导读:本文包含了蛋白质络合物论文开题报告文献综述及选题提纲参考文献，主要关键词:金属硫蛋白,多肽络合剂,淀粉样蛋白,氧化应激
蛋白质络合物论文文献综述
刘峰[1]（2013）在《多肽与蛋白质对Ap-Cu（Ⅱ）络合物诱导的氧化应激效应影响的研究》一文中研究指出β-淀粉样蛋白(Aβ)的聚集是导致阿尔茨海默病的主要原因之一。研究表明,阿尔茨海默病(Alzheimer disease, AD)病人中金属离子(尤其是Cu2+)含量远远高于正常人,且Ap能与Cu2+发生络合作用。Aβ-Cu(Ⅱ)络合物在AD发病过程中能诱导氧化应激效应,或加速Ap聚集进程、增加毒性的Ap寡聚体产生。为阻断Ap聚集以及抑制Aβ-Cu(Ⅱ)络合物所诱导的氧化应激效应,本论文设计了一种双功能多肽分子,并研究了金属硫蛋白与多肽分子对氧化应激效应的影响。具体工作包括：(一)研究Zn7MT对Aβ(1-16)-Cu(Ⅱ)催化氧化抗坏血酸(AA),从而产生氧化应激的影响。采用Zn7MT的目的是因为其能选择性络合铜离子。基于电化学测定结果推导出Aβ(1-16)-Cu(Ⅱ)的稳定常数。Zn7MT能诱导Cu(Ⅱ)还原为Cu(Ⅰ),从而形成Cu(I)4Zn4MT络合物。荧光光谱、紫外-可见光谱以及电化学等手段表明Zn7MT能夺取Aβ(1-16)-Cu(Ⅱ)中的Cu(Ⅱ),从而抑制了Aβ(1-16)-Cu(Ⅱ)催化氧化AA以及H2O2的产生。所形成的Cu(Ⅰ)4Zn4MT络合物不具有氧化应激效应。(二)设计、合成一种新型的双功能多肽分子,KLVFFKKWGQPHGGGWGQPHGGGWGQPHGGGWGQPHGGGWG Q(CH141)和KLVFFKKWGQHGHGHGHG(CH142)。该类多肽分子既可抑制Ap的聚集,又可络合金属离子。研究结果表明,多肽分子能抑制Aβ-Cu(Ⅱ)催化氧化抗坏血酸(AA)产生H2O2。荧光光谱和原子力显微镜(AFM)结果均表明多肽分子能抑制Ap聚集形成具有细胞毒性的寡聚体或纤维。所设计的多肽序列能很好地抑制Ap的聚集,并且能和铜离子络合,从而在一定程度上抑制了活性氧物质的产生。(本文来源于《中南大学》期刊2013-05-01）
唐楠[2]（2011）在《蛋白质关系网络中的络合物发现算法的研究》一文中研究指出随着生物医学界大量生物医学实验的实现,产生了海量的蛋白质关系数据,这些蛋白质关系构成了现有的蛋白质关系数据库。而海量的蛋白质关系能够形成复杂的网络,在复杂的关系网络中抽取有效的信息成为当前的研究热点,其中络合物预测和模块结构预测是这个领域的重要课题。蛋白质络合物由两个或多个蛋白质构成,这些蛋白质相互作用共同完成某种生物功能,在生物过程中有着重要作用。因此,络合物的发现和研究对研究生物细胞的组织和生物功能有着重要的意义。而大量的蛋白质关系数据构成的网络恰好为自动抽取络合物提供了很好的数据依据。本文首先介绍了相关的络合物抽取技术及研究概况,经典络合物发现算法的简要介绍,并分析了其存在的问题等。然后分析了生物网络的结构特征以及复杂网络的性质,由于复杂网络的模块性,使得发现络合物成为可能。针对经典的方法存在的问题,提出了基于多core结构融合的络合物发现算法和基于监督学习方法的络合物发现算法。基于多core结构融合的络合物发现算法主要解决了多数络合物发现算法只基于单一网络进行络合物发现的缺点。本文针对叁种不同的网络,采取不同的方法抽取候选core结构,然后将候选core结构进行融合,再对候选core结构集合过滤,并通过判定attachment蛋白质从而得到较好的络合物预测结果。最后,提出了一种基于监督学习的络合物发现算法,解决了传统的无监督方法无法利用多种络合物信息的缺点。该方法将多种信息作为络合物发现特征,如基因本体信息,权重聚类系数等,构建了含有十八个特征的特征集。并引入了叁分类模型,使用了回归方法进行模型的训练。将训练得到的模型用于络合物发现算法中,该络合物发现算法基于完全子图实现。络合物发现实验从参数对比,模型对比,特征对比和其他方法对比等多个角度进行了实验,实验结果表明该方法能够有效的抽取络合物。总之,本文从多网络融合发现络合物和使用监督学习方法改进络合物发现算法两个角度进行了研究工作。实验结果表明,监督学习应用到络合物发现领域是可行的,并且能够更好的达到络合物发现的目的。(本文来源于《大连理工大学》期刊2011-11-10）
