基于label-free定量蛋白质组学方法筛选沉默CHAF1B基因后心肌细胞差异表达蛋白及调控网络分析

目的分析沉默染色质装配因子1亚基B(chromatin assembly factor 1 subunit B,CHAF1B)基因后心肌细胞中差异表达蛋白,预测CHAF1B基因调控网络,为寻找促进心肌细胞修复的潜在治疗靶点提供参考。方法采用转染和蛋白质印迹法筛选沉默CHAF1B基因的有效小干扰RNA(small interfering RNA,siRNA)。应用有效siRNA沉默人源心肌AC16细胞CHAF1B基因后,采用细胞活力检测方法检测细胞活力;提取总蛋白质进行定量、还原、烷基化和胰蛋白酶裂解成肽段,利用高效液相串联质谱法鉴定肽段;搜索UniProt蛋白库筛选差异表达的蛋白质进行基因本体(Gene Ontology,GO)富集分析、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路富集和蛋白质互作网络(protein-protein interaction networks,PPI)分析。结果siRNA有效沉默CHAF1B基因后,心肌细胞存活明显受到抑制;label-free定量蛋白质组学方法鉴定结果显示,共有69个差异表达蛋白质,其中50个表达显著上调(差异倍数≥2,P<0.05),19个表达显著下调(差异倍数≤0.5,P<0.05)。GO分析显示,差异表达蛋白质主要参与大分子复合亚基体、细胞组分生物合成和组装等生物学过程,分布在细胞质和囊泡等区域,发挥蛋白质结合等分子功能。KEGG通路富集和PPI分析显示,差异表达蛋白质参与的信号通路包括蛋白酶体、氨酰tRNA生物合成、胞吞、嘧啶代谢和氨基酸生物合成等10条信号途径;表达显著上调的蛋白质如蛋白酶体亚单位A2和B7、26 S蛋白酶体调节亚单位6B和10B参与蛋白酶体途径,丝氨酸、甘氨酸、谷氨酰胺和赖氨酸tRNA合成酶介导氨酰tRNA生物合成;表达显著下调的蛋白质包括骨架相关蛋白2/3复合体亚单位3和热休克70蛋白1样参与胞吞作用,核糖核苷-二磷酸还原酶大亚基介导嘧啶代谢等通路。实时荧光定量聚合酶链式反应结果证实,转染CHAF1B siRNA后心肌细胞中合成骨架相关蛋白2/3复合体亚单位3的基因ARPC3和氨酰tRNA生物合成关键基因QARS1的mRNA水平均显著降低。结论CHAF1B为心肌细胞存活的关键蛋白质,参与调控心肌细胞的胞吞和氨基酸生物合成等多种生物学过程,参考其调控网络可帮助寻找促进心肌细胞修复的干预环节。

基于近红外光谱技术建立棉籽蛋白质含量快速无损测定方法

建立不同棉籽形态快速无损棉籽蛋白质含量检测的方法,对于合理有效地利用棉籽资源和开展棉籽营养品质遗传改良等研究具有关键作用。研究通过凯氏定氮法对187份棉花品种进行棉籽蛋白质含量化学值测定,利用近红外光谱分析仪分别采集3种不同棉籽形态毛籽、光籽和种仁的光谱特征信息,对原始光谱进行不同数学处理和散射处理,结合改良偏最小二乘法建立了毛籽、光籽和棉仁3种棉籽蛋白质含量快速无损检测的近红外光谱模型。模型的定标相关系数分别为0.957、0.971、0.989,并通过外部验证和统计分析,结果表明3种模型都具有良好的准确性和稳定性,能够针对不同棉籽形态进行准确的蛋白质含量测定。实现了棉花种子蛋白质含量的快速无损低消耗检测,为棉籽综合利用以及棉籽高品质育种提供参考。

