手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

蛋白质组学中的生物信息学研究

刘珍

  建立一个能够满足研究需要的生物信息学平台,包括整合的本地数据库平台,完善的软件集成系统以及自主开发出的新的计算理论,新的算法,新的软件体系来对产生的原始数据进行处理和分析,获得传统生物学实验工作无法得到的结果,是深化本实验室开展多年的蛋白质组学和蜘蛛毒素组学研究的一个重要任务。这里我们建立了小鼠和人的蛋白质组整合数据库、开发了一套包括结果文件的信息提取、功能预测、相互作用预测、代谢途径预测的综合蛋白质分析平台、改进了系统发生谱的蛋白质相互作用预测的算法、开发了一个基于序列信息的代谢途径预测方法,使实验室的数据处理与数据分析过程初步实现程序化、系统化。全基因组序列的获得,促进了蛋白质组规模的研究生物功能的工具的发展。许多实验或‘in silico’的方法旨在保证生物学意义的同时,把单个的蛋白质聚类成网络。这些方法之中,系统发生谱(phvlogenetic profiles)的方法,是一个比较受欢迎的‘in silico’的蛋白质组预测方法,现已广泛用于蛋白质相互作用预测。近来,Date et al改进了这个方法,用于基因组规模下重构蛋白质的相互作用网络以及挖掘新的细胞系统。这里,我们在这个改良版本的基础下优化系统发生谱方法。通过整合物种的系统发生关系、同源性查找、蛋白质功能注释的信息,来提高预测的精确度。在细节上对参考物种以及同源性搜索进行研究,我们发现它们的选择对系统发生谱方法的预测准确度有着至关重要的影响。经我们优化得到的预测数据与改良版本预测出的相互作用数据进行比较的结果表明在预测蛋白质的功能联接时,优化后的系统发生谱方法具有更高的可靠性。我们还深入研究了生物途径重构的方法。生物途径以及其它类型……   
[关键词]:整合数据库;数据分析;蛋白质相互作用;功能预测;生物途径重构
[文献类型]:硕士论文
[文献出处]:湖南师范大学2005年