导读:本文包含了蛋白质蛋白质对接论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:蛋白质,相互作用,分子,粒细胞,孟德尔,柔性,白血病。
蛋白质蛋白质对接论文文献综述
周凤,郑韦韦,刘鹏飞,马文静,康文斌[1]（2019）在《钙调蛋白质与富勒烯结合模式的分子对接研究》一文中研究指出目的:研究富勒烯(C_(60))与钙调蛋白质的分子对接结合模式。方法:以钙调蛋白为模型,采用AutoDock计算模拟C_(60)与钙调蛋白的结合模型,并计算结合能。结果:分子对接计算结果显示,apo态和holo态钙调蛋白与C_(60)可能的结合位点分别有7个和5个,其中C_(60)和钙调蛋白最优位点的结合能分别为-7.42 kcal/mol和-8.63 kcal/mol。结论:富勒烯能够与钙调蛋白结合,并可能引起钙调蛋白结构和活性的变化。(本文来源于《湖北医药学院学报》期刊2019年05期）
常珊,陆旭峰,王峰[2]（2018）在《蛋白质-配体分子对接中构象搜索方法》一文中研究指出分子对接是研究蛋白质-配体分子间相互作用与识别的有效方法。分子间的相互作用过程中形成的近天然构象是结合自由能极低的构象,快速且准确搜索能量极低的构象对于蛋白质-配体分子对接至关重要。本文回顾了蛋白质-配体分子对接中主要的构象搜索算法,包括快速穷举搜索、启发式搜索和其他搜索方法,并列举了采用不同搜索算法的代表性分子对接软件。其次,介绍了蛋白质-配体分子对接的国际评估实验、常用的测试标准库和评价的重要指标。最后,分析并指出了当前蛋白质-配体对接构象搜索方法所存在的主要问题,并对未来的工作进行了展望。(本文来源于《数据采集与处理》期刊2018年04期）
陆旭峰,陆振宇,梅向东,孔韧,常珊[3]（2018）在《基于CPU和GPU异构的蛋白质分子半柔性对接算法优化》一文中研究指出分子对接是预测蛋白质复合物的有效手段。对于分子对接算法的优化旨在加速分子对接效率,降低计算成本,以及充分发挥计算资源的利用率。本文主要采用3个方案对半柔性对接算法进行优化:(1)方案一在CPU端进行优化;(2)方案二在方案一的基础上,利用CUFFT的移植工具CUFFTW为方案一提供部分GPU并行接口;(3)方案叁利用GPU并行架构,通过CPU和GPU的协同处理,利用纯并行计算接口进行优化。3种方案对PDB code分别为1PEE,1B6C,4HX3和2SNI的测试蛋白进行结合态和自由态的对接,求得的最小均方根偏差L_(RMSD)小于5?,满足了复合物结构预测竞赛要求的中等精度结构标准,验证了对接结果的正确性。最后在保证结果正确性的前提下,测试了不同蛋白在不同方案下的运行速率;在保证不同蛋白对接效率相同的前提下,以1PPE为例,比较了不同方案下的对接速率。实验结果表明在同等旋转步长并保证程序运行结果正确性的前提下,最终的优化效果可提速近10倍,有效改进了半柔性对接算法的运行速率。(本文来源于《数据采集与处理》期刊2018年04期）
王宏瑞[4]（2018）在《蛋白质-小分子柔性对接采样算法的研究》一文中研究指出理解蛋白质与配体的相互作用对于新药的研发至关重要。研究蛋白质-小分子(Protein-Ligand,P-L)对接的目的在于通过已知配体小分子和目标蛋白质3D结构来预测和评估其复合物的3D构象。随着已解析蛋白质单体结构的数量不断增加,促使运用计算方法预测P-L对接后复合物高精度3D构象成为药物发现过程中的关键环节。相对于传统的刚性对接,P-L柔性对接具有采样空间巨大的特点。因此,本文在对P-L柔性对接关键技术分析基础之上,侧重于柔性对接关键技术重要组成部分的采样算法展开了如下研究:1、分析了P-L柔性对接过程中的关键技术问题。提出P-L柔性对接过程中构象空间采样和候选复合体判别打分两个中心问题,并把这两个中心问题进一步细分为Protein的柔性、Ligand的准备、构象空间的采样方法、打分函数、对复合物对接结果的重打分与后期处理等子问题,着重强调了采样算法在整个P-L柔性对接过程中的重要性。2、在Rosetta平台上应用集合对接协议。对传统Rosetta Ligand协议使用集合对接的方法进行扩展。