<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>睡到自然醒blog &#187; 蛋白互作</title>
	<atom:link href="http://www.dreamfreeblog.com/tag/protein-protein-interaction/feed/" rel="self" type="application/rss+xml" />
	<link>http://www.dreamfreeblog.com</link>
	<description>生物&#124; 生命科学&#124; 医药健康&#124; 科普&#124; 分享&#124; 学习&#124; 交流&#124; 博客&#124;个人网站&#124;</description>
	<lastBuildDate>Sun, 29 Aug 2010 12:35:43 +0000</lastBuildDate>
	<language>en</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.0</generator>
		<item>
		<title>酵母蛋白质相互作用网络预测方法</title>
		<link>http://www.dreamfreeblog.com/yeast-protein-interaction-network-prediction-method-237.html</link>
		<comments>http://www.dreamfreeblog.com/yeast-protein-interaction-network-prediction-method-237.html#comments</comments>
		<pubDate>Wed, 30 Jul 2008 15:33:08 +0000</pubDate>
		<dc:creator>dreamfree</dc:creator>
				<category><![CDATA[研究进展]]></category>
		<category><![CDATA[GO]]></category>
		<category><![CDATA[蛋白互作]]></category>

		<guid isPermaLink="false">http://www.dreamfreeblog.com/?p=237</guid>
		<description><![CDATA[蛋白质-蛋白质相互作用图谱能对细胞功能和蛋白组机制提供有用信息。除了在线预测蛋白相互作用外，通过比较具有相对专一性语义关系的的两基因语义注释(Gene Ontology terms, GO)的相似性，可以得到重建酵母蛋白互作网络图谱的新方法。为了验证这种方法的有效性，利用高置信蛋白互作标准数据校正确认。 由此种方法预测重建的蛋白互作网络含40753种互作关系，2259种蛋白质参与，并形成了16个互相链接的主节点。除了同型二聚体(homodimers)，所有的MIPS复合体均被成功整合到预测网络中。其中，约35%的复合体鉴定表现为互相连接，另外7中蛋白复合体可能和上述复合体功能相关。 因此，这种分析方法为以高置信GO为基础的注释方法完全测序的基因组提供新的蛋白质-蛋白质互相作用图谱。 文献阅读： Prediction of yeast protein–protein interaction network: insights from the Gene Ontology and annotations Xiaomei Wu, Lei Zhu, Jie Guo, Da-Yong Zhang and Kui Lin* MOE Key Laboratory for Biodiversity Science and Ecological Engineering and College of Life Sciences, Beijing Normal University Beijing 100875, China Nucleic Acids Research 2006 [...]]]></description>
			<content:encoded><![CDATA[<p class='fp'>蛋白质-蛋白质相互作用图谱能对细胞功能和蛋白组机制提供有用信息。除了<a href="http://www.dreamfreeblog.com/index.php/225.html">在线预测蛋白相互作用</a>外，通过比较具有相对专一性语义关系的的两基因语义注释(Gene Ontology terms, GO)的相似性，可以得到重建酵母蛋白互作网络图谱的新方法。为了验证这种方法的有效性，利用高置信蛋白互作标准数据校正确认。</p>
<p style="text-align: center;"><a href="http://www.dreamfreeblog.com/"><img src="http://www.bioon.com/figure/UploadFiles/200408/20040816031826711.jpg" alt="蛋白互作网络预测" width="400" height="465" /></a></p>
<p style="text-align: left;"><span id="more-237"></span></p>
