导读:本文包含了蛋白质结构分析论文开题报告文献综述及选题提纲参考文献，主要关键词:化学交联剂,质谱,蛋白质结构,蛋白-蛋白相互作用
蛋白质结构分析论文文献综述
王建华[1]（2019）在《新型羧基和氨基交联剂的开发以及在基于质谱的蛋白质结构分析中的应用》一文中研究指出化学交联结合质谱技术(CXMS技术)是近年发展起来的一种研究蛋白质结构以及蛋白-蛋白相互作用的新方法。由于它比传统方法检测迅速、对样品纯度要求较低,并且可以确定蛋白相互作用的界面信息,因此得到科研人员的广泛应用。设计开发新型的化学交联剂一直是推动CXMS技术发展的重要环节之一,也是本论文的目标。在本研究中,通过与化学家的合作,我开发了两个系列的新型交联剂:一种是包含重氮基团的羧基交联剂(Diazoker);另一种是包含邻苯二甲醛基团的氨基交联剂(DOPA)。目前CXMS中最广泛应用的交联剂仅限于靶向氨基的NHS酯交联剂,由于它们主要靶向赖氨酸的侧链氨基和蛋白N端的氨基,因此获得的交联信息非常有限。而酸性氨基酸即谷氨酸和天冬氨酸在蛋白质中的比例总共占12.2%,并且酸性氨基酸属于极性氨基酸,大多分布在蛋白的表面或者蛋白的相互作用界面,因此,成功开发靶向羧基的化学交联剂将会大大扩大CXMS的应用范围。但是由于羧基在水溶液中表现出较弱的亲核能力,因此开发出在生理条件下具有较高选择性和反应活性的交联剂比较困难。本研究中,我们开发了一类包含重氮基团的羧基交联剂,我们称之为Diazokers(或统称为Diazoker),与之前报道的羧基交联剂PDH相比，Diazoker在反应时不需要加入缩合剂,并且在生理条件下具有比较高的反应活性和选择性。在充分优化了 Diazoker的交联反应条件后,我选择了具有15.6埃聚乙二醇中间臂的Diazoker 1作为代表。用九个标准蛋白样品进行测试,Diazoker 1在每个蛋白中平均鉴定到73对交联肽段对,与交联剂PDH相比,发现Diazoker 1鉴定的结果与晶体结构的吻合性更高。用更复杂的样品即十个标准蛋白的混合物检测Diazoker 1和PDH,分别鉴定到75和76对交联肽段对。经分析发现,Diazoker 1和PDH交联的酸性氨基酸位点有很好的互补性,Diazoker 1更倾向于交联相对较少暴露于溶剂中的酸性残基。Diazoker 1对现有化学交联剂进行了补充,丰富了 CXMS的分析工具。与常用的NHS酯交联剂如DSS和BS3一样,DOPA在生理条件下选择性地与赖氨酸残基反应。然而,DOPA具有两个独特的优点:一是不水解,二是具有更快的反应速率。我用具有微弱相互作用的蛋白复合物HPr/EIN和EIIA/EIIB作为研究模型,发现新交联剂DOPA2可以比DSS更好地固定微弱的或者瞬时的蛋白-蛋白相互作用。我还发现DOPA即使在低温、低pH值、高浓度变性剂如8 M尿素或者6 M盐酸胍存在下也能很好地进行反应。我用蛋白RINaseA作为研究模型,用新的交联剂DOPA2捕获到了蛋白变性过程中的结构变化信息。因此该工作不仅为CXMS鉴定弱相互作用蛋白提供了有力工具,并且将CXMS引入新的应用领域,比如蛋白质折迭或者去折迭过程中折迭中间体的研究。(本文来源于《北京协和医学院》期刊2019-04-01）
王晶[2]（2018）在《基于支持向量机的蛋白质结构类预测及蛋白质相互作用网络拓扑结构分析》一文中研究指出随着蛋白质与基因测序技术的进一步发展,尤其是基因组计划的启动使得有关蛋白质的生物序列飞速增长。生物序列的海量产生、收集,造成已知蛋白质序列和已知蛋白质结构、功能之间的数量差距越来越大。开发具有一定智能、可以自动识别蛋白质结构、功能等生物信息的自动系统或模式识别方法成为了现实地、迫切地需求。基于机器学习和人工智能方法的蛋白质结构、功能预测一直是生物信息学研究的重点问题同时也是生物信息学面临的重大挑战。