通过联合几何距离约束(geometric distance constraints,GDC)和重新优化重组受体侧链(repacking receptor side-chain,RRSC)的方法生成和选择有代表性结构作为对接模板。实验结果表明,使用集合对接协议对于那些传统方法不能过获得满意预测结果的目标,能够产生和识别出更多正确的复合物构象。3、基于传统Rosetta Ligand协议使用副本交换蒙特卡罗(replica exchange Monte Carlo,REMC)增强采样算法进行扩展。通过引入多目标优化帕累托(Pareto)边沿信息,选择非绝对占有优势低能量构象集合中最具代表性的结构作为交换的副本,有效地调整副本交换的策略,促使传统REMC算法快速收敛到较低能量状态。通过对蒙特卡罗(Monte Carlo,MC)、REMC、多目标REMC(multi-objective optimizationREMC,MO-REMC)和混合MO-REMC(hybrid MO-REMC,HMO-REMC)四种采样算法的预测结果进行深度分析后表明。本文提出的MO-REMC和HMO-REMC增强采样算法在Rosetta Ligand协议中表现出高效的性能,在基于绑定能评估的柔性对接结构预测中有着令人印象深刻的准确性。4、对传统Rosetta Ligand协议使用自适应温度REMC(adaptive temperature REMC,AT-REMC)算法进行扩展。AT-REMC算法使用相邻链之间平均接受率信息作为衡量指标及时调整传统REMC算法运行过程中的温度参数,促使REMC采样算法能够在不断迭代过程中以较快的速度平稳收敛。本文还对MC、自适应温度MC(adaptive temperature MC,AT-MC)、REMC以及AT-REMC四种采样算法生成的预测结果进行性能分析。实验结果表明,AT-REMC采样算法能够在迭代过程中不断地调整相应的温度参数,在P-L柔性对接过程中能够明显提高预测构象的精度,加快采样收敛的速度。本文的贡献主要体现在以下四个方面:首先,相对于刚性对接,提出了在P-L柔性对接关键技术中构象空间采样和候选复合体判别打分两个中心问题,并把这两个问题进一步细分为多个切实可行的子问题逐一加以解决。其次,从Protein的柔性表达出发,使用GDC和RRSC方法分别生成和选择有代表性结构作为初始构象对接模板,对传统Rosetta Ligand协议使用集合对接的方法进行扩展。第叁,从P-L柔性对接构象空间的采样方法入手,原创性地提出MO-REMC和HMO-REMC增强采样算法,极大地提高了现有协议构象空间的采样效率。最后,使用AT-REMC采样算法对原有Rosetta Ligand柔性对接协议进行扩展。实验结果表明,这些手段和方法对P-L柔性对接过程中复合物的成功预测起到了有益的推进作用,对后续相关研究具有重要的参考价值。(本文来源于《苏州大学》期刊2018-05-01）
刘存,刘丽娟,周超,庄静,刘宏[5]（2017）在《基于“蛋白质相互作用网络-分子对接技术-体外实验”叁维模式分析青黛对慢性粒细胞白血病的作用机制》一文中研究指出目的:在慢性粒细胞白血病(CML)蛋白质相互作用网络构建与分子对接技术指导体外实验模式构建下,探讨青黛干预CMLK562细胞的有效分子学机制。方法:使用在线人类孟德尔遗传数据库(OMIM)筛选CML相关基因,String10.0用于进一步文本挖掘并构建CML可视化蛋白质相互作用网络,将互作数据读入Cytoscape3.4.0,通过插件CentiScaPe2.1实现网络拓扑分析;青黛活性小分子物质从第叁方数据库获取,Chemoffice8.0与Sybyl8.1对其再构建、优化,得到青黛小分子配体结构库,通过Surflex-Dock模块与受体靶点进行分子对接,打分后得到关键靶标。随后针对其进行实验验证,通过噻唑蓝(MTT)比色法检测空白组(无药血清)与试验组(10%,20%和30%含药血清)在24,48,72h时对K562细胞的增殖抑制率,利用蛋白免疫印迹法(Westernblot)检测两面神激酶(JAK)2蛋白的表达情况。结果:构建了由425个节点(蛋白质)和2799条边(相互作用)组成的蛋白质相互作用网络,分析得出关键靶标JAK2。研究表明青黛能抑制K562细胞的增殖并能降低JAK2蛋白的表达。结论:CML是一个受多基因调控的复杂疾病,JAK2很可能是其关键节点,而青黛的有效成分靛玉红可通过降低JAK2的表达来干预K562细胞增殖。(本文来源于《中国实验方剂学杂志》期刊2017年21期）