<p>由此种方法预测重建的<a href="http://www.dreamfreeblog.com/index.php/tag/protein-protein-interaction">蛋白互作</a>网络含40753种互作关系，2259种蛋白质参与，并形成了16个互相链接的主节点。除了同型二聚体(homodimers)，所有的MIPS复合体均被成功整合到预测网络中。其中，约35%的复合体鉴定表现为互相连接，另外7中蛋白复合体可能和上述复合体功能相关。</p>
<p>因此，这种分析方法为以高置信<a href="http://www.dreamfreeblog.com/index.php/tag/go">GO</a>为基础的注释方法完全测序的基因组提供新的蛋白质-蛋白质互相作用图谱。</p>
<p style="TEXT-ALIGN: justify">文献阅读：<br />
<a href="http://nar.oxfordjournals.org/cgi/content/abstract/34/7/2137">Prediction of yeast protein–protein interaction network: insights from the Gene Ontology and annotations </a><br />
Xiaomei Wu, Lei Zhu, Jie Guo, Da-Yong Zhang and Kui Lin*</p>
<p style="TEXT-ALIGN: justify">MOE Key Laboratory for Biodiversity Science and Ecological Engineering and College of Life Sciences, Beijing Normal University Beijing 100875, China<br />
Nucleic Acids Research 2006 34(7):2137-2150; doi:10.1093/nar/gkl219</p>
<p style="TEXT-ALIGN: justify">A map of protein–protein interactions provides valuable insight into the cellular function and machinery of a proteome. By measuring the similarity between two Gene Ontology (GO) terms with a relative specificity semantic relation, here, we proposed a new method of reconstructing a yeast protein–protein interaction map that is solely based on the GO annotations. The method was validated using high-quality interaction datasets for its effectiveness. Based on a Z-score analysis, a positive dataset and a negative dataset for protein–protein interactions were derived. Moreover, a gold standard positive (GSP) dataset with the highest level of confidence that covered 78% of the high-quality interaction dataset and a gold standard negative (GSN) dataset with the lowest level of confidence were derived. In addition, we assessed four high-throughput experimental interaction datasets using the positives and the negatives as well as GSPs and GSNs. Our predicted network reconstructed from GSPs consists of 40 753 interactions among 2259 proteins, and forms 16 connected components. We mapped all of the MIPS complexes except for homodimers onto the predicted network. As a result, 35% of complexes were identified interconnected. For seven complexes, we also identified some nonmember proteins that may be functionally related to the complexes concerned. This analysis is expected to provide a new approach for predicting the protein–protein interaction maps from other completely sequenced genomes with high-quality GO-based annotations.</p>
</p>
	<h4>延伸阅读:</h4>
	<ul class="st-related-posts">