大量的文献报道和研究结果表明模式识别方法在蛋白质二级结构预测中取得了巨大的成功,同时产生了大量鲁棒性的方法,一些方法对蛋质二级结构地预测准确率可以达到75%以上。在高效、快捷地实验室蛋白质结构与功能测定技术出现前,通过综合应用计算机技术、数学方法和分子生物学理论从大量的蛋白质一级序列数据中获取蛋白质结构功能等生物意义是生物信息学的首要任务和重点研究对象之一。本文的主要工作就是从生物序列出发,应用支持向量机(SVM)和蛋白质序列融合表征方法进行蛋白质结构类预测研究。蛋白质结构类预测是蛋白质结构预测的一个重要组成部分,使得人们从大体上把握蛋白质的折迭情况成为现实。蛋白质结构类型预测可以对二级结构的预测提供重要的信息。Levitt和Chothia于1976年定义了蛋白质的四种结构类型:全α蛋白质(主要由α螺旋组成的蛋白质);全β类蛋白质(主要由β折叠组成的蛋白质);α/β类(由α螺旋和β折叠交替排列组成的蛋白质);α+β类(由分开的α螺旋和β折叠组成,其中β折叠一般为平行结构)。蛋白质结构类预测地方法主要有通过光谱数据的实验室预测方法和模式识别预测方法,本文完成了蛋白质结构类预测的工作:基于多分类支持向量机(Multi-Class SVM)和融合特征表征方法地蛋白质结构类预测(第二章)、蛋白质相互作用网络拓扑结构分析的工作(第叁到第四章)。(1)首先从RCSB pdb数据库随机提取3类(α类、β类、α+β类)蛋白质数据的序列信息,经过Blast处理后,共有90条数据;其次,使用Haffman编码、PseAAc(伪氨基酸)、Haffman编码与PseAAc组合、字符概率与PseAAc组合四种替代模型用于氨基酸序列数字表征。“one against one”和“one against rest”分解策略用于替代模型训练多分类支持向量机。实验结果表明:Haffman编码替代模型分类器的准确率较低,说明模型表征蛋白质结构类信息能力低;采用PseAAc替代模型分类器的准确率较Haffman编码替代模型高;Haffman编码在一定程度上能体现出编码的序列特性,把Haffman编码与PseAAc组合替代模型,分类器的准确率较PseAAc替代模型低;采用字符概率与PseAAc组合替代模型的分类器准确率较高;再次,4种替代模型在“one against rest”分解策略中遇到了预测偏置问题,对正样本为α+β类蛋白质的预测精度低于30%,为了提高模型稳定性,通过对正样本惩罚系数加权,得到的结果表明在PseAAc、字符概率与PseAAc组合两种替代模型中能有效解决偏置问题;然后比较了两种分解策略之间分类器的稳定性,得到“one against rest”分解策略中的分类器经过偏置调整后,更具有推广能力;最后得出结论,在字符概率与PseAAc组合替代模型中使用“one against rest”分解策略训练分类器最优。(2)用复杂网络的概念表达DIP数据库中Giot2003a数据集中涵盖的蛋白质互作网络,计算了基于静态蛋白质互作网络的参数主要有度中心性、介数中心性、子图中心性、特征路径聚集系数等网络拓扑特征。然后根据计算结果,发现蛋白质互作网络具有幂律度分布、无标度、小世界等特性。猜想蛋白质互作网络中有可能包含大量四面体结构,由此提出了一种基于四面体结构的网络模型:底质为层次四面体结构,由底质添加捷径进而形成一组四面体复杂网络簇。再由简单C代码得到不同概率加边的边表,写入R软件得到不同的网络,因为添加捷径时都是由高层向底层加边,所以会形成结点度分布不均匀的现象,计算四面体网络簇的拓扑参数,验证四面体簇为复杂网络,然后将得到的拓扑参数同蛋白质互作网络的极大连通子图的拓扑参数比较,发现度,聚集系数,特征路径等拓扑参数相近,且度分布符合幂律分布。得出结论:由四面体模型得到的复杂网络簇可以仿真蛋白质相互作用网络。(本文来源于《西安电子科技大学》期刊2018-12-01）