翁鹭娜,蒙伟能,季学涛,李程,黄河清[3]（2011）在《茶多酚锰络合物诱导肝癌细胞凋亡的差异蛋白质表达》一文中研究指出目的研究茶多酚锰络合物(TP-Mn)诱导肝癌细胞HepG2凋亡过程中差异蛋白质的表达。方法 HepG2细胞分别与茶多酚(TP)700 mg·L-1,TP-Mn 700 mg·L-1,茶多酚锗(TP-Ge)700 mg·L-1作用48 h后,光学显微镜法观察细胞形态的变化;流式细胞仪检测细胞凋亡率;双向聚丙烯酰胺凝胶电泳(2D-PAGE)法分离HepG2细胞表达的差异蛋白;肽质量指纹法鉴定差异蛋白质。结果光学显微镜检查发现,TP和TP-Mn组HepG2细胞数量明显减少,细胞皱缩变形,并出现死亡细胞;TP-Ge组HepG2细胞数量无明显减少。流式细胞仪检测发现,TP-Mn组细胞凋亡率为(30.1±0.7)%,明显高于TP组(12.3±0.4)%(P<0.05)。2D-PAGE结果显示,TP-Mn诱导HepG2细胞凋亡过程中表达了多种差异蛋白质;肽质量指纹法鉴定结果显示,其中匹配率较高的差异蛋白质为γ-肌动蛋白和酪氨酸3/色氨酸5-单加氧酶激活蛋白。结论 TP-Mn具有诱导HepG2细胞凋亡的能力,并有差异蛋白质表达。(本文来源于《中国药理学与毒理学杂志》期刊2011年03期）
唐楠,杨志豪,吴佳金,王艳华,林鸿飞[4]（2011）在《基于监督学习的蛋白质络合物抽取方法》一文中研究指出蛋白质关系网络中存在着大量的蛋白质络合物,络合物对有利于深入探索生物细胞的组织原理和功能有着重要意义。然而传统的络合物发现算法多基于网络的拓扑结构,没有融合络合物本身的结构信息。针对这个问题,提出了监督学习的络合物发现方法,将多种能够标示络合物的信息作为特征,使用监督学习方法对样本集进行训练,将训练得到的模型应用在络合物发现算法中。实验证明,该方法能有效地从蛋白质关系网络中发现络合物。(本文来源于《广西师范大学学报(自然科学版)》期刊2011年02期）
安波[5]（2010）在《基于蛋白质关系网络的蛋白质络合物抽取研究》一文中研究指出蛋白质络合物是由一组两个或多个蛋白质通过相互作用的关系而形成的蛋白质大分子结构,蛋白质络合物中的蛋白质共同完成一些特定的生物功能。蛋白质络合物在很多生物学过程中起到了关键的作用,是深入理解细胞组织和生物功能原理的基础。随着生物高通量技术的不断发展和广泛应用,大量的蛋白质相互关系被识别出来,这些数据为蛋白质络合物的抽取提供了新的视角。如何利用现有的蛋白质关系数据,借助于计算机工具抽取蛋白质络合物成为一个当前的研究热点。本文介绍了蛋白质络合物抽取的相关知识和研究概况,然后介绍了蛋白质络合物抽取相关的评价方法,并针对现有研究出现的问题,提出了一个有效的蛋白质络合物抽取算法。在此基础上,本文首先提出了一个基于关系网络修正的络合物抽取算法。主要利用关系网络的拓扑结构信息来递归计算关系网络中边的权值,根据得到边的权值信息对从蛋白质相互关系数据库中建立的关系网络进行去噪和完善。使用图聚类的算法对得到的修正关系网络进行聚类,对得到的完全子图中的节点的集合进行去重和融合,得到的结果是抽取到的蛋白质络合物。其次,基于对蛋白质络合物生物特性的分析,为了合理利用蛋白质络合物的生物结构和功能特性,本文将蛋白质功能标注信息加入到算法中,用以计算蛋白质之间的功能相似度,利用这些相似度信息来处理蛋白质关系网络。并且根据蛋白质络合物的核心-附属关系特征,算法先抽取到络合物的核心蛋白质集合,然后对这些核心蛋白质集合进行扩展,加入附属蛋白质,从而构成抽取的蛋白质络合物。最后,本文针对蛋白质功能标注数据还不完善和抽取结果准确率比较低的情况,对算法进行优化。不仅仅在关系网络权值计算的时候使用标注信息,而且在对得到的完全子图进行过滤的时候加入标注信息。并引入机器学习的方法来对抽取到的蛋白质络合物进行过滤,选取合适的特征和分类器对抽取结果进行分类过滤,以提高最终结果的准确率。总而言之,本文根据蛋白质关系网络的拓扑性质和生物性质,提出了一个从蛋白质关系网络中抽取蛋白质络合物的有效算法。本文的算法在多个蛋白质关系和蛋白质络合物数据集上进行了验证,取得了有一定说服力的结果。(本文来源于《大连理工大学》期刊2010-11-10）