	<li><a href="http://www.dreamfreeblog.com/protein-protein-interaction-ppi-methods-109.html" title="研究蛋白质与蛋白质相互作用方法总结-实验步骤 (2008-05-24)">研究蛋白质与蛋白质相互作用方法总结-实验步骤</a> (1)</li>
	<li><a href="http://www.dreamfreeblog.com/detection-of-protein-interaction-between-the-two-experimental-methods-compare-223.html" title="检测两种蛋白质之间相互作用的实验方法比较 (2008-07-23)">检测两种蛋白质之间相互作用的实验方法比较</a> (5)</li>
	<li><a href="http://www.dreamfreeblog.com/text-based-protein-interaction-prediction-online-225.html" title="基于文本的在线预测蛋白相互作用网站 (2008-07-24)">基于文本的在线预测蛋白相互作用网站</a> (3)</li>
</ul>

]]></content:encoded>
			<wfw:commentRss>http://www.dreamfreeblog.com/yeast-protein-interaction-network-prediction-method-237.html/feed/</wfw:commentRss>
		<slash:comments>7</slash:comments>
		</item>
		<item>
		<title>基于文本的在线预测蛋白相互作用网站</title>
		<link>http://www.dreamfreeblog.com/text-based-protein-interaction-prediction-online-225.html</link>
		<comments>http://www.dreamfreeblog.com/text-based-protein-interaction-prediction-online-225.html#comments</comments>
		<pubDate>Thu, 24 Jul 2008 12:02:00 +0000</pubDate>
		<dc:creator>dreamfree</dc:creator>
				<category><![CDATA[研究进展]]></category>
		<category><![CDATA[PubMed]]></category>
		<category><![CDATA[蛋白互作]]></category>

		<guid isPermaLink="false">http://www.dreamfreeblog.com/?p=225</guid>
		<description><![CDATA[蛋白质-蛋白质间互相作用(Protein–protein interaction, PPI)信息提取与分析已成为文本提取( bio-text mining,也叫文本挖掘)重要领域，因为这些蛋白-蛋白间互作信息是理解生物过程的关键。目前网络上可利用的开放系统还很少，而且很多是基于单纯的关键词预测方法。 下面简单推荐介绍一个蛋白质间相互作用在线预测的网站。不仅可以直接输入文本内容，而且可以上传txt/html/pdf格式的整个文件(注意html/pdf格式论文会产生干扰噪值) ，值得一提的是可以和PubMed形成接口，如直接填入Session ID或PubMed Search 结果的ID。 该蛋白互作信息挖掘系统(Protein Interaction information Extraction system, PIE)主要原理是利用自然语言处理技术和机器识别方法来预测蛋白互作语句，准确度很高。 不过话说回来，我想文献毕竟是人写的，有时甚至晦涩难懂，可能还需要一定的人为参与校正吧，经过人高级的大脑系统地重新整理编译才真正可靠，提高可信度。 蛋白互作在线预测网站：http://bi.snu.ac.kr/pie/ 韩国的一个生物智能实验室(Biointelligence Lab)。 更多信息参考下面这篇文献： Nucleic Acids Res. 2008 July 1; 36(Web Server issue): W411–W415. Published online 2008 July 1. doi: 10.1093/nar/gkn281. PIE: an online prediction system for protein–protein interactions from text  pdf 延伸阅读: 酵母蛋白质相互作用网络预测方法 (7) 研究蛋白质与蛋白质相互作用方法总结-实验步骤 (1) 检测两种蛋白质之间相互作用的实验方法比较 [...]]]></description>
			<content:encoded><![CDATA[<p class='fp'>蛋白质-蛋白质间互相作用(Protein–protein interaction, PPI)信息提取与分析已成为文本提取( bio-text mining,也叫文本挖掘)重要领域，因为这些蛋白-蛋白间互作信息是理解生物过程的关键。目前网络上可利用的开放系统还很少，而且很多是基于单纯的关键词预测方法。</p>
