丝氨酸蛋白酶抑制剂超家族的一个新成员——痘苗病毒(天坛株)基因组HindⅢK片段编码的K1蛋白

本文测定了位于痘苗病毒(天坛株)基因组的Hind Ⅲ K片段左端,由1893个碱基所组成的开放读码框架K1(ORF K1)的核苷酸排列顺序,并利用微机对ORFK1所编码K1蛋白的序列进行了研究。结果发现,K1蛋白与丝氨酸蛋白酶抑制剂超家族的成员在蛋白质一级结构上有着显著的同源性,通过点阵分析和序列同源排列,证明K1蛋白是丝氨酸蛋白酶抑制剂超家族的一个新成员,它可能具有与丝氨酸蛋白酶抑制剂超家族其他成员相似的活性中心及其他特征序列。这一发现对于研究痘苗病毒的进化地位及所编码蛋白的功能均有一定意义。     

上海科学家研制出新型电化学生物传感器

不久前，上海科学家根据DNA可以灵敏识别特定分子的原理研制出新型电化学生物传感器，该传感器能灵敏检测出细胞中的能量分子三磷酸腺苷（ATP）的含量，将来可能用这种方法便捷地判断食品的新鲜程度。     

一种αⅠ型干扰素基因新变种的发现和鉴定

本文从一名中国汉族正常人胎肝细胞染色体DNA中,应用PCR方法两次获得长为520 bp的人α型干扰素基因,核苷酸序列测定表明,两次扩增产物的DNA序列完全相同,与过去分离克隆的IFN-αI和IFN-αD基因相比较,其第410位和第541位核苷酸分别为C和G,由此推测它编码的IFN成熟肽第114位和第158位氨基酸应为Ala和Val,其余位点则与IFN-αD和IFN-αI完全相同.我们建议将IFN—αD,IFN—αI和我们分离的IFN-αI/158V基因分别命名为IFN-αIa,IFN-αIb和IFN-alc基因.     

用于高维时序数据预测的非同步尺度主成分分析

针对时间序列数据预测过程中可能面对高维或超高维的预测变量,同时考虑变量的时序特征及预测的非同步性,提出用于时序数据预测的非同步尺度主成分分析方法。首先构建单个预测变量和被预测变量的非同步线性回归,通过可决系数选取单变量的最佳滞后阶数,并将回归系数赋权与相应的预测变量得到赋权预测变量,并通过主成分分析对赋权预测变量降维,即非同步尺度主成分分析。将该方法用于消费者物价指数增长率的预测,结果表明经非同步尺度主成分分析降维的预测精度高于传统降维预测的方法。     

含MA误差的线性模型的经验似然推断

采用拟极大似然估计方法获得含MA误差的线性模型估计方程。为了能够使用经验似然方法,先利用鞅差序列将估计方程中的二次型转化为线性形式;再构造关于模型参数的经验似然比统计量,在一定假设条件下证明该统计量渐近服从卡方分布;模拟结果表明,在参数置信域的覆盖率方面,经验似然方法比参数似然方法更接近置信水平。     

满江红鱼腥藻glnA基因上游调控区的克隆及其序列分析

以满江红鱼腥藻（Ａａｃ）提取总ＤＮＡ为模板,通过ＰＣＲ技术,扩增得到其谷氨酰胺合成酶基因（ｇｌｎＡ）上游区．经酶切得到４０９ｂｐ的片段,并将其连接到ｐＢｌｕｅｓｃｒｉｐｔⅡｋｓ＋上测序．将测序结果与Ａｎａｂａｅｎａ７１２０调控序列比较,有９８２％的同源性．在上游调控中也具有ｎｉｆｌｉｋｅ和Ｅ．ｃｏｌｉｌｉｋｅ启动子,值得注意的是,调节蛋白ＶＦ１的结合位点正好位于ｎｉｆｌｉｋｅ启动子上．所克隆的片段不但对蓝藻固氮、泌氨的基因调控研究具有意义,也对表达载体的构建具有实用价值．     

层状岩体垒积序列差异性SCW-R/S分形模型

依据已有的一些力学分析结果、模型模拟结果和地质体中构造变形破坏的特征,指出层状岩体垒积序列差异性是控制地质体在法向上构造变形破坏的内因.并建立了定量描述它的SCW-R/S分形模型,使得不同地质体的差异性具有定量可比性;同时初步推测了它与构造变形间的表观关系.     

La（Ⅲ）与脱氧核糖核苷酸的相互作用

用高效液相色谱解析Ｌａ（Ⅲ）分别与单个脱氧核糖核苷酸反应、与碱基对互补的５＇－ｄＡＭＰ和５＇－ｄＴＭＰ、５＇－ｄＣＭＰ和５＇－ｄＧＭＰ反应、与４种脱氧核糖核苷酸共存体系反应的产物。从色谱峰的变化。证明了在ｐＨ６．５、室温条件下,Ｌａ（Ⅲ）可与单个的５＇－ｄＧＭＰ作用;不与单个的５＇－ｄＡＭＰ、５＇－ｄＴＭＰ、５＇－ｄＣＭＰ相作用,但在５＇－ｄＡＭＰ和５＇－ｄＴＭＰ共存时,Ｌａ（Ⅲ）使５＇－ｄＡＭＰ     

博莱霉素与DNA的作用机理及其类酶性研究

详细介绍了博莱霉素（ＢＬＭ）与ＤＮＡ的结合作用,活化ＢＬＭ与各种自由基在ＢＬＭ介导的ＤＮＡ断链反应中的作用以及ＢＬＭ类似酶的催化行为多方面的研究进展情况。     

DNA序列中“词”的自重叠性对其分布的影响和异常“词”的鉴别

从语言学的角度来看基因序列,一个ＤＮＡ序列可以看成是由字母Ａ,Ｇ,Ｃ,Ｔ组成的有限的字符串,以一定的语法和词法结构为转录机器所识别．那么,词在序列中是如何分布的？文中研究了在不同状况下的单词的理论分布,证实了单词（即ＣＯＤＥ）的自重叠性对单词在序列中的概率分布的有极大的影响,并就实例验证了这一点．结合经验分布,提出了两种在ＤＮＡ序列中鉴别异常单词的方法．得出结论：字母Ａ,Ｇ,Ｃ,Ｔ等概率出现和不等概率出现是判别单词是否异常的重要条件．