高效液相色谱-质谱技术在蛋白质组学中的应用

蛋白质组学研究在生物医学领域发挥了重要作用,然而研究面临的主要难点在于其研究对象的复杂性和多样性。随着质谱技术的快速发展,高效液相色谱-质谱(HPLC-MS)分离分析复杂生物样品已经成为蛋白质组学研究的基础工具。蛋白质组学的研究从肽段分离,延伸到蛋白质和蛋白质复合物的分离,随着分析物的分子质量不断增大,其结构和组成复杂性也持续增加,分子特性也发生改变。面对不同的蛋白质组学研究对象,选择不同的分离模式、分离条件以及固定相参数是进行深度蛋白质组学研究的关键。本文综述了实验室常用的液相色谱分离模式,包括反相色谱(RPLC)、亲水相互作用色谱(HILIC)、疏水相互作用色谱(HIC)、离子交换色谱(IEC)和体积排阻色谱(SEC),以及其不同的组合模式与质谱联用在自下而上(bottom-up)分析、自上而下(top-down)分析、蛋白-蛋白相互作用分析中应用的研究。具体分析了色谱流动相与被分析对象之间的兼容性问题、色谱流动相与质谱兼容性问题,以及多维色谱中不同色谱模式之间流动相的兼容性问题。重点关注存在不兼容问题时研究者所提出的解决方案。此外,本文还评述了HPLC-MS结合样本前处理的方法在外泌体和单细胞蛋白质组学中的应用研究。总之,文章聚焦于近年来HPLC-MS技术在蛋白质组学中的研究进展,旨在为未来蛋白质组学领域的研究提供参考。

非变性质谱和紫外激光解离在蛋白质结构和相互作用分析中的应用

蛋白质结构及相互作用的动态变化与其生物学功能密切相关,对蛋白质结构及相互作用进行精准探测和分析面临着巨大挑战。非变性质谱(nMS)是一种能够在近生理条件下将蛋白质及其复合物通过电喷雾离子化引入气相离子并进行质谱分析的方法。通过直接测定溶液中蛋白质及其复合物的组成或整合多种质谱解离技术,nMS可获取蛋白质及其复合物的计量关系、组装形式、解离常数、构象变化、结合界面及作用位点等关键信息,以揭示蛋白质相互作用与生物学功能之间的关系。紫外激光解离(UVPD)技术,特别是采用了193 nm准分子激光的UVPD是近年来迅速发展起来的质谱解离技术,其可以高效解离非变性蛋白质骨架,并保留碎片离子中的氢键等非共价相互作用力,从而实现单氨基酸位点分辨的蛋白质动态结构和相互作用质谱解析。本综述主要介绍了nMS和UVPD技术在蛋白质动态结构和相互作用分析中的应用和最新进展,包括由位点突变及配体结合等引起的蛋白质动态结构和相互作用变化,最后对蛋白质nMS表征的未来发展方向做出了展望。

高分辨液相色谱质谱联用仪在蛋白质化学修饰中的应用

蛋白质是生命活动的主要执行者,其对生命过程的调控通过种类复杂、时空分辨的蛋白质修饰实现,如蛋白质翻译后修饰等。设计对蛋白质侧链响应性的化学修饰策略可在分子水平上揭示蛋白质调控生命过程的本质,将其发展为疾病诊断和治疗的分子工具。高校分析测试中心的高分辨液相色谱质谱联用仪在检测蛋白质化学修饰方面发挥重要的作用,结合质谱分析软件pFind等可以直观地分析小分子标记试剂与蛋白质修饰的位点、产物及可能的反应机理,为揭示蛋白质的结构、功能与调控机制,蛋白质药物的定点释放和精准治疗,研究蛋白-蛋白及蛋白-核酸相互作用,建立相互作用网络提供研究基础和技术支持。