<p>下面简单推荐介绍一个蛋白质间相互作用在线预测的网站。不仅可以直接输入文本内容，而且可以上传txt/html/pdf格式的整个文件(注意html/pdf格式论文会产生干扰噪值) ，值得一提的是可以和<a href="http://www.ncbi.nlm.nih.gov/pubmed/">PubMed</a>形成接口，如直接填入Session ID或<a href="http://www.dreamfreeblog.com/tag/pubmed">PubMed</a> Search 结果的ID。</p>
<p style="text-align: center;"><a href="http://www.dreamfreeblog.com/"><img src="http://pie.snu.ac.kr/fig/pie_overview_web.jpg" alt="" width="550" height="420" /></a></p>
<p><span id="more-225"></span></p>
<p>该蛋白互作信息挖掘系统(Protein Interaction information Extraction system, PIE)主要原理是利用自然语言处理技术和机器识别方法来预测<a href="http://www.dreamfreeblog.com/tag/protein-protein-interaction">蛋白互作</a>语句，准确度很高。</p>
<p>不过话说回来，我想文献毕竟是人写的，有时甚至晦涩难懂，可能还需要一定的人为参与校正吧，经过人高级的大脑系统地重新整理编译才真正可靠，提高可信度。</p>
<p>蛋白互作在线预测网站：<a href="http://bi.snu.ac.kr/pie/">http://bi.snu.ac.kr/pie/</a><br />
韩国的一个生物智能实验室(Biointelligence Lab)。</p>
<p>更多信息参考下面这篇文献：<br />
Nucleic Acids Res. 2008 July 1; 36(Web Server issue): W411–W415.<br />
Published online 2008 July 1. doi: 10.1093/nar/gkn281.<br />
PIE: an online prediction system for protein–protein interactions from text  <a href="http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=2447724">pdf</a></p>
</p>
	<h4>延伸阅读:</h4>
	<ul class="st-related-posts">
	<li><a href="http://www.dreamfreeblog.com/yeast-protein-interaction-network-prediction-method-237.html" title="酵母蛋白质相互作用网络预测方法 (2008-07-30)">酵母蛋白质相互作用网络预测方法</a> (7)</li>
	<li><a href="http://www.dreamfreeblog.com/protein-protein-interaction-ppi-methods-109.html" title="研究蛋白质与蛋白质相互作用方法总结-实验步骤 (2008-05-24)">研究蛋白质与蛋白质相互作用方法总结-实验步骤</a> (1)</li>
	<li><a href="http://www.dreamfreeblog.com/detection-of-protein-interaction-between-the-two-experimental-methods-compare-223.html" title="检测两种蛋白质之间相互作用的实验方法比较 (2008-07-23)">检测两种蛋白质之间相互作用的实验方法比较</a> (5)</li>
</ul>

]]></content:encoded>
			<wfw:commentRss>http://www.dreamfreeblog.com/text-based-protein-interaction-prediction-online-225.html/feed/</wfw:commentRss>
		<slash:comments>3</slash:comments>
		</item>
		<item>
		<title>检测两种蛋白质之间相互作用的实验方法比较</title>
		<link>http://www.dreamfreeblog.com/detection-of-protein-interaction-between-the-two-experimental-methods-compare-223.html</link>
		<comments>http://www.dreamfreeblog.com/detection-of-protein-interaction-between-the-two-experimental-methods-compare-223.html#comments</comments>
		<pubDate>Wed, 23 Jul 2008 02:58:15 +0000</pubDate>
		<dc:creator>dreamfree</dc:creator>
				<category><![CDATA[实验技巧]]></category>
		<category><![CDATA[蛋白互作]]></category>

