• <table id="4yyaw"><kbd id="4yyaw"></kbd></table>
  • <td id="4yyaw"></td>
  • 發布時間:2020-08-17 12:09 原文鏈接: 蛋白質序列分析和結構預測實驗

    實驗步驟

    1.  人脂聯素蛋白質序列的檢索


    (1)調用Internet瀏覽器并在其地址欄輸入Entrez網址(http://www.ncbi.nlm.nih.gov/Entrez);


    (2)在Search后的選擇欄中選擇protein;


    (3)在輸入欄輸入homo sapiens adiponectin;


    (4)點擊go后顯示序列接受號及序列名稱;


    (5)點擊序列接受號NP_004788 (adiponectin precursor; adipose most abundant gene transcript 1 [Homo sapiens])后顯示序列詳細信息;


    (6)將序列轉為FASTA格式保存(參考上述步驟使用SRS信息查詢系統檢索人脂聯素蛋白質序列);

     

    2.  使用BioEdit軟件對人脂聯素蛋白質序列進行分子質量、氨基酸組成和疏水性等基本性質分析


    打開BioEdit軟件→將人脂聯素蛋白質序列的FASTA格式序列輸入分析框→點擊左側序列說明框中的序列說明→點擊sequence欄→選擇protein→點擊Amino Acid Composition→查看該蛋白質分子質量和氨基酸組成。


    或者選擇protein后,點擊Kyte & Doolittle Mean Hydrophobicity Profile→查看該蛋白質分子疏水性水平。

     

    3.  人脂聯素蛋白質序列的蛋白質同源性分析


    (1)進入NCBI/Blast網頁;


    (2)選擇Protein-protein BLAST (blastp) ;


    (3)將FASTA格式序列貼入輸入欄;


    (4)點擊BLAST;


    (5)查看與之同源的蛋白質。

     

    4.  人脂聯素蛋白質序列的motif結構分析


    (1)expasy-tools(http://cn.expasy.org/tools/)中的鏈接進入,或直接輸入網址(http://myhits.isb-sib.ch/cgi-bin/motif_scan)進入網頁;


    (2)將人脂聯素蛋白質序列的FASTA格式序列貼入輸入欄;


    (3)點擊Scan;


    (4)查看分析結果(注意Prosite Profile中的motif information)。

     

    5.  人脂聯素蛋白質序列的二級結構預測


    (1)可由expasy-tools(http://cn.expasy.org/tools/)中的鏈接進入,或直接輸入網址(http://www.predictprotein.org/)進入;


    (2)進入predictprotein頁面后,先register(注冊);


    (3)然后將人脂聯素蛋白質序列的FASTA格式序列貼入輸入欄,submission(提交)所要分析的蛋白序列;


    (4)從email信箱查看分析結果。

          

    PHD predictions結果


    PROF predictions結果

     

    6.  人脂聯素蛋白質序列的三維結構預測


    (1)進入http//www.expasy.org/swissmod/SWISS-MODEL.html (SwissModel First Approach Mode)網頁;


    (2)選擇Automated mode (自動模式);


    (3)進入Automated mode 界面后輸入E-Mail地址和序列名稱,將將人脂聯素蛋白質序列的FASTA格式序列貼入輸入欄,點擊“submit modeling request”后,等待結果。


    (4)從email信箱查看分析結果。


    注意事項

    1.  需下載軟件入rasmol查看三維圖象。


    2.  有時結果比較快,會馬上有結果發到E-Mail,通過E-Mail鏈接即顯示結果頁面。但有時候比較慢。

    其他

    一、作業


    1.  提交使用上述軟件對人脂聯素蛋白質序列進行基本性質分析、同源性分析、motif結構分析以及二級結構和三維結構預測的結果。


    2.  相互對比結果,說明產生不同結果的原因,總結進行上述分析所需注意的關鍵事項。


    相關文章

    清華大學團隊提出蛋白質序列功能空間壓縮的概念

    蛋白質作為最重要的生命構建單元之一,其序列和功能之間的映射(適應性景觀,Fitnesslandscape)的針對性研究對于蛋白質理性設計以及工程應用都有極大的意義。目前人們只能對于蛋白質序列-功能關系......

    預測蛋白質序列的新AI模型問世

    瑞士洛桑聯邦理工學院開發了一種名為CARBonAra的新型人工智能(AI)驅動模型。該模型可以根據不同分子環境所施加限制的主鏈支架預測蛋白質序列,有望在蛋白質工程及包括醫學和生物技術在內的多個領域帶來......

    預測蛋白質序列的新AI模型問世

    瑞士洛桑聯邦理工學院開發了一種名為CARBonAra的新型人工智能(AI)驅動模型。該模型可以根據不同分子環境所施加限制的主鏈支架預測蛋白質序列,有望在蛋白質工程及包括醫學和生物技術在內的多個領域帶來......

    Science揭示“第三殺手”帕金森相關蛋白損傷大腦細節

    此前,對于帕金森的基礎性研究已經發現,α-synuclein(α-突觸核蛋白,αS)是一種與帕金森癥發生密切相關的蛋白質。當該蛋白在神經細胞內錯誤折疊會形成路易小體,積累過剩容易損傷神經細胞。這次,來......

    遺傳發育所在水稻聯會復合體結構研究中取得新進展

    減數分裂過程中,配對的同源染色體間要形成拉鏈狀的聯會復合體。雖然聯會復合體在結構上具有高度保守性,但其蛋白質序列的保守性卻很低。目前已鑒定的聯會復合體相關蛋白,在真菌、動物和植物之間幾乎沒有同源性。中......

    蛋白質序列中可能存在的Zipf定律

    摘要:本文介紹了蛋白質序列中可能存在的Zipf定律。......

    用非線性預測方法研究蛋白質序列的特性(Ⅱ)

    摘要:為了研究蛋白質序列的內在特性,通過非線性預測方法將蛋白質序列和隨機序列以及混沌序列進行比較。前期研究可知:每條蛋白質序列的每個特征序列的誤差比值(E2D)圖具有特異性,和隨機序列的E2D圖相比具......

    一種新穎的蛋白質序列可視化模型

    摘要:利用相似規則、互補規則和分子識別理論建立一種氨基酸數字編碼模型用于研究序列特征、功能預測。給出一種新的基于元胞自動機的蛋白質序列圖像生成方法,其優點是考慮了氨基酸前后的相互作用,生成的圖像與基因......

    蛋白質序列中的關聯規則發現及其應用

    摘要:隨著蛋白質序列-結構分析中使用的機器學習算法越來越復雜,其結果的解釋和發現過程也隨之復雜化,因此有必要尋找簡單且理論上可靠的方法。通過引入原理簡單、理論可靠、結果具有很強實際意義的關聯規則發現算......

    基于最大頻繁序列的蛋白質分類算法

    摘要針對現有基于頻繁模式的分類算法未考慮完全頻繁模式所產生的大量無效序列,提出了一種基于最大頻繁序列的蛋白質分類算法,此算法每一類都以獨有的最大頻繁式作為代表,執行模式裁減和測試數據分類實驗表明該算法......

  • <table id="4yyaw"><kbd id="4yyaw"></kbd></table>
  • <td id="4yyaw"></td>
  • 调性视频