近红外光谱检测油莎豆乳中蛋白质和总固形物含量研究

利用近红外光谱技术快速检测油莎豆乳中蛋白质含量、总固形物含量,实验分别采用凯氏定氮法和考马斯亮蓝法测定蛋白质含量,采用常压干燥法测定总固形物含量;分析比较S-G平滑法、标准正态变量变换(SNV)、多元散射校正(MSC)、一阶微分(FD)、二阶微分(SD)5种光谱预处理方法,利用分段建模法筛选出最佳光谱建模区域,采用留一法交叉验证主成分分析方法确定的主成分数量,结果表明平滑S-G+二阶导数的光谱预处理效果最佳,以1200~1800 nm范围为PLS建模光谱波段,采用考马斯亮蓝法、凯氏定氮法构建的蛋白质含量近红外模型的预测相关系数R分别为0.9755,0.9692,预测均方根误差分别为0.276,0.287;总固形物含量模型的预测相关系数R为0.9699,预测均方根误差为0.326,独立测试集样品的预测值和实测值之间的残差值均较小,接近0,残差和分别为-0.02,0.01,-0.02,研究结果表明建立的近红外光谱快速检测油莎豆乳蛋白质含量、总固形物含量的方法能够满足检测要求,可为油莎豆乳行业健康发展提供技术支撑。

乌梢蛇醇溶蛋白质提取工艺优化及其指纹图谱表征

目的优化乌梢蛇醇溶蛋白质提取工艺,并对其进行指纹图谱表征。方法在单因素试验基础上,以料液比、乙醇体积分数、提取温度、提取时间为影响因素,提取率为评价指标,响应面法优化提取工艺,再进行FTIR、SDS-PAGE分析。结果最佳条件为料液比1∶43.15,乙醇体积分数46.35%,提取温度37.53℃,提取时间250min,提取率为0.4072%。醇溶蛋白质在4000~400cm-1波数范围内有10个吸收峰,并且其种类丰富,分子量在11.19~158.10kDa范围内,其中26.48、19.67kDa为指纹图谱主峰。结论本实验可为乌梢蛇开发利用及分析鉴定提供依据。

基于质谱技术的单细胞蛋白质组学

近年来,单细胞测序技术的发展极大地推动了单细胞基因组和转录组的研究。然而,直接关联单细胞生命过程的蛋白质组学研究则因技术进展缓慢而受限。随着样品前处理技术、色谱分离技术和质谱检测技术的进步,单细胞蛋白质组学(single-cell proteomics,SCP)的分析灵敏度显著提升。本综述深入回顾了SCP的发展历程及其在生命科学研究中的应用。在样品前处理方面,针对不同细胞的存在形式,研究者开发了基于声波激发、微流控芯片和激光切割等单细胞分选方法,并逐步从多步法前处理流程统一到一步法,降低了样品处理过程中的损失。在质谱技术方面,无标记定量(label-free quantification,LFQ)与基于同位素和同质素标记的方法都得到了充分的探索,各具技术优势与不足。在应用层面,SCP已在胚胎细胞早期发育、干细胞分化、肝脏组织空间异质性等方面揭示了新的生物学发现。最后,总结了当前SCP技术面临的挑战,包括检测通量、成本和数据分析的复杂性,并展望了其未来的发展方向,强调了SCP在基础研究和临床应用中的广阔前景。