		<guid isPermaLink="false">http://www.dreamfreeblog.com/?p=223</guid>
		<description><![CDATA[研究蛋白-蛋白相互作用是理解生命活动的基础。蛋白质—蛋白质互作网络是生物信息调控的主要实现方式，是决定细胞命运的关键因素。检测蛋白质间相互作用的实验方法有哪些？(补充：研究蛋白质与蛋白质相互作用方法总结1)这些检测方法各有什么优缺点？总结如下。 1. 生化方法 ●共纯化、共沉淀，在不同基质上进行色谱层析（需要补充） ●蛋白质亲和色谱  基本原理是将一种蛋白质固定于某种基质上（如Sepharose），当细胞抽提液经过改基质时，可与改固定蛋白相互作用的配体蛋白被吸附，而没有吸附的非目标蛋白则随洗脱液流出。被吸附的蛋白可以通过改变洗脱液或者洗脱条件而回收下来。 GST pull down技术：为了更有效的利用蛋白质亲和色谱，可以将待纯话的蛋白以融合蛋白的形式表达，即将”诱饵“蛋白与一种易于纯化的配体蛋白融合。例如与GST融合的蛋白再经过GSH的色谱柱时，就可以通过GST和GSH的相互作用而被吸附。当载有细胞抽提物经过柱时，就可以得到能够与“诱饵”蛋白相互作用的目标蛋白了。        Epitope-tag技术：表位附加标记技术  就是将附加的抗原融合到目的蛋白以检测目的蛋白的表达，同时还可以通过亲和层析法来纯化目的蛋白。 缺点：表位附加标记可能会使融合蛋白不稳定，改变或使融合蛋白功能丧失。        以上两种方法都要共同的缺点：假阳性。实验所检测到的相互作用可能时由蛋白质所带电荷引起的，并不是生理性的相互作用；蛋白的相互作用可能并不是直接的，可是由第三者作为中介的；有时会检测到两种在细胞中不可能相遇却有极强亲和力的蛋白。因此实验结果还应经其他方法验证。 ●免疫共沉淀 免疫共沉淀是以抗体和抗原之间的专一性作用为基础的用于研究蛋白质相互作用的经典方法。改法的优点是蛋白处于天然状态，蛋白的相互作用可以在天然状态下进行，可以避免认为影响；可以分离得到天然状态下相互作用的蛋白复合体。              缺点：免疫共沉淀同样不能保证沉淀的蛋白复合物时候为直接相互作用的两种蛋白。另外灵敏度不如亲和色谱高。 ●Far-Western  又叫做亲和印记。将PAGE胶上分离好的凡百样品转移到硝酸纤维膜上，然后检测哪种蛋白能与标记了同位素的诱饵蛋白发生作用，最后显影。     缺点是转膜前需要将蛋白复性。 2.  等离子表面共振技术（Surface plasmon resonance）该技术是将诱饵蛋白结合于葡聚糖表面，葡聚糖层固定于几十纳米厚的技术膜表面。当有蛋白质混合物经过时，如果有蛋白质同“诱饵”蛋白发生相互作用，那么两者的结合将使金属膜表面的折射绿上升，从而导致共振角度的改变。而共振角度的改变与该处的蛋白质浓度成线性关系，由此可以检测蛋白质之间的相互作用。该技术不需要标记物和染料，安全灵敏快速，还可定量分析。缺点：需要专门的等离子表面共振检测仪器。 3.  遗传学方法 使某处发生缺损，检测对其他地方的影响。 ●基因外抑制子。基因外抑制子是通过一个基因的突变来弥补原有基因的突变。比如相互作用的蛋白A和B，如果A发生了突变使两者不再相互作用，此时B如果再发生弥补性突变就可以使两者的相互作用恢复，那么B就是A的基因外抑制子。 缺点：需要知道基因，要有表型，筛选抑制子比较费时。 ●合成致死筛选   指两个基因同时发生突变会产生致死效应，而当每个基因单独发生突变时则无致死效应。用于分析两个具有相同重要蛋白之间的相互作用。 4.  双杂交技术  原理基于真核细胞转录因子的结构特殊性，这些转录因子通常需要两个或以上相互独立的结构域组成。分别使结合域和激活域同诱饵蛋白和猎物蛋白形成融合蛋白，在真核细胞中表达，如果两种蛋白可以发生相互作用，则可使结合域和激活域在空间上充分接近，从而激活报告基因。     缺点：自身有转录功能的蛋白会造成假阳性。融合蛋白会影响蛋白的真实结构和功能。不利于核外蛋白研究，会导致假隐性。 5.  荧光共振能量转移技术    指两个荧光法色基团在足够近（&#60;100埃）时，它们之间可发生能量转移的现象。荧光共振能量转移技术可以研究分子内部对某些刺激发生的构象变化，也能研究分子间的相互作用。它可以在活体中检测，非常灵敏，分辩率高，能够检测大分子的构象变化，能够定性定量的检测相互作用的强度。       缺点 此项技术要求发色基团的距离小于100埃。另外设备昂贵，还需要融合GFP给蛋白标记。 此外还有交联技术（cross－linKing），蛋白质探针技术，噬菌体展示技术（Phage display）以及生物信息学的方法来检测蛋白质之间相互作用。(via) 延伸阅读: 酵母蛋白质相互作用网络预测方法 (7) 研究蛋白质与蛋白质相互作用方法总结-实验步骤 (1) 基于文本的在线预测蛋白相互作用网站 (3)]]></description>
			<content:encoded><![CDATA[<p class='fp'>研究蛋白-蛋白相互作用是理解生命活动的基础。蛋白质—蛋白质互作网络是生物信息调控的主要实现方式，是决定细胞命运的关键因素。检测蛋白质间相互作用的实验方法有哪些？(补充：<a title="研究蛋白质与蛋白质相互作用方法总结-那些梦话4" href="http://www.dreamfreeblog.com/protein-protein-interaction-ppi-methods-109.html"><span style="color: #19727f;">研究蛋白质与蛋白质相互作用方法总结</span></a><span style="color: #ff0000;">1</span>)这些检测方法各有什么优缺点？总结如下。</p>
