BLAST序列比对与生物医学文献检索

生物信息学的急速发展及其数据库的急剧增长给文献检索提出了新课题。利用生物信息相关数据库需要结合生物信息学知识。本研究从新基因的名词与序列入手 ,介绍NCBI的ENTREZ、BLAST检索 ,阐明与基因相关的文献检索的方法与技巧 ,着重介绍了BLAST序列比对在信息检索中的步骤和作用。

十字花科NBS-LRR相关基因的同源比对分析

目前在拟南芥中已被发现,含有200余个编码与核苷酸结合位点相似的蛋白质的及因子在植物抗性蛋白的特征区域。以抗病相关基因NBS-LRR为研究对象,通过局部序列比对分析,发现在拟南芥等6个十字花科物种中的分布有显著差异,甘蓝中该类抗病蛋白分布最为广泛(242),四倍体欧洲油菜的两个亚基因组中存在显著差异,C基因组比A基因组中该类抗病基因含量高出约24.2%。这为今后在十字花科物种中进行较为深入的抗病相关基因NBS-LRR的比较基因组学分析提供了一定研究基础。

基于机器学习的β-内酰胺酶注释预测和分析平台

为了对潜在β-内酰胺酶蛋白质的功能和性质进行深入分析,构建了一个包含蛋白质信息注释、预测和特征性分析的综合平台(BLHub)。BLHub采用Java、Bootstrap3.3.6、Ajax、jQuery、MySQL和Strust2等技术实现了平台前后端的数据交互,并且该平台整合了丰富的、多源的蛋白质注释信息,包括蛋白质结构信息、蛋白质活跃位点、蛋白质分类系谱以及抗生素耐药性信息等。同时平台嵌入了机器学习的预测模型,能有效发掘潜在的β-内酰胺酶并判断其所属子类。此外,BLHub能对潜在的β-内酰胺酶进行后序的序列相似分析和亲缘性分析,便于科研人员进一步推断未知蛋白质的功能和结构,从而实现对β-内酰胺酶蛋白质的一体化分析。实验结果表明,BLHub能弥补以往的β-内酰胺酶数据库无法对潜在蛋白质进行预测和分析的不足,进一步加快潜在蛋白的发现和探索。