李春华,刘洋,陆林,马梦琳,谭建军[6]（2017）在《蛋白质-RNA对接中打分函数设计及RNA结合位点识别研究进展》一文中研究指出分子对接是目前研究蛋白质-RNA相互作用与识别的有效方法之一.其中,打分函数的合理设计与分子结合位点的准确识别对成功预测蛋白质-RNA复合物结构至关重要.结合小组的工作,对用分子对接方法预测蛋白质-RNA复合物结构中所涉及2个关键性问题(即分子对接打分函数的设计和RNA结合位点的预测)及研究进展进行了回顾,并对几种常用的方法进行了比较.最后分析了这两方面研究目前所存在的主要问题,并对未来的发展方向进行了展望.(本文来源于《北京工业大学学报》期刊2017年12期）
庄静,刘丽娟,魏峻玉,周超,冯福彬[7]（2017）在《蛋白质分子网络对接技术鬼臼毒素对精原细胞瘤作用靶点的预测》一文中研究指出目的精原细胞瘤是最常见于睾丸的恶性肿瘤,而鬼臼毒素在对其治疗中效果明显,但对于鬼臼毒素的作用机制研究甚少,本研究通过蛋白质互作网络及分子对接技术以期发现鬼臼毒素作用于精原细胞瘤的分子机制。方法筛选在线人类孟德尔遗传数据库OMIM中的精原细胞瘤遗传相关基因,应用Cytoscape软件和插件进行文本挖掘,建立精原细胞瘤的相关蛋白质相互作用网络,发现网络中可能包含的分子复合物并对其生物学过程、分子功能、细胞组分进行GO富集、分析;基于DAVID,富集分子复合物的生物学通路;通过SYBYL8.1软件对精原细胞瘤蛋白质网络进行拓扑属性分析,找出关键节点蛋白,并将其作为本研究的受体在SYBYL中与鬼臼毒素进行对接打分,找出鬼臼毒素的主要作用节点。结果人类孟德尔遗传数据库中精原细胞瘤基因有48个。可能包含6个关联积分值≥6的分子复合物。精原细胞瘤相关遗传靶基因集合分别富集在前列腺增生的负调控、Notch信号通路的负调控、前列腺芽形成的调节、干细胞的分化、雄性性腺发育和TGF-β信号转导通路等相关通路,应用分子对接技术发现鬼臼毒素干预精原细胞瘤的关键靶点。结论精原细胞瘤的发生发展是一个由多基因、多通路协同作用的复杂过程,而鬼臼毒素通过对精原细胞瘤关键节点蛋白的作用可有效干预其发展。(本文来源于《中华肿瘤防治杂志》期刊2017年20期）
李海鸥[8]（2017）在《基于机器学习技术的蛋白质—配体对接关键计算问题研究》一文中研究指出蛋白质是人体细胞组织的重要组成部分,也是生命活动的主要承担者。多个蛋白质结合在一起形成稳定的复合物后才能在人体机能的调节中发挥作用。蛋白质-配体对接技术就是研究如何通过计算技术预测蛋白质-配体复合物稳定的空间结构。现阶段蛋白质-配体对接研究主要面临两个难题:受体和配体在对接过程中除相对位置的改变外自身结构也会发生变化,因此受体和配体自身结构柔性的处理是一个难题;其次,对接结合位点的准确度会直接影响受体和配体对接时采样空间的大小,然而目前没有一个统一的、高精度的结合位点预测方法。结合以上两个关键计算问题,本文的主要内容围绕以下四点展开:1.蛋白质-配体对接局部柔性的优化研究本实验将蛋白质-配体对接界面处的柔性区域划分成多段loop,并基于循环坐标下降法开发了一种随机游走的loop采样算法。该采样算法在保持对接界面上的loop与其N-端和C-端残基快速闭合的前提下,可以快速的在采样空间中向目标位置移动。本实验将该loop采样算法引入到一个并行的蛋白质-肽段全柔性对接方法中,替换了原始的受体柔性区域采样算法,结果表明新引入的采样算法取得了更好的对接结果。2.蛋白质-配体对接骨架柔性的优化研究本实验从蛋白质序列上提取了丰富的特征信息,同时针对蛋白质二面角预测问题的自身特点寻找出两种全新的特征,在一组独立的蛋白质序列集上对这些特征值进行编码,并封装成供机器学习方法使用的训练数据和测试数据。计算方法上,本研究使用了两种深度递归神经网络和两种非递归神经网络。最终,我们构建了一个基于多种深度学习模型的蛋白质二面角预测框架。多组验证实验结果表明,本研究设计的方法可以更加精确地预测蛋白质二面角,为蛋白质对接中骨架柔性的处理提供了一种非常有效的解决思路。3.