【摘 要】
:
三磷酸腺苷结合盒式转运蛋白(ATP binding cassette, ABC)是目前发现的最大的膜蛋白家族之一,广泛分布于从细菌到人类等各种生物体中,每个成员都含有两个高度保守的ATP结合区(ATP binding cassette),可通过结合ATP发生二聚化水解释放能量,并形成一个跨膜通道从而实现多种底物的跨膜转运。可转运的底物包括:无机离子无机酸、氨基酸、脂类、糖类、多肽、各类药物、细胞代
论文部分内容阅读
三磷酸腺苷结合盒式转运蛋白(ATP binding cassette, ABC)是目前发现的最大的膜蛋白家族之一,广泛分布于从细菌到人类等各种生物体中,每个成员都含有两个高度保守的ATP结合区(ATP binding cassette),可通过结合ATP发生二聚化水解释放能量,并形成一个跨膜通道从而实现多种底物的跨膜转运。可转运的底物包括:无机离子无机酸、氨基酸、脂类、糖类、多肽、各类药物、细胞代谢产物等。有的ABC转运蛋白专一性很高,只能转运特定的物质;有的ABC转运蛋白可转运结构完全不同的物质。本文从克隆植物乳杆菌ZJ316的细菌素转运蛋白基因出发,对其编码的蛋白PlnH进行了生物信息学研究,在外源表达菌株中得到了表达后并对其产生诱导蛋白的条件进行了优化,初步纯化出了目的蛋白。这就不仅使得植物乳杆菌的细菌素转运蛋白丰富了ABC转运蛋白家族,为ABC转运蛋白的研究提供了更深入的研究材料;也为以后的科学研究和微生物的利用提供了新的思路。本研究从实验室分离保存的一株高效产细菌素的植物乳杆菌ZJ316(Lactobacillus plantarum ZJ316)出发,采用改良后的CTAB法提取其总基因组,通过NCBI数据库和软件Primer Premier5.0设计钓取细菌素ABC转运蛋白的引物,并在适合的条件和反应体系中克隆出ABC转运蛋白的基因。结果显示该基因序列共由1377bp组成,与NCBI数据库上公布的plnH基因同源性为99%,蛋白的氨基酸残基数为458个;分子质量约为50.0kDa,理论等电点pI=9.44,属于稳定性蛋白;二级结构约有51.97%的α-螺旋,11.14%的β-折叠,36.90%的无规则卷曲;PlnH蛋白在前100个氨基酸存在着较强的疏水性,其后的部分亲疏水性交替排列着;从第19个AA到第41个氨基酸存在一个跨膜结构域,具有两个低复杂度序列,一个卷曲螺旋区域,可能存在信号肽;存在5个N-糖基化位点、9个蛋白激酶C磷酸化位点、11个酪蛋白激酶Ⅱ磷酸化位点、1个cAMP和cGMP依赖性蛋白激酶磷酸化位点、3个N-肉豆蔻位点。为了以后能够在体外研究该蛋白的结构特征等,实验构建了重组表达质粒pET28a-plnH,并根据pET28a多克隆位点特征设计了BamH I和Xho I两高效酶切位点。通过菌落PCR、质粒单双酶切、基因测序验证了重组质粒的正确性。利用SDS-PAGE电泳验证了细菌素ABC转运蛋白PlnH在18℃过夜诱导条件下有所表达后,对其诱导表达体系进行了优化,结果表明:当诱导温度为30℃、IMPTG浓度为1.0mmol/L,加入IPTG时的OD600=0.7、诱导表达时间为4h时蛋白表达量最大,同时蛋白PlnH以包涵体的形式存在于细胞内。利用Ni2+螯合亲和层析柱对其的分离纯化显示:在用500mM咪唑洗脱缓冲液洗脱后出现一清晰的单一目的条带,但对其的复性率为零。
其他文献
随着移动互联网广告市场规模迅速扩大,精准营销成为广告投放服务的研究重点,现有的广告投放系统,不能很好地适应网约车场景,针对这一现象,本文研究符合网约车特点的终端广告投放系统。本系统使用基于逻辑回归的CTR预测模型,对在线用户进行展示广告推荐,使用用户历史行为数据周期迭代地训练,降序输出广告集。为了完整地实现展示广告从配置到终端展示的全流程,本系统使用分层架构,基于LNMP(Linux+Nginx+