周义,张新宇,李丹,张东杰,宋雪健[3]（2018）在《鲜食水稻蛋白质提取工艺优化及结构分析》一文中研究指出为促进稻米深加工的进程,分别对乳熟(前、中、后)期、蜡熟期、完熟期五个不同时期鲜食水稻进行蛋白质含量的测定,以蛋白质含量最高的乳熟中期为实验原料,进行鲜食水稻蛋白质提取工艺的优化。本实验通过单因素实验考察了液料比、pH、提取温度及提取时间对鲜食水稻蛋白质提取率的影响,并用响应面法优化了鲜食水稻的提取工艺。结果表明,蛋白质最佳提取工艺为:液料比8∶1、pH 9、提取温度52℃、提取时间118min,在此条件下,提取率的理论最大值为69.51%,实验验证值为69.82%,得到的鲜食水稻蛋白质提取工艺参数准确可靠,经红外测得鲜食水稻蛋白质与其他大米蛋白质结构基本一致,为鲜食水稻的进一步应用提供一定技术参考。(本文来源于《中国食品添加剂》期刊2018年09期）
王文娟[4]（2018）在《核蛋白的结构分析及蛋白质亚核定位预测研究》一文中研究指出核蛋白与人类的许多基因疾病和生物遗传密切相关,蛋白质序列中发挥功能的区域有结构域(Domain)和模体(Motif),因此对结构域和模体的研究至关重要。通过对核蛋白的结构域和模体的研究可以帮助我们深入了解蛋白质的亚核定位机制。本文以核蛋白为研究对象,根据蛋白质序列数据库UniProtKB/Swiss-Prot构建6类亚核定位蛋白数据集NP1505,提取每类核蛋白含有的结构域和模体信息,发现H15、BUB1 N-terminal、Ku等结构域是染色体区域蛋白独有的结构域,S1 motif、PUM-HD、Brix结构域是核仁区域蛋白独有的结构域,SUN、MIR、IQ等结构域是核膜区域蛋白独有的结构域,以及6个区域中蛋白共有的结构域RRM,并通过查阅大量文献和蛋白质数据库,找到这些结构域具有的功能和在PDB库中的二级结构和叁级结构视图,另外利用Weblogo在线服务器生成模体的信息含量图,对核蛋白的特征模体进行分析。这些特征信息可用于进一步预测蛋白质的亚核定位,为研究核蛋白的作用机制提供帮助。基于以上对核蛋白结构域和模体的研究,我们重新建立了序列相似性为30%的9类核蛋白的新数据集NP1118,将核蛋白的结构域特征用于预测蛋白质的亚核定位,还提取了氨基酸单肽组分(AAC)和二肽组分(DC)信息、蛋白质骨架(PB)信息、GO注释信息、氨基酸粘性(AAS)信息为特征参数,用支持向量机算法(Support Vector Machine,SVM)对9类亚核区域的核蛋白进行分类预测。其中,单特征GO注释信息的预测效果最佳,Jackknife检验的总预测精度是66.91%,最后将各种单特征进行融合,融合特征比单特征的预测结果明显提高,Jackknife检验的总预测精度最高达到70.39%。(本文来源于《内蒙古农业大学》期刊2018-06-01）
吴开年,王利,李晨阳[5]（2018）在《金川牦牛TGF-β1基因克隆及蛋白质结构分析》一文中研究指出为了探讨金川牦牛天然免疫调节因子TGF-β1基因特点,试验根据Gen Bank公布的野牦牛序列设计引物,并运用Ex PASy、ABCpred、BIMAS等生物信息学软件对基因序列进行核酸和蛋白质结构分析。结果表明:克隆的金川牦牛TGF-β1基因片段长度为607 bp,开放阅读框为471 bp,可编码157个氨基酸,其中丙氨酸、脯氨酸的含量最多,分别达14.01%、12.10%。分子质量为16.324 87 ku,理论等电点为9.48,不稳定系数为63.90。二级结构以无规则卷曲为主(64.33%)。TGF-β1基因存在潜在的抗原表位,B细胞有77~92,99~114,121~136等17个表位区域,T淋巴细胞有2~10,19~27,68~76,126~134等20个表位区域。系统进化分析中,金川牦牛TGF-β1基因与野牦牛同源性为96.7%,亲缘关系最近。试验获得金川牦牛TGF-β1基因,在哺乳动物中具有较高的保守性。(本文来源于《黑龙江畜牧兽医》期刊2018年09期）