基于Label-free技术的高州油茶铝胁迫蛋白质组学研究

【目的】南方地区拥有大面积的酸性红壤,导致土壤中铝元素多以离子的形式溶出,严重抑制油茶的生长及高产。研究采用Label-free技术探究高州油茶在铝胁迫下的蛋白质组学响应,为揭示高州油茶应答铝胁迫的分子响应机制奠定了理论基础。【方法】以高州油茶两年生实生苗为试验材料,测定不同浓度铝处理条件下高州油茶叶片部分代谢指标及抗氧化生理相关指标,同时比较对照组(CK)和4 mmol/L铝处理组(GZ4)差异蛋白质的表达。【结果】生理试验结果表明,不同浓度铝胁迫下油茶幼苗都会发生氧化胁迫导致细胞活性氧(ROS)积累,2 mmol/L铝浓度下油茶叶片通过增加渗透调节物质含量和增强多种抗氧化酶活性以清除细胞活性氧,使细胞免受氧化胁迫的损害;而4 mmol/L铝浓度下叶片丙二醛(MDA)含量和脯氨酸(PRO)含量明显升高,积累的活性氧超出了自身所能清除的范围,叶片可溶性糖含量和可溶性蛋白含量显著减少,抗氧化酶活性均有不同程度减弱,油茶正常的生理功能受到抑制。蛋白质组学数据表明,CK组和GZ4组共鉴定到4282个蛋白质,与CK组相比,GZ4处理组有207个蛋白质的表达丰度显著增加,129个蛋白质的表达丰度显著降低。差异表达蛋白质的通路富集和蛋白质互作网络分析结果表明,4 mmol/L铝胁迫下高州油茶主要通过提高谷胱甘肽代谢,增强细胞清除活性氧和自由基负离子的能力缓解铝胁迫造成的氧化损伤;4 mmol/L铝浓度下高州油茶蛋白质合成和光合作用受到明显抑制,抗氧化酶活性减弱可能与细胞供能能力不足有关。【结论】铝胁迫下高州油茶主要通过能量及碳水化合物代谢、氨基酸合成及代谢、生物碱合成、蛋白质加工、卟啉和叶绿素代谢等代谢途径抵抗铝毒。

市售鱼鳔氨基酸及蛋白质成分分析

目的 分析16批不同基原的市售鱼鳔中氨基酸及蛋白质成分。方法 建立一种6-氨基喹啉基-N-羟基琥珀酰亚胺基甲酸酯柱前衍生、高效液相色谱法,测定鱼鳔中17种氨基酸含量,并对不同基原鱼鳔中氨基酸类成分进行分析;采用十二烷基硫酸钠聚丙烯酰胺凝胶电泳分析鱼鳔中的蛋白质分子量分布,并采用蛋白质组学法鉴定鱼鳔中的蛋白质。结果 17种氨基酸在一定浓度范围内线性关系良好(R2≥0.998 0),平均加样回收率85.62%~109.60%,精密度、稳定性、重复性RSD均小于3.5%。16批鱼鳔氨基酸组成与含量存在差异,氨基酸总含量介于468.31~620.05 mg/g;从16批鱼鳔中共鉴定688种蛋白质,包括Ⅰ型在内的胶原蛋白多达11种,此外,鱼鳔中还含有较多分子质量52~95 kDa的低丰度蛋白。结论 该研究可为鱼鳔的质量评价和开发利用提供参考。

基于蛋白质沉淀的药物靶点筛选方法的研究进展

药物靶点是体内与药物分子结合的生物大分子。因此药物靶点的系统鉴定对于充分认识药物作用机制、疗效以及可能的副作用至关重要;同时全面的靶点识别可以加速药物发现及候选药物筛选的进程。生物质谱具有采集速度快、分辨率和灵敏度高等特点,是蛋白质组深度鉴定和准确定量的关键工具;基于质谱的蛋白质组学技术有助于系统性鉴定与小分子药物结合的蛋白质,阐述蛋白质-药物相互作用,在药物靶点筛选领域大显身手。常用的先进行标记再结合亲和富集的药物靶点表征方法需要对药物分子化学衍生,这既耗时也可能会改变药物的亲和力,同时衍生基团产生的空间效应可能会阻断药物和靶点相互作用,加大了靶点鉴定的难度。因此,无需衍生的药物靶点鉴定方法受到广泛关注。蛋白质受到温度、pH、变性剂以及机械力等条件的影响会发生变性、展开和沉淀。小分子药物与蛋白质结合可能改变蛋白质折叠平衡,稳定靶蛋白的构象,与游离蛋白相比,更能抵抗不同条件诱导的蛋白质沉淀。基于以上原理,联合蛋白质组学和生物质谱技术,目前已经发展了多种基于蛋白质沉淀的药物靶点规模化鉴定方法,包括热蛋白质组分析方法、溶剂诱导蛋白质沉淀方法、机械应力诱导蛋白质沉淀方法、pH依赖性蛋白质沉淀方法等,用于蛋白质组范围内的药物靶点筛选。本综述介绍了该领域近十年报道的药物靶点发现和药物-蛋白质相互作用研究方法,总结了这些方法的特点及其在药物疗效评价、药物发现等方面的发展前景。