蛋白质-配体对接全原子柔性的优化研究本实验提出了一种蛋白质整体结构重构的方法,可以为ensemble docking提供受体、配体潜在的构象集合。研究中,我们使用了深度学习模型中的多层堆迭自动编码器模型,数据集是目标蛋白质序列的同源模板结构,特征数据取自于对齐后的同源模板结构的叁维坐标信息。实验结果表明,本研究提出的蛋白质结构重构模型可以有效的避免基于模板的传统蛋白质结构预测方法中的采样算法复杂、打分函数不准确的问题。4.蛋白质-配体结合位点预测研究本文首次提出了基于递归神经网络的蛋白质-配体对接结合位点的预测方法。该研究问题中,我们使用了两组包含unbound和bound复合物的混合数据集,并从蛋白质序列上提取了7种数据的特征值。验证实验主要从四个方面展开,分别是:不平衡数据的处理方式、dropout控制模型过拟合、递归神经网络方法与普通机器学习方法对比以及多种递归神经网络之间的比较。实验结果表明,本文提出的基于递归神经网络的蛋白质-配体结合位点预测方法相较普通的机器学习方法取得了更高的预测精度。本文的主要贡献在于对蛋白质-配体对接关键计算问题中的柔性优化处理和结合位点判定进行了深入的研究和探索,实验方法上本文既开发了基于运动学的loop采样算法,也使用了多种流行的深度学习模型。实验结果表明,这些方法的研究和所取得的成果有助于深度学习在蛋白质结构和功能预测问题方面的进一步研究,同时对今后基于深度学习的生物信息学问题研究具有重要的参考价值。(本文来源于《苏州大学》期刊2017-05-01）
王鸿霄[9]（2017）在《基于X射线自由电子激光散射图的蛋白质对接算法研究》一文中研究指出蛋白质的对接广泛存在于生命活动中,是十分重要的分子生物学问题。在细胞内,两个蛋白质分子要在拥挤的细胞环境中准确识别彼此,组装成复合大分子实现生物功能;在人体中,免疫系统可以通过配体受体相互结合识别外来蛋白质。研究蛋白质对接可以了解生物的化学过程,为研究新药提供理论依据。目前蛋白质对接问题正越来越多地受到人们关注。复合大分子的结构预测难以用传统实验方式解决:其分子量往往较大,难以通过NMR手段测得结构;大分子难以结晶,也难以运用X射线晶体学方法进行实验;对于复合蛋白,往往有一定的灵活度。目前,使用计算机模拟是预测蛋白质对接方式的主要途径。随着欧洲组织的CAPRI(相互作用预测竞赛)的开展,多种算法已经问世:如ZDOCK、Rosetta、等等。这些算法往往从物理相互作用,几何形状,基于经验的结合位点实验数据等出发,对新蛋白质结构进行预测、打分。其中,实验数据的引入会显着提升蛋白质对接算法的准确度,如SAXS-ATTRACT-DOCK,引入了小角散射的数据作为参考。X射线自由电子激光的问世使得我们有了新的方式解析蛋白质结构。它可以在常温不需要结晶的情况下对单个分子进行成像。单分子的取向未知,也可能在同一个实验中混合着同一个蛋白质的不同构象,实验获得的散射图一般信噪比较低。这些都为我们直接从散射图中获得结构信息带来了不少困难。在2014年对RNAi微海绵体取得了 17nm的2维分辨率,在2015年对病毒颗粒取得了 100nm的3维分辨率。但这个分辨率和传统的X射线晶体衍射和冷冻电镜单分子成像都相距甚远。我们提出一种基于原子建模和XFEL计算模拟的方法,研究蛋白质对接问题。由于目前实验方法的局限,还没有完整的单分子散射数据,因此我们利用计算模拟的方式进行方法研究。对于给定的蛋白质,我们由ZDOCK生成一组可能的预测结构,使用傅里叶变换的方法模拟出每个预测结构不同取向的散射图样,并和真实结构模拟出的XFEL结果进行对比。使用了基于像素间距离、径向函数、角度自相关函数打分函数对预测结构进行重新打分,找到和真实结构最接近的模型。我们得到的打分函数和预测结构相对真实结构的相似度有很高的相关性。我们进一步研究了不同打分函数的计算开销以及分子对称性对打分函数的影响。分析了分子取向未知的情况,考察了打分函数寻找实验分子真实取向的性能。此外,我们研究了多种分子构象混合在一起的情况,试图确认每一张散射图对应的分子构象。我们使用基于叁种打分函数联合训练的k-近邻算法,只需要10000张散射图,我们就可以几乎完全分离出目标结构和与目标结构相差RMSD=0.61A的两种构象。这进一步说明了我们选择的打分函数具有高度的选择性,能够非常准确的描述蛋白质和蛋白质之间的相似度。基于这种方法,我们提出了一种迭代优化蛋白质结构分辨率的算法设想。最后,我们对算法进行了讨论。我们认为,基于分子建模及XFEL的算法对蛋白质对接问题性能良好,可以使用很少的散射图模拟得到令人满意的打分效果。可能会对未来解析复合大分子的XFEL数据有所帮助。(本文来源于《中国工程物理研究院》期刊2017-04-01）