闫好禄,姬祥卓,文义凯,唐勋,张彩霞[6]（2017）在《马铃薯块茎休眠解除过程中NOX酶活性变化及其蛋白质结构分析》一文中研究指出本研究测定了马铃薯块茎休眠解除过程中NADPH氧化酶(NADPH oxidase,NOX)的酶活性,用q RT-PCR方法检测了马铃薯St NOXs基因在块茎休眠解除过程中的相对表达量,并利用生物信息学方法分析了St NOX3基因编码蛋白质的可能结构和功能。情况表明:马铃薯块茎休眠解除过程中NOX酶活性呈升-降-升-降的动态变化过程;q RT-PCR情况显示St NOX3基因的相对表达量与NOX酶活性呈相同的变化趋势;生物信息学分析表明该基因编码940个氨基酸,蛋白质相对分子量为106 004.79,等电点为8.76。研究情况为进一步阐明St NOX基因家族在马铃薯块茎休眠解除过程中的作用奠定了基础。(本文来源于《分子植物育种》期刊2017年12期）
江国庆,李庆新,卢冬亚,田雨佳,张学炜[7]（2016）在《不同大豆加工副产品蛋白质营养及分子结构分析》一文中研究指出试验旨在应用康奈尔净糖类-蛋白质(CNCPS)体系和傅里叶红外光谱扫描(ATR-FT/IR)图谱技术评价普通豆粕、糖基化豆粕、膨化大豆和大豆皮4种奶牛常用蛋白饲料的蛋白质营养和分子结构差异。采集天津和北京地区的普通豆粕、糖基化豆粕、膨化大豆和大豆皮4种风干样品,进行营养组分分析。通过常规营养成分含量测定发现,糖基化豆粕中的粗蛋白(CP)含量(51.11±0.33)与其他饲料样品存在显着差异(P<0.05),膨化大豆中的粗脂肪(EE)含量(18.59±0.73)显着高于其他3种样品(P<0.05),大豆皮中CP、EE、中性洗涤不溶蛋白(NDICP)、酸性洗涤不溶蛋白(ADICP)和可溶性蛋白(SCP)含量均显着低于其他3种饲料样品(P<0.05)。CNCPS分析得出,非蛋白氮(PA)含量由少到多顺序为普通豆粕<大豆皮<膨化大豆<糖基化豆粕,中速降解真蛋白质(PB2)含量糖基化豆粕最高(81.29±0.22),差异显着(P<0.05),大豆皮快速降解真蛋白质(PB1)含量(21.85±2.50)及慢速降解真蛋白质(PB3)含量(35.56±4.21)均显着高于其他饲料样品(P<0.05),普通豆粕不可降解氮(PC)含量(9.15±0.17)最高。从蛋白质分子结构分析结果得出大豆皮酰胺I区峰面积、酰胺II区峰高和峰面积及α-螺旋区与β折叠峰高均低于其他样品(P<0.05),大豆皮α-螺旋区与β折叠区比值(1.39±0.26)显着低于其他3种样品(P<0.05)。(本文来源于《饲料研究》期刊2016年21期）
段荟芹,王利,李键,熊显荣[8]（2016）在《牦牛低氧诱导因子-1α基因克隆及蛋白质结构分析》一文中研究指出试验采用RT-PCR方法,以麦洼牦牛脾脏cDNA为模板扩增牦牛低氧诱导因子-1α(hypoxia inducible factor-1α,HIF-1α)基因,并运用生物信息学软件对其序列进行分析。结果发现,扩增得到的麦洼牦牛HIF-1α基因编码区长为2 472bp,编码823个氨基酸;蛋白质预测结果显示,该蛋白质分子质量为92.13ku,等电点5.09,为亲水性蛋白,二级结构以随机卷曲和α-螺旋为主,有69个磷酸化位点和4个N-糖基化位点;系统进化树显示,麦洼牦牛与牦牛、野牦牛、普通牛亲缘关系最近。本试验成功克隆麦洼牦牛HIF-1α基因并对其序列进行了分析,为进一步研究HIF-1α基因的功能提供参考。(本文来源于《中国畜牧兽医》期刊2016年06期）
