导读:本文包含了蛋白质模板论文开题报告文献综述及选题提纲参考文献，主要关键词:模板法,结构导向剂,大孔二氧化硅微球,高效液相色谱
蛋白质模板论文文献综述
牛梦娜,马红彦,胡飞,王世革,刘璐[1]（2017）在《模板法制备大孔硅胶微球及其在高效液相色谱蛋白质分离中的应用》一文中研究指出以弱阳离子交换聚合物微球(WCX)为模板、N-叁甲氧基硅基丙基-N,N,N-叁甲基氯化铵(TMSPTMA)为结构导向剂、四乙氧基硅烷(TEOS)为硅胶前驱体,在叁乙醇胺弱碱催化作用下,水解缩合形成有机聚合物与二氧化硅复合微球,将此复合微球煅烧后得到大孔二氧化硅微球。探索了不同反应条件对二氧化硅微球的形貌、表面结构和分散性的影响;当TMSPTMA、TEOS与叁乙醇胺的体积比为1∶2∶2时可以得到孔径在50~150 nm之间、粒径在2μm左右的硅胶微球。对所制备的大孔硅胶微球表面进行C18(十八烷基二甲基氯硅烷)键合修饰,然后将键合的填料装填到50 mm×4.6 mm的色谱柱中,考察了其对常见的几种标准蛋白质和市售大豆分离蛋白质的分离效果,结果显示这种填料在高效液相色谱蛋白质分离中具有一定的潜力。(本文来源于《色谱》期刊2017年06期）
夏佳琪[2]（2017）在《整合模板比对和机器学习方法的蛋白质折迭分类预测》一文中研究指出蛋白质是由20种标准氨基酸组成的线性序列,序列信息决定了它的结构与功能。其中蛋白质折迭分类预测是蛋白质结构预测中的一个至关重要的步骤。自然界中有一千多种蛋白质折迭,对蛋白质折迭进行研究,开发有效预测算法,不仅有助于了解蛋白质折迭的内在规律,还对蛋白质结构研究具有重要的生物学意义。现有两种有效的方法对蛋白质折迭进行分类。一是基于模板比对的折迭识别。当序列相似性较高时,模板比对方法能够得到很好的预测效果。但随着相似性的降低,模板比对方法的可信度也大幅度下降。另一个是使用机器学习算法的从头预测。它是从氨基酸序列出发,提取蛋白质的特征向量,然后预测折迭类型。对这两种方法的结合是从未被探索过的,本文对此进行了探索,取得了较好的结果。本研究开发了两种算法,HH-fold和SVM-fold进行蛋白质折迭分类预测。HH-fold利用HHsearch算法进行模板比对,根据比对结果预测折迭类型。SVM-fold是基于支持向量机的从头预测算法,从叁个互补的序列谱中提取特征作为SVM的输入。这两种算法结合,产生了TA-fold方法。文中在六个基准数据集上对提出方法和其它从头开始方法与基于模板比对的方法进行了全面的比较与评估。TA-fold方法在DD数据集上得到了79.9%的正确率。这比其他的从头开始的方法提高5.4-11.7%。当更新这个数据集包含更多的蛋白质折迭后,预测精度提高到97.1%。此外,TA-fold方法在包含6451个蛋白质序列的数据集F184上的预测精度大于90%。在LE数据集上进行的实验表明TA-fold在家族,超家族和折迭的水平上始终优于其它基于模板方法。TA-fold的成功归因于基于模板比对方法和包含丰富的进化信息的从头分类方法的组合。(本文来源于《东北林业大学》期刊2017-04-01）
邢建华,薄惠,张强[3]（2016）在《蛋白质印迹模板的制备及在尿液蛋白测定中的应用》一文中研究指出以牛血清蛋白(BSA)为分子模板,甲基丙烯酸(MAA)为功能单体,乙二醇二甲基丙烯酸酯(EDGMA)为交联剂,偶氮二异丁腈(AIBN)为引发剂,制备了BSA分子印迹模板,研究了该模板对BSA的吸附性能,并以其作为净化材料去除人尿中的干扰物质,测定了人尿中的蛋白质。结果表明:蛋白质模板吸附和洗脱的最佳pH值分别为5.3和5.6,最佳吸附时间为2h,最大吸附容量为72mg/g。叁种人尿样品中蛋白质的含量分别为35.4、18.9、24.2mg/L,回收率为92.4%~103.7%。该方法可用于人尿中蛋白质含量的测定。(本文来源于《分析科学学报》期刊2016年06期）