<p><strong>1. 生化方法</strong></p>
<p>●共纯化、共沉淀，在不同基质上进行色谱层析（需要补充）</p>
<p>●蛋白质亲和色谱  基本原理是将一种蛋白质固定于某种基质上（如Sepharose），当细胞抽提液经过改基质时，可与改固定蛋白相互作用的配体蛋白被吸附，而没有吸附的非目标蛋白则随洗脱液流出。被吸附的蛋白可以通过改变洗脱液或者洗脱条件而回收下来。</p>
<p>GST pull down技术：为了更有效的利用蛋白质亲和色谱，可以将待纯话的蛋白以融合蛋白的形式表达，即将”诱饵“蛋白与一种易于纯化的配体蛋白融合。例如与GST融合的蛋白再经过GSH的色谱柱时，就可以通过GST和GSH的相互作用而被吸附。当载有细胞抽提物经过柱时，就可以得到能够与“诱饵”蛋白相互作用的目标蛋白了。       </p>
<p>Epitope-tag技术：表位附加标记技术  就是将附加的抗原融合到目的蛋白以检测目的蛋白的表达，同时还可以通过亲和层析法来纯化目的蛋白。 缺点：表位附加标记可能会使融合蛋白不稳定，改变或使融合蛋白功能丧失。       </p>
<p>以上两种方法都要共同的缺点：假阳性。实验所检测到的相互作用可能时由蛋白质所带电荷引起的，并不是生理性的相互作用；蛋白的相互作用可能并不是直接的，可是由第三者作为中介的；有时会检测到两种在细胞中不可能相遇却有极强亲和力的蛋白。因此实验结果还应经其他方法验证。</p>
<p><span id="more-223"></span></p>
<p>●免疫共沉淀 免疫共沉淀是以抗体和抗原之间的专一性作用为基础的用于研究蛋白质相互作用的经典方法。改法的优点是蛋白处于天然状态，蛋白的相互作用可以在天然状态下进行，可以避免认为影响；可以分离得到天然状态下相互作用的蛋白复合体。              缺点：免疫共沉淀同样不能保证沉淀的蛋白复合物时候为直接相互作用的两种蛋白。另外灵敏度不如亲和色谱高。</p>
<p>●Far-Western  又叫做亲和印记。将PAGE胶上分离好的凡百样品转移到硝酸纤维膜上，然后检测哪种蛋白能与标记了同位素的诱饵蛋白发生作用，最后显影。     缺点是转膜前需要将蛋白复性。</p>
<p><strong>2.  等离子表面共振技术</strong>（Surface plasmon resonance）该技术是将诱饵蛋白结合于葡聚糖表面，葡聚糖层固定于几十纳米厚的技术膜表面。当有蛋白质混合物经过时，如果有蛋白质同“诱饵”蛋白发生相互作用，那么两者的结合将使金属膜表面的折射绿上升，从而导致共振角度的改变。而共振角度的改变与该处的蛋白质浓度成线性关系，由此可以检测蛋白质之间的相互作用。该技术不需要标记物和染料，安全灵敏快速，还可定量分析。缺点：需要专门的等离子表面共振检测仪器。</p>
<p><strong>3.  遗传学方法</strong> 使某处发生缺损，检测对其他地方的影响。</p>
<p>●基因外抑制子。基因外抑制子是通过一个基因的突变来弥补原有基因的突变。比如相互作用的蛋白A和B，如果A发生了突变使两者不再相互作用，此时B如果再发生弥补性突变就可以使两者的相互作用恢复，那么B就是A的基因外抑制子。 缺点：需要知道基因，要有表型，筛选抑制子比较费时。</p>
<p>●合成致死筛选   指两个基因同时发生突变会产生致死效应，而当每个基因单独发生突变时则无致死效应。用于分析两个具有相同重要蛋白之间的相互作用。</p>
<p><strong>4.  双杂交技术</strong>  原理基于真核细胞转录因子的结构特殊性，这些转录因子通常需要两个或以上相互独立的结构域组成。分别使结合域和激活域同诱饵蛋白和猎物蛋白形成融合蛋白，在真核细胞中表达，如果两种蛋白可以发生相互作用，则可使结合域和激活域在空间上充分接近，从而激活报告基因。     缺点：自身有转录功能的蛋白会造成假阳性。融合蛋白会影响蛋白的真实结构和功能。不利于核外蛋白研究，会导致假隐性。</p>
<p><strong>5.  荧光共振能量转移技术</strong>    指两个荧光法色基团在足够近（&lt;100埃）时，它们之间可发生能量转移的现象。荧光共振能量转移技术可以研究分子内部对某些刺激发生的构象变化，也能研究分子间的相互作用。它可以在活体中检测，非常灵敏，分辩率高，能够检测大分子的构象变化，能够定性定量的检测相互作用的强度。       缺点 此项技术要求发色基团的距离小于100埃。另外设备昂贵，还需要融合GFP给蛋白标记。</p>
<p>此外还有交联技术（cross－linKing），蛋白质探针技术，噬菌体展示技术（Phage display）以及生物信息学的方法来检测蛋白质之间相互作用。(<a href="http://firefox.bioon.cn/user1/4308/index.shtml">via</a>)</p>
</p>
	<h4>延伸阅读:</h4>
	<ul class="st-related-posts">
	<li><a href="http://www.dreamfreeblog.com/yeast-protein-interaction-network-prediction-method-237.html" title="酵母蛋白质相互作用网络预测方法 (2008-07-30)">酵母蛋白质相互作用网络预测方法</a> (7)</li>