赵晋桃[9]（2016）在《抗凋亡与促凋亡蛋白质的高级结构分析及分类预测》一文中研究指出蛋白质是组成生物有机体的基本大分子之一,在生物体的生命过程中起着非常重要的作用。蛋白质的结构决定了蛋白质的功能,要对生物学很多领域进行深入的研究,就需要深入了解蛋白质的叁维结构。凋亡蛋白质可以分为抗凋亡蛋白质和促凋亡蛋白质,它们对细胞凋亡有着相反的调控作用。所以对抗凋亡与促凋亡蛋白质高级结构的研究,以及基于对高级结构信息的识别,能使我们更好地了解凋亡蛋白质是如何发挥功能的。本文针对SwissProt数据库所建立的数据集A-P 461中的239条抗凋亡蛋白质与222条促凋亡蛋白质数据集进行结构域、模体信息的搜索与分析,发现了抗凋亡蛋白质和促凋亡蛋白质所特有的结构域和模体结构,也发现了部分结构域、模体信息是抗凋亡与促凋亡蛋白质所共有的。在PDB数据库中找到上述结构域的二级结构和叁级结构,再利用MEME搜索序列模体,从而提取出具有凋亡作用的保守的高级结构的特征与信息,这些特征信息可以为抗凋亡与促凋亡作用机制的研究提供帮助。本文还构建了每条蛋白质都有结构域、模体注释信息的抗凋亡与促凋亡蛋白质数据集A-P 513。以蛋白质序列组分信息、蛋白质序列亲疏水组分信息、蛋白质骨架信息、氨基酸序列N端组分信息、氨基酸分段单肽信息、序列进化信息和结构域模体信息作为特征参数,用支持向量机的算法,在Jackknife检验下对抗凋亡蛋白质与促凋亡蛋白质的分类进行预测。并分别对单特征预测结果与融合特征预测结果进行分析与讨论。(本文来源于《内蒙古大学》期刊2016-05-01）
赵晋桃,陈颖丽,闫振河[10]（2016）在《抗凋亡与促凋亡蛋白质的结构分析》一文中研究指出针对SwissProt数据库所建立的239条抗凋亡蛋白质与222条促凋亡蛋白质数据集进行结构域、模体信息的搜索与分析,发现抗凋亡蛋白质与促凋亡蛋白质所特有的结构域和模体结构,也发现有部分结构域、模体信息是抗凋亡蛋白质与促凋亡蛋白质所共有的.在PDB数据库中找到上述结构域的二级和叁级结构,再利用MEME搜索序列模体,从而提取出具有凋亡作用的保守的高级结构特征与信息,这些特征信息可以为抗凋亡与促凋亡作用机制的研究提供帮助.(本文来源于《内蒙古大学学报(自然科学版)》期刊2016年01期）
蛋白质结构分析论文开题报告
（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：
随着蛋白质与基因测序技术的进一步发展,尤其是基因组计划的启动使得有关蛋白质的生物序列飞速增长。生物序列的海量产生、收集,造成已知蛋白质序列和已知蛋白质结构、功能之间的数量差距越来越大。开发具有一定智能、可以自动识别蛋白质结构、功能等生物信息的自动系统或模式识别方法成为了现实地、迫切地需求。基于机器学习和人工智能方法的蛋白质结构、功能预测一直是生物信息学研究的重点问题同时也是生物信息学面临的重大挑战。大量的文献报道和研究结果表明模式识别方法在蛋白质二级结构预测中取得了巨大的成功,同时产生了大量鲁棒性的方法,一些方法对蛋质二级结构地预测准确率可以达到75%以上。在高效、快捷地实验室蛋白质结构与功能测定技术出现前,通过综合应用计算机技术、数学方法和分子生物学理论从大量的蛋白质一级序列数据中获取蛋白质结构功能等生物意义是生物信息学的首要任务和重点研究对象之一。本文的主要工作就是从生物序列出发,应用支持向量机(SVM)和蛋白质序列融合表征方法进行蛋白质结构类预测研究。蛋白质结构类预测是蛋白质结构预测的一个重要组成部分,使得人们从大体上把握蛋白质的折迭情况成为现实。蛋白质结构类型预测可以对二级结构的预测提供重要的信息。Levitt和Chothia于1976年定义了蛋白质的四种结构类型:全α蛋白质(主要由α螺旋组成的蛋白质);全β类蛋白质(主要由β折叠组成的蛋白质);α/β类(由α螺旋和β折叠交替排列组成的蛋白质);α+β类(由分开的α螺旋和β折叠组成,其中β折叠一般为平行结构)。蛋白质结构类预测地方法主要有通过光谱数据的实验室预测方法和模式识别预测方法,本文完成了蛋白质结构类预测的工作:基于多分类支持向量机(Multi-Class SVM)和融合特征表征方法地蛋白质结构类预测(第二章)、蛋白质相互作用网络拓扑结构分析的工作(第叁到第四章)。