杨晓霞[4]（2015）在《联合特征驱动方法和模板方法预测蛋白质的核酸绑定残基》一文中研究指出蛋白质-核酸相互作用在基因表达和调控等诸多生命过程中发挥着极其重要的作用,利用计算方法准确识别蛋白质中与核酸发生物理接触的区域有助于阐明这类相互作用机制。目前大多数算法仅独立地采用特征驱动方法或模板方法预测核酸绑定残基,但是其预测精度仍有待提高。针对现有算法的不足,本研究通过联合上述两种策略,分别构建了基于结构信息和基于序列信息的混合算法。RBRDetector算法结合蛋白质结构的局部相似性和全局相似性构建RNA绑定残基的预测模型。具体而言,基于蛋白质局部相似性,开发了一种特征驱动的预测方法。该方法抽取了残基的进化保守性、局部几何指标、网络拓扑指标等属性,并将这些属性联合残基的局部微环境组成支持向量机的输入特征。同时,利用RNA绑定蛋白的全局相似性,开发了一种基于结构比对的模板方法。该方法将查询蛋白与模板库中的RNA绑定蛋白质进行结构比对,选择最优的模板构建预测的蛋白质—RNA复合物,进而利用该复合物识别相应的绑定区域。最后,通过分段函数将上述两种预测方法的结果进行联合,使混合算法的预测精度大幅提高。通过对不同类型的数据集(如绑定结构、非绑定结构、理论模型等)进行测试,结果显示RBRDetector算法显着优于现有同类算法。虽然利用结构信息能够较为精确地识别核酸绑定残基,但是现有蛋白质结构数据的匮乏限制了其适用范围,而基于序列信息的预测方法则具有更广泛的应用价值。为此,本研究开发了依据序列信息识别核酸绑定残基的混合算法SNBRFinder。该算法采用基于隐马可夫模型的序列谱比对方法寻找查询序列的最优模板,并将位置特异性打分矩阵和互补的序列特征通过序列微环境构成特征组合,最后结合这两种方法的输出结果作为预测值。为了验证该算法的有效性,本研究运用广泛的核酸绑定蛋白数据集进行了严格的测试。实验结果显示模板方法的预测性能与结构比对方法相当,额外序列特征的加入能有效提高特征驱动方法的预测效果。利用上述两种方法的互补性,混合算法SNBRFinder展现出更好的核酸绑定残基识别能力。(本文来源于《华中农业大学》期刊2015-06-01）
盖青青,屈锋[5]（2015）在《牛血清白蛋白和溶菌酶为双模板蛋白质的表面印迹聚合物的制备及吸附性能》一文中研究指出采用反应条件温和的原子转移自由基聚合法(ATRP),以N-异丙基丙烯酰胺(NIPAAm)和丙烯酰胺(AAm)为功能单体,以N-(3-二甲氨基丙基)甲基丙烯酰胺(DMAPMA)为辅助功能单体,制备了以牛血清白蛋白(BSA)和溶菌酶(Lyz)为双模板蛋白质的表面印迹聚合物(Bi-MIP)。对印迹过程中辅助功能单体的量进行了考察,结果表明,在单一蛋白质溶液和混合蛋白质溶液中,当DMAPMA为20μL时,制备的Bi-MIP对模板蛋白质BSA和Lyz有较好的吸附容量与选择性。通过静态吸附实验考察了Bi-MIP的吸附性能,并结合Langmuir吸附模型得到聚合物对模板蛋白质BSA和Lyz的最大吸附容量分别为10.2mg/g和19.2mg/g。且该印迹聚合物在实际样品中对模板蛋白质也表现出较强的吸附能力和较高的选择性。该方法将为复杂生物样品中同时对双/多种目标蛋白质的识别提供一种新的途径。(本文来源于《色谱》期刊2015年05期）
闵一,杨开广,梁振,张丽华,张玉奎[6]（2015）在《以鞣酸为模板剂制备核壳色谱填料及其在蛋白质分离中的应用》一文中研究指出本研究以鞣酸为模板剂制备了一种新的核壳硅胶微球。在浓氨水的乙醇溶液中加入模板剂鞣酸,通过正硅酸乙酯的水解反应在无孔硅胶微球表面形成了一层介孔壳层。同时,介孔壳层的厚度可以通过调节正硅酸乙酯的浓度和生长的层数来控制,其范围为14 nm到118 nm。通过洗涤或者烧结的方式皆可以去除模板剂,形成的孔径为5.1 nm,对应比表面积为68.6 m2/g。进一步通过酸扩孔后得到微球的比表面积和孔径分别为41.7 m2/g和6.5 nm。更进一步,我们对以鞣酸为模板剂进行核壳微(本文来源于《第二十届全国色谱学术报告会及仪器展览会论文集（第四分册）》期刊2015-04-19）