定量磷酸化蛋白质组解析17β-雌二醇致死效应的细胞调控过程

17β-雌二醇(E2)是人体内一种重要的内分泌激素,在生理浓度下(0.2~1.0 nmol/L)对生殖系统、乳腺等靶器官的生长发育起着重要的调节作用。但很多研究表明,高剂量(μmol/L~mmol/L)的E2能够诱导肿瘤组织消退和细胞凋亡,其具体调控机制尚不明确。本工作聚焦于高剂量(μmol/L)的E2致死效应,首先分析了μmol/L水平的E2对HeLa细胞表型的影响,发现在1~10μmol/L下E2以浓度依赖的形式抑制HeLa细胞增殖,并诱导HeLa细胞发生死亡,其中,用5μmol/L E2处理2天后可使约74%的HeLa细胞增殖受到抑制,并引起约50%的HeLa细胞死亡。在此基础上,为了探究高剂量E2诱导细胞死亡的内在调控过程,将基于固相萃取(SPE)的固定化钛离子亲和色谱技术(Ti 4+-IMAC)与基于数据非依赖采集模式(DIA)的蛋白质组定量技术结合,用于筛选HeLa细胞内参与高剂量(μmol/L)E2致死效应调控过程的磷酸化位点。最终,在5μmol/L E2和二甲基亚砜(DMSO)处理的HeLa细胞中共鉴定到超过10000个磷酸化位点;t检验分析发现,在E2处理后,有924个磷酸化位点(对应599个蛋白质)的丰度发生了显著变化(显著性水平(p)<0.01,|log 2(倍数变化)|≥1),推测其可能参与调控E2致死效应过程。此外,有453个磷酸化位点(对应325个蛋白质)仅单独发生在E2或DMSO处理后的HeLa细胞样品中,表明这些磷酸化位点在E2处理后发生了磷酸化或去磷酸化,也可能参与E2致死效应的调控过程。分别对以上两种方式筛选的E2调控的磷酸化蛋白质进行富集分析,发现这些磷酸化蛋白质主要参与细胞分裂、核糖体/核质转运、信使核糖核酸(mRNA)加工/剪接及转录等过程,表明高剂量的E2可能通过调控核糖体及mRNA加工等过程影响蛋白质转录,进而诱导细胞发生死亡。此外,我们发现表皮生长因子受体(EGFR)和丝裂原活化蛋白激酶(MAPK)家族蛋白(包括MAPK1、MAPK4和MAPK14)上多个磷酸化位点的修饰水平在高剂量E2处理后发生了明显变化,表明EGFR和MAPK信号通路可能在雌激素诱导的细胞死亡中起着重要调控作用。本实验得到的磷酸化蛋白质组定量结果有助于进一步了解高剂量E2的内在调控过程,为后续解析高剂量E2的作用机制及疾病的治疗提供了参考。

天然橡胶中蛋白质的酰胺Ⅲ带二级结构及其热变性

采用中红外(MIR)光谱对天然橡胶中蛋白质酰胺Ⅲ带的二级结构及其热变性进行了研究。变温去卷积MIR光谱结果表明,酰胺Ⅲ带二级结构在293~393 K的温度范围内升温时,无规则卷曲、β-折叠、α-螺旋及β-转角二级结构的红外吸收峰强度降低。二维MIR光谱结果表明,酰胺Ⅲ带二级结构对热的敏感程度存在较大差异,其中无规则卷曲二级结构最先改变。热扰动因素下,无规则卷曲二级结构改变是整个酰胺Ⅲ带二级结构改变的关键步骤。