(1)首先从RCSB pdb数据库随机提取3类(α类、β类、α+β类)蛋白质数据的序列信息,经过Blast处理后,共有90条数据;其次,使用Haffman编码、PseAAc(伪氨基酸)、Haffman编码与PseAAc组合、字符概率与PseAAc组合四种替代模型用于氨基酸序列数字表征。“one against one”和“one against rest”分解策略用于替代模型训练多分类支持向量机。实验结果表明:Haffman编码替代模型分类器的准确率较低,说明模型表征蛋白质结构类信息能力低;采用PseAAc替代模型分类器的准确率较Haffman编码替代模型高;Haffman编码在一定程度上能体现出编码的序列特性,把Haffman编码与PseAAc组合替代模型,分类器的准确率较PseAAc替代模型低;采用字符概率与PseAAc组合替代模型的分类器准确率较高;再次,4种替代模型在“one against rest”分解策略中遇到了预测偏置问题,对正样本为α+β类蛋白质的预测精度低于30%,为了提高模型稳定性,通过对正样本惩罚系数加权,得到的结果表明在PseAAc、字符概率与PseAAc组合两种替代模型中能有效解决偏置问题;然后比较了两种分解策略之间分类器的稳定性,得到“one against rest”分解策略中的分类器经过偏置调整后,更具有推广能力;最后得出结论,在字符概率与PseAAc组合替代模型中使用“one against rest”分解策略训练分类器最优。(2)用复杂网络的概念表达DIP数据库中Giot2003a数据集中涵盖的蛋白质互作网络,计算了基于静态蛋白质互作网络的参数主要有度中心性、介数中心性、子图中心性、特征路径聚集系数等网络拓扑特征。然后根据计算结果,发现蛋白质互作网络具有幂律度分布、无标度、小世界等特性。猜想蛋白质互作网络中有可能包含大量四面体结构,由此提出了一种基于四面体结构的网络模型:底质为层次四面体结构,由底质添加捷径进而形成一组四面体复杂网络簇。再由简单C代码得到不同概率加边的边表,写入R软件得到不同的网络,因为添加捷径时都是由高层向底层加边,所以会形成结点度分布不均匀的现象,计算四面体网络簇的拓扑参数,验证四面体簇为复杂网络,然后将得到的拓扑参数同蛋白质互作网络的极大连通子图的拓扑参数比较,发现度,聚集系数,特征路径等拓扑参数相近,且度分布符合幂律分布。得出结论:由四面体模型得到的复杂网络簇可以仿真蛋白质相互作用网络。
（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。
蛋白质结构分析论文参考文献
[1].王建华.新型羧基和氨基交联剂的开发以及在基于质谱的蛋白质结构分析中的应用[D].北京协和医学院.2019
[2].王晶.基于支持向量机的蛋白质结构类预测及蛋白质相互作用网络拓扑结构分析[D].西安电子科技大学.2018
[3].周义,张新宇,李丹,张东杰,宋雪健.鲜食水稻蛋白质提取工艺优化及结构分析[J].中国食品添加剂.2018
[4].王文娟.核蛋白的结构分析及蛋白质亚核定位预测研究[D].内蒙古农业大学.2018
[5].吴开年,王利,李晨阳.金川牦牛TGF-β1基因克隆及蛋白质结构分析[J].黑龙江畜牧兽医.2018
[6].闫好禄,姬祥卓,文义凯,唐勋,张彩霞.马铃薯块茎休眠解除过程中NOX酶活性变化及其蛋白质结构分析[J].分子植物育种.2017
[7].江国庆,李庆新,卢冬亚,田雨佳,张学炜.不同大豆加工副产品蛋白质营养及分子结构分析[J].饲料研究.2016
[8].段荟芹,王利,李键,熊显荣.牦牛低氧诱导因子-1α基因克隆及蛋白质结构分析[J].中国畜牧兽医.2016
[9].赵晋桃.抗凋亡与促凋亡蛋白质的高级结构分析及分类预测[D].内蒙古大学.2016
[10].赵晋桃,陈颖丽,闫振河.抗凋亡与促凋亡蛋白质的结构分析[J].内蒙古大学学报(自然科学版).2016