杨春,栾新杰,周兴璐,刘国峰,刘亚茹[7]（2015）在《待定模板印迹—高丰度蛋白质的脱除》一文中研究指出将鸡蛋清溶液作为"待定模板"制备分子印迹聚合物。得到的聚合物作为色谱固定相,显示出能脱除高丰度蛋白质的能力。经过实验室自制的注射器色谱系统进行处理,蛋清中的高丰度蛋白质如鸡卵清蛋白、溶菌酶、转铁蛋白可从相应样品溶液当中去除。随着这些蛋白质质谱信号的消失,其他组分的质谱信号变得更加明显。同时根据文献值及所得质谱数据,合理认为这些蛋白质分别是:卵清白蛋白关联蛋白、转铁蛋白关联蛋白质、卵粘蛋白及黄素蛋白。结果表明"待定模板"印迹方(本文来源于《第二十届全国色谱学术报告会及仪器展览会论文集（第二分册）》期刊2015-04-19）
刘冠军,周莉,颜思奇,李娟,方慧生[8]（2015）在《基于结构比对模板库的蛋白质模型评估》一文中研究指出蛋白质天然构象预测是计算生物学领域最具有挑战性的课题之一。基于模板的预测方法是目前最为准确的方法,该方法的预测模型的好坏很大程度上在于其模板质量的好坏。从SCOP数据库中筛选了3 867个蛋白质,通过结构比对和统计分析,建立了一个基于结构比对的模板库;接着,利用动态归一化法和Profile-profile的原理,分别编写的搜索和比对程序;最后利用MODELLER的建模程序给出了蛋白质的叁级结构模型。测试集由48个蛋白组成,首先,用Profile-profile搜索基于结构比对模板库获得同源模板,以此模板模建出蛋白质叁级结构模型,同时用MODELLER中的搜索程序搜索仅有序列构成的序列库,最后同样获得蛋白质的叁级模型。从测试结果的正确率看,该方法较MODELLER有了14.59%的提高;通过模型评估,可以看出该方法预测出的模型质量整体上也优于原有的MODELLER方法。因此,认为用profile-profile搜索基于结构比对模板库的方法要优于MODELLER中的搜索的方法。(本文来源于《药物生物技术》期刊2015年02期）
杨春,栾新杰,刘国峰,周兴璐,王建[9]（2014）在《待定模板印迹聚合物对高丰度鸡蛋清蛋白质的脱除》一文中研究指出将鸡蛋清溶液作为"待定模板"制备分子印迹聚合物,得到的聚合物作为色谱固定相,显示出能脱除高丰度蛋白质的能力。采用不同浓度的鸡蛋清进行印迹,可以得到具有不同蛋白脱除性质的聚合物。经过实验室自制的注射器色谱系统处理,蛋清中的高丰度蛋白质(如鸡卵清蛋白、溶菌酶、转铁蛋白)可从相应样品溶液当中去除。随着这些高丰度蛋白质谱峰消失,其它组分的质谱信号变得更加明显。根据文献结果及实验所得质谱数据,判定这些蛋白质分别是卵清白蛋白关联蛋白、转铁蛋白关联蛋白质、卵粘蛋白及黄素蛋白。实验表明,待定模板印迹方法具有脱除高丰度蛋白质,并同时保留、富集低丰度修饰蛋白质的能力。(本文来源于《分析化学》期刊2014年11期）
曹丽华,王红军,涂克华,蒋宏亮,王利群[10]（2014）在《叁层同轴电喷-去模板法制备核壳纳米颗粒用于蛋白质药物输送》一文中研究指出分别以聚乙二醇(PEG)、聚(丙交酯-乙交酯)(PLGA)和牛血清白蛋白(BSA)为冠、壳和核层材料,采用叁层同轴电喷技术制备得到微米颗粒.激光共聚焦显微镜(LSCM)显示,该方法制备得到的微米颗粒呈现核-壳-冠结构.通过脱去该微米颗粒的PEG冠层(模板),得到包载有BSA的纳米颗粒.研究发现,随着壳层PLGA溶液进样速度的减慢,去模板后纳米颗粒的粒径从约146 nm减小到68 nm.BSA在纳米颗粒中的包埋率可高达78.3%,并且其释放没有显着的药物暴释现象.圆二色谱结果表明,同轴电喷过程对BSA二级结构影响很小.因此,利用叁层同轴电喷-去模板法可制备得到粒径可调控的蛋白质纳米载体系统,并且该过程中蛋白质的结构基本维持不变.(本文来源于《高分子学报》期刊2014年09期）