	<li><a href="http://www.dreamfreeblog.com/protein-protein-interaction-ppi-methods-109.html" title="研究蛋白质与蛋白质相互作用方法总结-实验步骤 (2008-05-24)">研究蛋白质与蛋白质相互作用方法总结-实验步骤</a> (1)</li>
	<li><a href="http://www.dreamfreeblog.com/text-based-protein-interaction-prediction-online-225.html" title="基于文本的在线预测蛋白相互作用网站 (2008-07-24)">基于文本的在线预测蛋白相互作用网站</a> (3)</li>
</ul>

]]></content:encoded>
			<wfw:commentRss>http://www.dreamfreeblog.com/detection-of-protein-interaction-between-the-two-experimental-methods-compare-223.html/feed/</wfw:commentRss>
		<slash:comments>5</slash:comments>
		</item>
		<item>
		<title>研究蛋白质与蛋白质相互作用方法总结-实验步骤</title>
		<link>http://www.dreamfreeblog.com/protein-protein-interaction-ppi-methods-109.html</link>
		<comments>http://www.dreamfreeblog.com/protein-protein-interaction-ppi-methods-109.html#comments</comments>
		<pubDate>Sat, 24 May 2008 09:28:58 +0000</pubDate>
		<dc:creator>dreamfree</dc:creator>
				<category><![CDATA[实验技巧]]></category>
		<category><![CDATA[蛋白互作]]></category>
		<category><![CDATA[那些梦话]]></category>

		<guid isPermaLink="false">http://www.dreamfreeblog.com/?p=109</guid>
		<description><![CDATA[研究蛋白-蛋白互作网络方法。]]></description>
			<content:encoded><![CDATA[<p class='fp'>蛋白质与蛋白质之间相互作用构成了细胞生化反应网络的一个主要组成部分，蛋白-蛋白互作网络与转录调控网络对调控细胞及其信号有重要意义。把原来spaces空间上的一篇蛋白质与蛋白质间相互作用研究方法转来，算是实验技巧分类目录的首篇。<img onclick="grin(':em02:');" src="http://www.dreamfreeblog.com/wp-includes/images/smilies/em02.gif" alt=":em02:" />(另补充<span style="color: #ff0000;">2</span>：<a title="检测两种蛋白质之间相互作用的实验方法比较" href="http://www.dreamfreeblog.com/detection-of-protein-interaction-between-the-two-experimental-methods-compare-223.html">检测两种蛋白质之间相互作用的实验方法比较)</a></p>
<p><strong>一、酵母双杂交系统</strong></p>
<p>酵母双杂交系统是当前广泛用于蛋白质相互作用组学研究的一种重要方法。其原理是当靶蛋白和诱饵蛋白特异结合后，诱饵蛋白结合于报道基因的启动子，启动报道基因在酵母细胞内的表达，如果检测到报道基因的表达产物，则说明两者之间有相互作用，反之则两者之间没有相互作用。将这种技术微量化、阵列化后则可用于大规模蛋白质之间相互作用的研究。在实际工作中，人们根据需要发展了单杂交系统、三杂交系统和反向杂交系统等。Angermayr等设计了一个SOS蛋白介导的双杂交系统。可以研究膜蛋白的功能，丰富了酵母双杂交系统的功能。此外，酵母双杂交系统的作用也已扩展至对蛋白质的鉴定。</p>
<p><span id="more-109"></span></p>
<p><strong>二、噬茵体展示技术</strong></p>
<p>在编码噬菌体外壳蛋白基因上连接一单克隆抗体的DNA序列，当噬菌体生长时，表面就表达出相应的单抗，再将噬菌体过柱，柱上若含目的蛋白，就会与相应抗体特异性结合，这被称为噬菌体展示技术。此技术也主要用于研究蛋白质之间的相互作用，不仅有高通量及简便的特点，还具有直接得到基因、高选择性的筛选复杂混合物、在筛选过程中通过适当改变条件可以直接评价相互结合的特异性等优点。目前，用优化的噬菌体展示技术，已经展示了人和鼠的两种特殊细胞系的cDNA文库，并分离出了人上皮生长因子信号传导途径中的信号分子。</p>
<p><strong>三、等离子共振技术</strong></p>
<p>表面等离子共振技术(Surface Plasmon Resonance，SPR)已成为蛋白质相互作用研究中的新手段。它的原理是利用一种纳米级的薄膜吸附上“诱饵蛋白”，当待测蛋白与诱饵蛋白结合后，薄膜的共振性质会发生改变，通过检测便可知这两种蛋白的结合情况。SPR技术的优点是不需标记物或染料，反应过程可实时监控。测定快速且安全，还可用于检测蛋白一核酸及其它生物大分子之间的相互作用。</p>
