项目名称: 平行大通量蛋白相互作用组单分子力谱方法及其应用研究

项目编号: No.21303104

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 沈轶

作者单位: 上海交通大学

项目金额: 25万元

中文摘要: 蛋白质相互作用网络的研究是系统生物学和蛋白质组学研究中的重要内容之一。如果可以建立它们之间相互作用网络的动力学模型,则可预测细胞在不条件下的状态和行为,从而在分子层次理解生理过程及人类疾病。目前常用的平衡态测量虽然可以得到相互作用图谱,但却不能阐明相互作用的动力学性质。单分子力谱技术是直接测量相互作用动力学参数的最有效手段之一,但常规技术通量较低,不能满足大规模、高通量测量的需求。本项目将基于自主研发的大通量单分子力谱装置,结合蛋白质芯片的可寻址性特征,发展一种新型整合的高通量、高灵敏度单分子力谱系统,为系统生物学中相互作用组的动力学研究提供新手段。作为典型应用,我们将利用该系统测量酵母钙调蛋白与数十种已知的结合蛋白的相互作用,构建相关的自由能景观,为理解钙调蛋白在模式生物酵母中的功能提供分子层次的信息,推动酵母细胞内源动力学网络的构建。

中文关键词: 单分子力谱;大通量;蛋白质相互作用;蛋白芯片;细胞力学

英文摘要: A systems-wide understanding of biological processes holds the great promise of predicting cellular behavior and thereby providing new avenues to understand biological phenomena and therapeutic approaches against disease. To date, most efforts in systems biology have focused on cataloging genomes and proteins, and identifying potential binding partners, which has enabled the determination of interaction maps or the topology of many fundamental biological networks. However, network topology is a static measure - it does not indicate the strength of the indicated associations, and so it is not possible to predict cellular behavior. Thus, the ability to predict cellular behavior, a fundamental goal of systems biology, will not be realized without quantitative measurements of the binding strengths of all identified associations. For example, calmodulin (CaM) is the prime Ca2+ signaling protein in animals, with more than 300 different targets already identified. In the model eukaryote budding yeast, a recent proteomic study identified 39 different binding partners, with potential functions ranging from cell growth to metabolism to the stress response. However whether all of these interactions, and hence all of these functions, can occur at any one time depends on the affinity constants between these proteins, and th

英文关键词: Single-molecule force spectroscopy;multiplex;protein-protein interactions;protein microarray;cell mechanics

成为VIP会员查看完整内容
0

相关内容

超级自动化技术与应用研究报告(2022年)
专知会员服务
77+阅读 · 2022年2月3日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
134+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
97+阅读 · 2021年6月23日
图表示学习在药物发现中的应用,48页ppt
专知会员服务
98+阅读 · 2021年4月30日
专知会员服务
29+阅读 · 2021年4月12日
人工智能药物发现,讲述AI与药物交叉应用研究
专知会员服务
155+阅读 · 2021年1月28日
专知会员服务
43+阅读 · 2020年12月8日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
AI从底物和酶的结构中预测米氏常数,量化酶活性
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
37+阅读 · 2021年9月28日
Arxiv
38+阅读 · 2020年3月10日
Arxiv
15+阅读 · 2019年6月25日
Arxiv
136+阅读 · 2018年10月8日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
超级自动化技术与应用研究报告(2022年)
专知会员服务
77+阅读 · 2022年2月3日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
134+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
97+阅读 · 2021年6月23日
图表示学习在药物发现中的应用,48页ppt
专知会员服务
98+阅读 · 2021年4月30日
专知会员服务
29+阅读 · 2021年4月12日
人工智能药物发现,讲述AI与药物交叉应用研究
专知会员服务
155+阅读 · 2021年1月28日
专知会员服务
43+阅读 · 2020年12月8日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
相关论文
Arxiv
1+阅读 · 2022年4月19日
Arxiv
37+阅读 · 2021年9月28日
Arxiv
38+阅读 · 2020年3月10日
Arxiv
15+阅读 · 2019年6月25日
Arxiv
136+阅读 · 2018年10月8日
Arxiv
11+阅读 · 2018年4月25日
微信扫码咨询专知VIP会员