滕文静,孙长岗[10]（2016）在《基于蛋白质相互作用网络与有效成分分子对接探索大黄虫丸治疗CML的机制》一文中研究指出目的:本研究通过建立慢性粒细胞白血病(CML)遗传相关基因的蛋白质相互作用网络及体外细胞实验验证两部分,探索经典方剂大黄虫丸治疗慢性粒细胞白血病的内在机制及生物学行为。方法:筛选在线人类孟德尔遗传数据库中的CML遗传相关基因,应用Cytoscape 3.0软件和插件Agilent Literature Search 2.8,进行文本挖掘并建立CML的蛋白质相互作用网络;应用插件Clusterviz,发现网络中的可能包含的分子复合物;基于DAVID,富集分子复合物的生物学通路。针对关键通路JAK2-STAT5,采用MTT法、流式细胞术、Western Blot法进行体外细胞实验,观察大黄虫丸对K562细胞增殖及JAK2、STAT5表达的影响。结果:CML是一个受多种信号通路、多种基因构成的网络体系协同调控的复杂过程,并非简单地由某个基因或某条信号通路控制;而在该信号网络中,JAK2-STAT5很可能是"关键调控点",大黄虫丸能够抑制K562细胞的增殖,其内在作用机制可能与其影响JAK2-STAT5的表达有关。结论:CML蛋白质基因网络复杂,其中JAK2-STAT5很可能是关键节点,而大黄虫丸对K562细胞增殖的抑制作用机制之一是降低JAK2-STAT5通路的表达。(本文来源于《中华中医药杂志》期刊2016年05期）
蛋白质蛋白质对接论文开题报告
（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：
分子对接是研究蛋白质-配体分子间相互作用与识别的有效方法。分子间的相互作用过程中形成的近天然构象是结合自由能极低的构象,快速且准确搜索能量极低的构象对于蛋白质-配体分子对接至关重要。本文回顾了蛋白质-配体分子对接中主要的构象搜索算法,包括快速穷举搜索、启发式搜索和其他搜索方法,并列举了采用不同搜索算法的代表性分子对接软件。其次,介绍了蛋白质-配体分子对接的国际评估实验、常用的测试标准库和评价的重要指标。最后,分析并指出了当前蛋白质-配体对接构象搜索方法所存在的主要问题,并对未来的工作进行了展望。
（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。
蛋白质蛋白质对接论文参考文献
[1].周凤,郑韦韦,刘鹏飞,马文静,康文斌.钙调蛋白质与富勒烯结合模式的分子对接研究[J].湖北医药学院学报.2019
[2].常珊,陆旭峰,王峰.蛋白质-配体分子对接中构象搜索方法[J].数据采集与处理.2018
[3].陆旭峰,陆振宇,梅向东,孔韧,常珊.基于CPU和GPU异构的蛋白质分子半柔性对接算法优化[J].数据采集与处理.2018
[4].王宏瑞.蛋白质-小分子柔性对接采样算法的研究[D].苏州大学.2018
[5].刘存,刘丽娟,周超,庄静,刘宏.基于“蛋白质相互作用网络-分子对接技术-体外实验”叁维模式分析青黛对慢性粒细胞白血病的作用机制[J].中国实验方剂学杂志.2017
[6].李春华,刘洋,陆林,马梦琳,谭建军.蛋白质-RNA对接中打分函数设计及RNA结合位点识别研究进展[J].北京工业大学学报.2017
[7].庄静,刘丽娟,魏峻玉,周超,冯福彬.蛋白质分子网络对接技术鬼臼毒素对精原细胞瘤作用靶点的预测[J].中华肿瘤防治杂志.2017
[8].李海鸥.基于机器学习技术的蛋白质—配体对接关键计算问题研究[D].苏州大学.2017
[9].王鸿霄.基于X射线自由电子激光散射图的蛋白质对接算法研究[D].中国工程物理研究院.2017
[10].滕文静,孙长岗.基于蛋白质相互作用网络与有效成分分子对接探索大黄虫丸治疗CML的机制[J].中华中医药杂志.2016
论文知识图