郑石英,罗登柏[6]（2010）在《PAN-蛋白质络合物的极谱吸附波及其应用》一文中研究指出在0.05 mol/L HAc溶液中,PAN-牛血清白蛋白/人血清白蛋白络合物在-0.58 V(vs.SCE)处产生一灵敏吸附还原峰,峰电位较之游离PAN还原峰负约0.28 V,峰电流与牛血清白蛋白、人血清白蛋白浓度在0.1～12 mg/L,0.1～11 mg/L范围内呈线性关系;检测限均为0.05 mg/L。运用该法测定了人血清样品蛋白质含量。(本文来源于《分析试验室》期刊2010年03期）
王健,安波,林鸿飞[7]（2009）在《基于修正网络的蛋白质络合物预测》一文中研究指出蛋白质络合物在很多生物学过程中起到了关键的作用,是深入理解细胞组织原理的基础。随着生物高通量技术的不断发展和广泛应用,蛋白质相互关系的数据量随之不断膨胀,这些数据为蛋白质络合物的提取提供了新的视角。但是高通量技术在预测蛋白质相互关系时存在高错误率。与传统的直接使用蛋白质关系网络预测不同,算法通过迭代的计算蛋白质之间的权重,来判断哪些相互关系更有价值。提取那些权重较大的相互关系,这些权重较大的关系可以很大程度上去除噪音关系的影响。在考虑了一阶和二阶关系的基础上构造新的相似性关系网络。在此关系网络的基础上,分别计算络合物的核蛋白质集合和附属蛋白质集合,从而避免了噪音关系带来的影响,同时引入了络合物结构信息。实验结果表明,这种方法在识别蛋白质络合物上是高效和实用的。(本文来源于《第五届全国信息检索学术会议论文集》期刊2009-11-14）
李浩然,张素娇,乔媛媛,周小纳,秦伟明[8]（2009）在《胶束体系络合物光谱探针光度法测定蛋白质》一文中研究指出在pH 4.80的HAc-NaAc缓冲液中,用溴邻苯叁酚红(BPR)-Eu3+作为光谱探针,以Triton-100为胶束增敏剂,采用分光光度法研究了BPR-Eu3+-蛋白质叁元离子缔合物的光谱性质及生成条件.牛血清白蛋白(BSA)浓度在3.35~60.3μg/mL范围内叁元离子缔合物的吸光度遵循比尔定律,线性回归方程为:A=0.0485 c-0.0089(c:mol.L-1),相关系数R=0.9993,表观摩尔吸收系数为4.8×105L.mol-1.cm-1.初步探讨了其反应机理,BSA与BPR-Eu3+络合物之间主要以静电引力相结合.用该方法对生物样品中蛋白含量进行测定,结果满意.(本文来源于《内蒙古大学学报(自然科学版)》期刊2009年04期）
唐宁莉,周炎宏[9]（2008）在《铁(Ⅲ)-茜素红S络合物光度法测定蛋白质》一文中研究指出在pH为3.6的Clark-Lub’s(C-L)缓冲溶液中,蛋白质与Fe(Ⅲ)-茜素红S络合物相互作用生成叁元复合物,复合物的最大吸收峰波长λ=567 nm,考察了反应体系的各个影响因素,并对反应机理进行了初步讨论。在确定的最佳试验条件下,BSA浓度在0~200 mg/L、HSA在0~125 mg/L范围内符合比尔定律,对BSA和HSA的摩尔吸光系数5ε67分别为1.61×105和1.75×105L.mol-1.cm-1,据此建立了一种测定蛋白质的新方法,用于人血清样品中总蛋白的测定,结果与凯氏定氮法基本一致。(本文来源于《桂林工学院学报》期刊2008年04期）