基于液相色谱-同位素稀释质谱法测定氨基酸的蛋白质定量方法

为定量分析蛋白质,建立蛋白质水解液中氨基酸的液相色谱-同位素稀释质谱分析方法。蛋白质在6 mol/L盐酸溶液存在下130℃水解,经Hypercarb多孔石墨碳色谱柱、0.1%全氟戊酸水溶液/乙腈流动相体系分离,选择脯氨酸、缬氨酸、亮氨酸、异亮氨酸、苯丙氨酸5种较为稳定的氨基酸,以其相应的稳定同位素标记物为内标括号法定量,结合蛋白质的氨基酸序列信息实现对蛋白质的绝对定量。结果表明,5种氨基酸在10~1000 ng/mL范围内线性关系良好(R^(2)>0.995),检出限和定量限分别在0.02~0.07 ng/mL和0.06~0.2 ng/mL之间,3个不同质量水平下经水解处理的回收率在97.0%~102.4%之间、相对标准偏差在1.1%~3.0%之间。对新型冠状病毒(新冠病毒)N蛋白人源IgG单克隆抗体有证标准物质的分析结果和新冠病毒N蛋白国家计量比对的测量结果满意,证明该方法具有足够的准确度。

基于多结构深度学习的蛋白质模型细化方法

为了进一步改善AlphaFold2蛋白质结构模型的质量,本文提出了一种基于深度学习捕捉多结构之间互补信息的蛋白质模型细化方法MSDRefine.首先,MSDRefine从初始结构出发,搜索多序列比对信息并提取位置特异性打分矩阵和协方差矩阵;同时从多个结构中提取残基的LDDT、USR、结构谱等特征.其次,设计了一个深度残差神经网络,学习多个结构间的互补信息来预测蛋白质残基间的距离分布.最后,将距离分布转化为势能函数用于能量极小化的模型细化.在150个测试蛋白上,MSDRefine在不依赖于多结构信息的条件下,细化模型的TM-score相比于DeepRefiner和GNNRefine分别提升了8.8%和5.7%.在47个CAMEO蛋白上,MSDRefine融合了AlphaFold2和RoseTTAFold的结构信息,大幅度提升了初始结构的精度,并优于AlphaFold2模型.

基于CNN和特征选择回归方法的小麦蛋白质含量测定

小麦蛋白质含量一般采用凯式定氮法测定,该方法操作流程复杂,分析时间长,无法实现样品的批量检测。小麦的近红外光谱特征与蛋白质含量间存在线性和非线性的映射关系,本研究提出一种具有线性和非线性映射能力的算法:基于卷积神经网络和特征选择回归的组合算法。使用多种预处理方法提高Wheat kernels近红外光谱数据信噪比,将一维的预处理光谱数据折叠成二维矩阵,使用二维卷积神经网络模型对小麦蛋白质含量进行预测,并提取中间层部分神经元输出的特征信息与预处理光谱数据集数据构成集成数据集,在集成数据集上使用套索、最小最大凹罚回归(MCP)和光滑切片绝对偏差回归(SCAD)方法构建小麦蛋白质含量测定模型,与多元线性回归、偏最小二乘回归等模型进行对比分析。实验结果表明:卷积神经网络的引入使得模型具有非线性映射能力,改善了小麦蛋白质含量预测模型性能。

玉米DDGS蛋白质含量近红外光谱预测模型的建立

为准确测定玉米DDGS中蛋白质含量,采用近红外光谱分析技术结合改进最小二乘回归法(MPLS),以65个不同来源的玉米DDGS为样品,建立玉米DDGS蛋白质含量近红外光谱预测模型。结果显示:预测模型内部交叉验证标准误差(SECV)为0.0957,交叉验证相关系数(1-VR)为0.9888,外部交叉验证相对分析误差(RPDV)为3.60。表明近红外光谱分析模型可准确预测玉米DDGS蛋白质含量。