蛋白质模板论文开题报告
（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：
蛋白质是由20种标准氨基酸组成的线性序列,序列信息决定了它的结构与功能。其中蛋白质折迭分类预测是蛋白质结构预测中的一个至关重要的步骤。自然界中有一千多种蛋白质折迭,对蛋白质折迭进行研究,开发有效预测算法,不仅有助于了解蛋白质折迭的内在规律,还对蛋白质结构研究具有重要的生物学意义。现有两种有效的方法对蛋白质折迭进行分类。一是基于模板比对的折迭识别。当序列相似性较高时,模板比对方法能够得到很好的预测效果。但随着相似性的降低,模板比对方法的可信度也大幅度下降。另一个是使用机器学习算法的从头预测。它是从氨基酸序列出发,提取蛋白质的特征向量,然后预测折迭类型。对这两种方法的结合是从未被探索过的,本文对此进行了探索,取得了较好的结果。本研究开发了两种算法,HH-fold和SVM-fold进行蛋白质折迭分类预测。HH-fold利用HHsearch算法进行模板比对,根据比对结果预测折迭类型。SVM-fold是基于支持向量机的从头预测算法,从叁个互补的序列谱中提取特征作为SVM的输入。这两种算法结合,产生了TA-fold方法。文中在六个基准数据集上对提出方法和其它从头开始方法与基于模板比对的方法进行了全面的比较与评估。TA-fold方法在DD数据集上得到了79.9%的正确率。这比其他的从头开始的方法提高5.4-11.7%。当更新这个数据集包含更多的蛋白质折迭后,预测精度提高到97.1%。此外,TA-fold方法在包含6451个蛋白质序列的数据集F184上的预测精度大于90%。在LE数据集上进行的实验表明TA-fold在家族,超家族和折迭的水平上始终优于其它基于模板方法。TA-fold的成功归因于基于模板比对方法和包含丰富的进化信息的从头分类方法的组合。
（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。
蛋白质模板论文参考文献
[1].牛梦娜,马红彦,胡飞,王世革,刘璐.模板法制备大孔硅胶微球及其在高效液相色谱蛋白质分离中的应用[J].色谱.2017
[2].夏佳琪.整合模板比对和机器学习方法的蛋白质折迭分类预测[D].东北林业大学.2017
[3].邢建华,薄惠,张强.蛋白质印迹模板的制备及在尿液蛋白测定中的应用[J].分析科学学报.2016
[4].杨晓霞.联合特征驱动方法和模板方法预测蛋白质的核酸绑定残基[D].华中农业大学.2015
[5].盖青青,屈锋.牛血清白蛋白和溶菌酶为双模板蛋白质的表面印迹聚合物的制备及吸附性能[J].色谱.2015
[6].闵一,杨开广,梁振,张丽华,张玉奎.以鞣酸为模板剂制备核壳色谱填料及其在蛋白质分离中的应用[C].第二十届全国色谱学术报告会及仪器展览会论文集（第四分册）.2015
[7].杨春,栾新杰,周兴璐,刘国峰,刘亚茹.待定模板印迹—高丰度蛋白质的脱除[C].第二十届全国色谱学术报告会及仪器展览会论文集（第二分册）.2015
[8].刘冠军,周莉,颜思奇,李娟,方慧生.基于结构比对模板库的蛋白质模型评估[J].药物生物技术.2015
[9].杨春,栾新杰,刘国峰,周兴璐,王建.待定模板印迹聚合物对高丰度鸡蛋清蛋白质的脱除[J].分析化学.2014
[10].曹丽华,王红军,涂克华,蒋宏亮,王利群.叁层同轴电喷-去模板法制备核壳纳米颗粒用于蛋白质药物输送[J].高分子学报.2014