<p><strong>四、荧光能量转移技术</strong></p>
<p>荧光共振能量转移（FRET ）广泛用于研究分子间的距离及其相互作用; 与荧光显微镜结合，可定量获取有关生物活体内蛋白质、脂类、DNA 和RNA 的时空信息。随着绿色荧光蛋白（GFP）的发展，FRET 荧光显微镜有可能实时测量活体细胞内分子的动态性质。提出了一种定量测量FRET效率以及供体与受体间距离的简单方法，仅需使用一组滤光片和测量一个比值，利用供体和受体的发射谱消除光谱间的串扰。该方法简单快速，可实时定量测量FRET 的效率和供体与受体间的距离，尤其适用于基于GFP 的供体受体对。</p>
<p><strong>五、抗体与蛋白质阵列技术</strong></p>
<p>蛋白芯片技术的出现给蛋白质组学研究带来新的思路。蛋白质组学研究中一个主要的内容就是研究在不同生理状态下蛋白水平的量变，微型化，集成化，高通量化的抗体芯片就是一个非常好的研究工具，他也是芯片中发展最快的芯片，而且在技术上已经日益成熟。这些抗体芯片有的已经在向临床应用上发展，比如肿瘤标志物抗体芯片等，还有很多已经应用再眼就的各个领域里。</p>
<p><strong>六、免疫共沉淀技术 </strong></p>
<p>免疫共沉淀主要是用来研究蛋白质与<a href="http://www.dreamfreeblog.com/protein-protein-interaction-ppi-methods-109.html">蛋白质相互作用</a>的一种技术，其基本原理是，在细胞裂解液中加入抗兴趣蛋白的抗体，孵育后再加入与抗体特异结合的结合于Pansobin珠上的金黄色葡萄球菌蛋白A(SPA)，若细胞中有正与兴趣蛋白结合的目的蛋白，就可以形成这样一种复合物：“目的蛋白—兴趣蛋白—抗兴趣蛋白抗体—SPA\|Pansobin”，因为SPA\|Pansobin比较大，这样复合物在离心时就被分离出来。经变性聚丙烯酰胺凝胶电泳，复合物四组分又被分开。然后经Western blotting法，用抗体检测目的蛋白是什么，是否为预测蛋白。这种方法得到的目的蛋白是在细胞内天然与兴趣蛋白结合的，符合体内实际情况，得到的蛋白可信度高。但这种方法有两个缺陷：一是两种蛋白质的结合可能不是直接结合，而可能有第三者在中间起桥梁作用；二是必须在实验前预测目的蛋白是什么，以选择最后检测的抗体，所以，若预测不正确，实验就得不到结果，方法本身具有冒险性。</p>
<p><strong>七、pull-down技术</strong></p>
<p>蛋白质相互作用的类型有牢固型相互作用和暂时型相互作用两种。牢固型相互作用以多亚基蛋白复合体常见，最好通过免疫共沉淀（Co-IP） 、Pull-down技术或Far-western法研究。Pull-down技术用固相化的、已标记的饵蛋白或标签蛋白（生物素-、PolyHis-或GST-），从细胞裂解液中钓出与之相互作用的蛋白。通过Pull-down技术可以确定已知的蛋白与钓出蛋白或已纯化的相关蛋白间的相互作用关系，从体外传路或翻译体系中检测出蛋白相互作用关系。<span style="color: #888888;"> (2007-8-6 14:07 at msn spaces)</span></p>
</p>
	<h4>延伸阅读:</h4>
	<ul class="st-related-posts">
	<li><a href="http://www.dreamfreeblog.com/yeast-protein-interaction-network-prediction-method-237.html" title="酵母蛋白质相互作用网络预测方法 (2008-07-30)">酵母蛋白质相互作用网络预测方法</a> (7)</li>
	<li><a href="http://www.dreamfreeblog.com/taoke-196.html" title="逃课 (2008-07-09)">逃课</a> (0)</li>
	<li><a href="http://www.dreamfreeblog.com/kaowankaowan-186.html" title="考完啦考完啦 (2008-06-30)">考完啦考完啦</a> (2)</li>
	<li><a href="http://www.dreamfreeblog.com/know-do-not-know-those-menghua-3-79.html" title="知道不知道-那些梦话3 (2008-05-18)">知道不知道-那些梦话3</a> (0)</li>
	<li><a href="http://www.dreamfreeblog.com/white-lion-when-the-children-cry-mp3-110.html" title="白狮乐队when the children cry_white lion-那些梦话5 (2008-05-24)">白狮乐队when the children cry_white lion-那些梦话5</a> (0)</li>
</ul>

]]></content:encoded>
			<wfw:commentRss>http://www.dreamfreeblog.com/protein-protein-interaction-ppi-methods-109.html/feed/</wfw:commentRss>
		<slash:comments>1</slash:comments>
		</item>
	</channel>
</rss>