血清蛋白质组高丰度蛋白去除方法比较研究

基于健康人群(HC)和肝癌人群(HCC)的血清样本,本研究比较了高选择Top14高丰度蛋白去除试剂盒(Top14)、DMB低丰度蛋白富集试剂盒(DMB)2种血清蛋白质组前处理方案的优劣势。对于HC样本,DMB处理组鉴定的蛋白质数量是Top14处理组的2.6倍,是未处理血清原液(Blank)样本的3.9倍;对于HCC样本,DMB处理组鉴定的蛋白质数量是Top14处理组的3.7倍,Blank组的6.2倍。通过分析蛋白组的丰度排序散点图,发现Top14预处理对高丰度蛋白质的去除效果显著;但相较于DMB预处理,低丰度蛋白质的鉴定覆盖率较低。在蛋白质组鉴定频率方面,DMB处理样本中可定量蛋白质数量明显多于Top14处理组和Blank组。Top14处理组和Blank组中鉴定的蛋白质超过50%可在DMB处理组中被鉴定到,且其鉴定蛋白质的KEGG分析结果基本可在DMB方案中被覆盖。在DMB预处理的肝癌血清中鉴定到47个差异蛋白质,而在Top14处理组和Blank组中分别只鉴定到15、17个差异蛋白质。通过对各组差异蛋白质编码基因的KEGG分析,DMB、Top14预处理组和Blank样本的差异蛋白质分别富集到21、5、1条通路,表明DMB预处理更适用于血清样本蛋白质组的分析。基于DMB预处理方法,本研究发现HSP90AB1、SPP1、ACTR3、SNCA、PECAM1和SRC在肝癌血清样本中显著上调,可作为肝癌筛查候选生物标志物。

蜻蜓算法优选小麦粉蛋白质近红外建模校正集

为优选小麦粉蛋白质近红外建模校正集,在传统K/S(Kennard/Stone)方法划分的初始校正集基础上采用二进制蜻蜓算法(binary dragonfly algorithm,BDA)挑选代表性样品,建立小麦粉蛋白质含量偏最小二乘回归(partial least square regression,PLSR)模型,并用预测集检验评估模型的稳定性及预测性能。结果表明:BDA挑选出的最佳校正集样品数量为30个,所建模型的预测决定系数(R_(p)^(2))为0.9564,预测标准偏差(root mean square errors of prediction,RMSEP)为0.2781,与传统K/S划分的100个初始校正集的建模效果(R_(p)^(2):0.9388,RMSEP:0.3294)相比,R_(p)^(2)提高了1.87%,RMSEP降低了15.57%。10次BDA实验优选出校正集的平均数量为30.2个,且所建10个模型蛋白质含量预测效果均优于初始校正集建模。综上,BDA算法可以优选出数量少、具有代表性的校正集样品,建立的小麦粉蛋白质PLSR模型稳定性好、预测精度高,可为小麦粉品质近红外检测分析提供一种高效的校正集优选方法。

基于蛋白质组学技术对植物乳杆菌YP36细菌素的抑菌机制研究

为深入了解植物乳杆菌(Lactobacillus plantarum)YP36细菌素的抑菌机理,该研究利用高效液相色谱-串联质谱(HPLC-MS/MS)联用非标记定量蛋白质组学技术对细菌素处理前后植物乳杆菌SL32-2差异表达蛋白进行鉴定,并对差异蛋白进行代谢功能分析。结果表明,细菌素处理前后植物乳杆菌SL32-2发酵液中鉴定到的蛋白分别为1999个、2005个,显著上调和下调的蛋白质分别有15个和59个,另外有26个蛋白消失,33个蛋白诱导表达。所鉴定蛋白质中酶占比最大,其次为转运蛋白。基因本体论(GO)富集分析表明,显著性差异表达蛋白的功能条目共99条,主要集中在肽聚糖分解代谢和细胞壁大分子分解代谢、碳水化合物代谢以及嘧啶核苷酸代谢和生物合成等方面。京都基因与基因组百科全书(KEGG)富集分析表明,差异蛋白共涉及淀粉和蔗糖代谢途径、丙氨酸、天冬氨酸和谷氨酸代谢途径、辅因子生物合成途径和嘧啶代谢途径等53条通路。