王春风,牛建平,胡秋娈,李全民[10]（2007）在《蛋白质与铜(Ⅱ)-偶氮胂Ⅲ络合物的作用及分析应用》一文中研究指出蛋白质是一类重要的生物大分子,其定量分析是生命科学、临床检验及生化研究等领域的重要课题。以金属络合物为光谱探针测定蛋白质的含量,可获得更高的灵敏度和选择性[1,2]。本法研究表明,在pH 2.0~2.4介质中,蛋白质与铜(Ⅱ)-偶氮胂Ⅲ络合物发生作用,生(本文来源于《理化检验(化学分册)》期刊2007年05期）
蛋白质络合物论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着生物医学界大量生物医学实验的实现,产生了海量的蛋白质关系数据,这些蛋白质关系构成了现有的蛋白质关系数据库。而海量的蛋白质关系能够形成复杂的网络,在复杂的关系网络中抽取有效的信息成为当前的研究热点,其中络合物预测和模块结构预测是这个领域的重要课题。蛋白质络合物由两个或多个蛋白质构成,这些蛋白质相互作用共同完成某种生物功能,在生物过程中有着重要作用。因此,络合物的发现和研究对研究生物细胞的组织和生物功能有着重要的意义。而大量的蛋白质关系数据构成的网络恰好为自动抽取络合物提供了很好的数据依据。本文首先介绍了相关的络合物抽取技术及研究概况,经典络合物发现算法的简要介绍,并分析了其存在的问题等。然后分析了生物网络的结构特征以及复杂网络的性质,由于复杂网络的模块性,使得发现络合物成为可能。针对经典的方法存在的问题,提出了基于多core结构融合的络合物发现算法和基于监督学习方法的络合物发现算法。基于多core结构融合的络合物发现算法主要解决了多数络合物发现算法只基于单一网络进行络合物发现的缺点。本文针对叁种不同的网络,采取不同的方法抽取候选core结构,然后将候选core结构进行融合,再对候选core结构集合过滤,并通过判定attachment蛋白质从而得到较好的络合物预测结果。最后,提出了一种基于监督学习的络合物发现算法,解决了传统的无监督方法无法利用多种络合物信息的缺点。该方法将多种信息作为络合物发现特征,如基因本体信息,权重聚类系数等,构建了含有十八个特征的特征集。并引入了叁分类模型,使用了回归方法进行模型的训练。将训练得到的模型用于络合物发现算法中,该络合物发现算法基于完全子图实现。络合物发现实验从参数对比,模型对比,特征对比和其他方法对比等多个角度进行了实验,实验结果表明该方法能够有效的抽取络合物。总之,本文从多网络融合发现络合物和使用监督学习方法改进络合物发现算法两个角度进行了研究工作。实验结果表明,监督学习应用到络合物发现领域是可行的,并且能够更好的达到络合物发现的目的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
蛋白质络合物论文参考文献
[1].刘峰.多肽与蛋白质对Ap-Cu（Ⅱ）络合物诱导的氧化应激效应影响的研究[D].中南大学.2013
[2].唐楠.蛋白质关系网络中的络合物发现算法的研究[D].大连理工大学.2011
[3].翁鹭娜,蒙伟能,季学涛,李程,黄河清.茶多酚锰络合物诱导肝癌细胞凋亡的差异蛋白质表达[J].中国药理学与毒理学杂志.2011
[4].唐楠,杨志豪,吴佳金,王艳华,林鸿飞.基于监督学习的蛋白质络合物抽取方法[J].广西师范大学学报(自然科学版).2011
[5].安波.基于蛋白质关系网络的蛋白质络合物抽取研究[D].大连理工大学.2010
[6].郑石英,罗登柏.PAN-蛋白质络合物的极谱吸附波及其应用[J].分析试验室.2010
[7].王健,安波,林鸿飞.基于修正网络的蛋白质络合物预测[C].第五届全国信息检索学术会议论文集.2009
[8].李浩然,张素娇,乔媛媛,周小纳,秦伟明.胶束体系络合物光谱探针光度法测定蛋白质[J].内蒙古大学学报(自然科学版).2009
[9].唐宁莉,周炎宏.铁(Ⅲ)-茜素红S络合物光度法测定蛋白质[J].桂林工学院学报.2008
[10].王春风,牛建平,胡秋娈,李全民.蛋白质与铜(Ⅱ)-偶氮胂Ⅲ络合物的作用及分析应用[J].理化检验(化学分册).2007