现如今人工智能伴随着机器学习和深度学习等相关技术的快速发展,已经在日常生活、工作中处处发挥着便利我们的作用,但是智能机器进一步认知人类世界离不开对知识的理解。知识图谱以结构化的形式存储着数据知识,用于描述客观世界中的抽象概念、命名实体以及相互关联关系。知识图谱构建质量依赖于实体关系抽取的性能。目前基于深度学习的实体关系抽取模型依赖于大量的标注数据,而真实应用落地场景中少样本类别所占比例较大,数据长
极细粒度实体分类任务旨在为文本中的命名实体做类别划分,是信息抽取中的关键任务,更细的类别划分能为信息抽取提供更丰富的语义内涵,该技术也是信息检索、问答系统、知识图谱、文本挖掘等下游任务的重要支撑。作为关键任务,极细粒度实体分类需要消除语义上的歧义,根据实体(专有名词)的上下文自动、快速地发掘合理且准确实体细粒度类别含义。极细粒度实体分类由于类别多(超过一千类),标注极为困难因而鲜有标注数据,只能通
工业数据是工业企业的重要资产,有效利用工厂的生产、管理和运营数据可以帮助企业更好地实现精细化管理,但目前流程工业企业信息系统种类繁多、数据类型多种多样,多元数据管理不规范、数据分析门槛高,无法真正实现对数据价值的挖掘。本文以对象化建模技术、数据融合加工技术、大数据分析与挖掘技术为关键技术,结合流程工业企业数据特点以及行业知识,采用对象化建模技术对流程工业不同类型数据进行对象化编排,通过数据融合加工
在自然语言处理中,命名实体识别是许多任务的上游,它为诸如信息检索、智能对话和阅读理解等任务打下了根基。虽然近年来深度学习模型在实体识别这个任务上的进展表明,该任务似乎已经不是一个难点,但是由于深度学习模型对大规模标注数据的依赖导致了命名实体识别任务也通常需要海量数据才能有好的效果。这种缺陷在许多场景下会成为一个致命的缺点,比如在医疗领域,由于隐私保护的原因,我们很难获取到大规模的标注数据。本文针对
大数据的兴起促进了数据规模的突飞猛进。数据库中往往存储了大量高价值的数据,以往用户想要查询数据库内容时,需要编写结构化查询语言SQL,再与数据库交互,这给非专业领域的普通用户带来了不便。而且对于一些复杂的查询条件,手工编写SQL时容易出错。如何通过自然语言自由地查询数据库成为新的研究热点。据此,本文提出了基于显式关系编码和抽象语法树解码的Text2SQL系统,可以端到端的将自然语言转换为SQL序列
智能音箱以人工智能为基础,以语音代替点击作为主要的人机交互方式,是新一代的互联网硬件产品。随着智能音箱用户量的急剧增加,企业获取了大量的用户与音箱的交互数据。本文基于海量用户与音箱的交互数据来构建智能音箱用户画像,并介绍用户画像的系统架构及应用。智能音箱用户画像的构建首先是对用户相关属性进行分析,根据业务需求将智能音箱用户画像属性分为用户自然属性、生命周期属性、行为指标属性和用户技能属性。对属性进
目前,以太坊作为区块链技术2.0的实现,具有去中心化、不可篡改等特点,其应用开始遍布各行各业。智能合约可以运行在以太坊上并在一定条件下自动触发,但是已有的智能合约研究都集中在安全问题上,对于编程友好性的研究很少。现有的智能合约编写环境良莠不齐,大概分为两种,一种是直接操作命令行,这样的方式操作复杂且容易出错,另一种是通过图形界面开发,但是已有的平台无法达到高效易用的要求。这些问题无形中拔高了区块链
随着制造业与数字化不断融合,汽车制造行业对数字化、信息化的需求越来越旺盛,但是一些汽车制造行业现有的制造执行系统(MES)仍然存在着不少的弊端。为了解决企业中现有MES系统存在的问题,本文设计并实现了动力总成关键指标目视化系统,并运用微服务架构解决了传统单体架构中存在的耦合度高、灵活性低、维护困难等问题。本文通过微服务的思想将系统拆分为大屏展示、看板展示、数据填报、系统管理、主数据维护5个功能模块
随着手机市场竞争的加剧,各品牌越来越重视手机质量,赢得消费者口碑,占据更大的市场份额。手机外观清洁与检测作为手机封装前的工序,对最终流向市场的手机有着非常重要的筛选作用,防止外观脏污或者有缺陷不良的手机流入市场,影响用户体验。现有手机清洁方式主要依靠人工手动擦拭,耗费时间长,清洁效果不一;其它清洁装置多为单一产品的擦拭,去污能力有限;使用无尘布的方式易造成布屑二次污染,且材料无法循环使用,成本较高