期刊检索

  • 2024年第22卷
  • 2023年第21卷
  • 2022年第20卷
  • 2021年第19卷
  • 2020年第18卷
  • 2019年第17卷
  • 2018年第16卷
  • 2017年第15卷
  • 2016年第14卷
  • 2015年第13卷
  • 2014年第12卷
  • 2013年第11卷
  • 第1期
  • 第2期

主管单位 工业和信息化部 主办单位 哈尔滨工业大学 主编 任南琪 国际刊号ISSN 1672-5565 国内刊号CN 23-1513/Q

期刊网站二维码
微信公众号二维码
引用本文:丁 程,李晓琴.枯草杆菌蛋白耐热性改造区域的识别[J].生物信息学,2013,11(2):124-129.
DING Cheng,LI Xiao-qin.The Method of Identify SUBTILISIN BPN'' Protein Key Region of Thermostable Transformation on Surface[J].Chinese Journal of Bioinformatics,2013,11(2):124-129.
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 2590次   下载 1128 本文二维码信息
码上扫一扫!
分享到: 微信 更多
枯草杆菌蛋白耐热性改造区域的识别
丁 程,李晓琴
(北京工业大学生命科学与生物工程学院,北京100124)
摘要:
热稳定性相关区域的识别是蛋白耐热性改造的关键问题之一。本文以枯草杆菌蛋白(SUBTILISIN BPN'')为研究对象,通过枯草杆菌蛋白同源家族序列的统计耦联分析,提取枯草杆菌蛋白中的保守残基和强耦联残基,并运用分子动力学模拟方法,提取枯草杆菌蛋白表面候选突变残基,综合上述结果,提出了枯草杆菌蛋白表面耐热性改造关键区域的识别方法,并利用该方法确定了枯草杆菌蛋白表面的10个耐热性改造关键区域。将该结果与已有的耐热性突变实验资料进行了对比,发现其中的7个预测区域与实验结果吻合。结果验证了该方法可以较好地识别蛋白耐热性改造关键区域。
关键词:  蛋白耐热性  统计耦联分析  保守残基  高耦联残基  分子动力学模拟
DOI:10.3969/j.issn.1672-5565.2013-02.20130209
分类号:
基金项目:北京市自然科学基金 (4112010,KM201110005027) 资助项目。
The Method of Identify SUBTILISIN BPN'' Protein Key Region of Thermostable Transformation on Surface
DING Cheng,LI Xiao-qin
(School of Life Science and Bioengineering, Beijing University of Technology, Beijing 100124, China)
Abstract:
The identification of the relevant thermostable region is one of the key issues in protein thermostability transformation. In this paper, we used SUBTILISIN BPN as our research object, and the conservative and strong coupling residues were extracted by the statistical coupling analysis (SCA) of homologous sequences of SUBTILISIN BPN family. We also extracted SUBTILISIN BPN surface candidate mutant residues by the way of molecular dynamics simulation. Combination of the above results, the recognition method of critical regions of the thermostability transformation on SUBTILISIN BPN surface was proposed. This method determined the SUBTILISIN BPN of 10critical areas on surface about the thermostability transformation, and compared the results with existing experimental data of thermostable mutations , found that 7of the forecast areas coincided with the experimental results. The results verified that our method can recognise the protein thermostable transformation critical areas well.
Key words:  Protein Thermostability  Statistical Coupling Analysis(SCA)  Conservative Residues  Strong Coupling Residues  Molecular Dynamics Simulation

友情链接LINKS

关闭