基于微流控技术的蛋白质结晶及其筛选方法的研究进展简

微流控技术以其高通量、低消耗和集成化等优点成为蛋白质结晶微型化研究的重要手段. 本文综述了基于微流控技术的蛋白质结晶技术和方法,主要包括微泵微阀、液滴(Droplet)、滑动芯片(SlipChip)以及液滴实验室(DropLab)等技术. 此外,还针对当前膜蛋白在结构生物学研究中的重要地位,综述了应用于膜蛋白结晶的微流控技术的研究进展.     

Nanodisc体系在膜蛋白结构与功能研究中的应用

膜蛋白是生物膜功能的主要执行者,在生物体内参与许多重要的生理过程. 但是,由于很难获得稳定均匀并且维持膜蛋白正确构象的膜模拟环境, 膜蛋白研究远远滞后于水溶型蛋白. 磷脂纳米盘（Nanodisc）是由高密度脂蛋白发展而来的用于膜蛋白研究的新型类膜结构. VDAC-1, GPCRs和细胞色素P450s等膜蛋白已成功的与Nanodisc组装起来,并且被人们利用液体核磁共振(NMR)和表面等离子体共振(SPR)等方法对其进行了相关的结构和生化研究. 随着高密度脂蛋白自身的设计修饰和Nanodisc相关技术的发展,Nanodisc将为膜蛋白的研究提供更多重要的信息.     

抗活化血小板单克隆抗体与尿激酶杂合分子的纤溶作用

用双功能团试剂将尿激酶(UK)B链和抗人活化血小板α-颗粒膜蛋白GMP-140单克隆抗体(SZ-51)的Fab片段共价偶联。偶联的杂合分子UK-SZ-51保留了原抗体的结合专一性,它在体外的溶栓效率较尿激酶提高约5倍,其溶栓作用对血浆中纤维蛋白原的含量无影响。     

基于氨基酸模糊聚类分析的跨膜区域预测

跨膜蛋白在进化过程中，序列保守性较差，即使是同源蛋白序列的一致性程度也较低，因而在跨膜区预测算法中，通过序列的一致性程度来选取训练集并不能有效地消除预测结果对训练集的过度适应性．本文提出了一种基于氨基酸模糊聚类分析的预测算法，通过氨基酸在各个区域分布的相似性程度进行模糊聚类，从而根据一类氨基酸的分布特性而不是各个氨基酸的分布特性进行跨膜区预测．结果表明，该方法能在一定程度上消除训练集的选取对测试结果的影响，提高跨膜蛋白拓扑结构预测的准确度，特别是提高对目前知之甚少的跨膜蛋白的预测准确度．     

细胞色素b5Glu44,Glu56的定点突变和蛋白质结构比较

用寡聚核苷酸定点突变的方法将牛肝细胞色素ｂ５基因上第４４位和５６位谷氨酸的密码子ＧＡＡ变成氨酸的密码子ＧＣＴ，获得突变体Ｅ４４Ａ，Ｅ５６Ａ和Ｅ４４／５６Ａ的基因。 它们分别克隆于ＰＵＣ１９上，转化大肠杆菌ＪＭ８３后，突变基因得到成功的表达。     

水化磷脂层中蛋白质和多肽的高分辨固体核磁共振波谱学

有序样品的固体核磁共振(NMR)已快速发展成测定蛋白质和多肽在“仿真”水化磷脂层中高分辨结构的重要谱学方法. 由于与膜相连的蛋白质和多肽的结构、动力学和功能往往都和其周边自然环境密切相关,因此人们把蛋白质和多肽有序排列于水化磷脂层中进行固体NMR测量, 从而获得与取向相关的各向异性自旋相互作用. 这些取向约束可作为结构参数重构蛋白质在水化磷脂层中的高分辨三维结构. 近十年来在样品制备,NMR探头和实验方法方面的显著发展,极大地促进了有序样品的固体NMR的发展,并使之成为测定与膜相连的蛋白质和多肽结构的有效方法. 该综述介绍有序样品的固体NMR谱学方法,并总结此领域里的最新研究进展.     

细菌视紫红质/聚合物功能复合膜的特性和应用

细菌视紫红质(Bacteriorhodopsin)是嗜盐菌上的一种膜蛋白，也是一个光驱质子泵，有灵敏的光学响应。将其包埋于聚合物中可显著改善其成膜性。含细菌视紫红质的聚合物功能复合膜同样具有光学活性，其光色性能和光电性能有望应用于光学信息处理和信息存储等诸多方面，具有广阔的研究开发前景。     

α2A肾上腺素受体的同源模建及与Yohimbine的对接研究

通过对比多个与α2A-肾上腺素受体同属G-蛋白偶联受体的视紫红质蛋白序列,选择以相似性最大的牛视紫红质蛋白为模板,同源模建了α2A-肾上腺素受体的跨膜结构,并在结构中找到了体积为0.090 nm3,已被报导的活性残基包围的活性位点.运用分子力学与动力学方法研究了此结构突变前后与抑制剂Yohimbine的对接情况,得到了与文献报道相吻合的结果.同时对接研究结果发现,在α2A-肾上腺素受体的结合位点周围的一个由色氨酸和两个苯丙氨酸组成的局部疏水区对抑制剂有稳定作用,并且天冬氨酸113作为氢键受体也对稳定抑制剂有重要作用.     

IL-18与IL-18R分子对接计算发展模拟蛋白质互作研究方法

研究蛋白质互作的化学生物学方法主要有荧光共振能量转移(Fluorescence resonance energy transfer, FRET)、酵母双杂交(Yeast two-hybrid technology, YTH)、免疫共沉淀(Co-immunoprecipitation, Co-IP)等。在此基础上,为了发展一种新的研究生物大分子互作,特别是膜蛋白相互作用的定量计算方法,依据前期研究发现,应用ELISA方法与QAH-NEU-1定量芯片技术检测NLRP2:ShRNAs慢病毒(Lentivirus)感染人脑微血管内皮细胞(Human brain microvascular endothelial cells, HBMEC), 敲除(Knocking down)NLRP2基因后的IL-18的分泌量与对照组比较, 显著提高(IL-18: 998 pg/mL),表明它在炎症免疫中起关键调控作用。本文采用高性能的Discovery Studio 2021(DS2018R2)大分子计算模拟软件,在RCSB PDB数据库中调用蛋白质文件建立其立体结构,应用ZDOCK程序算法探究IL-18亚基(AB亚基或B亚基)与IL-18R互作的空间结构与构象变化,计算找到了相互作用界面的氨基酸的一级序列与二级结构,以及它们之间的相互作用力,并用拉氏图评估对接构象,研究发现B亚基在IL-18与IL-18R的结合中起主要作用。该计算方法与实验方法比较,可快速找到蛋白-蛋白相互作用的构象空间,优化膜蛋白互作的精度;能从原子与量子水平探究细胞因子与膜蛋白受体的互作;更深入解析分子机理,数据精确定量。研究结果表明本文应用ZDOCK算法建立了通过计算模拟膜蛋白生物大分子互作的新领域,为细胞因子与化学因子的多肽类药物开发提供新的思路; 为细菌病毒感染/肿瘤疾病的防治提供科学理论依据; 在分子识别,神经元网络深度学习,生物信息处理领域具有广泛的应用。