项目名称: 食品中抗生素类药物残留评估的化学与生物信息学方法探索

项目编号: No.21175095

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 数理科学和化学

项目作者: 李梦龙

作者单位: 四川大学

项目金额: 60万元

中文摘要: 食品安全关系到人类健康和国计民生,如何评估食品中有害物质已经成为广泛关注的焦点。与传统的检测方法相比,通过现代分子生物学方法,尤其是基因芯片技术评估化合物危害,具有低检出限和高灵敏度等特点。本项目针对检测食品中抗生素类药物残留的问题,拟将传统计算方法与现代分子生物学、系统生物学方法结合,研究和开发抗生素类药物残留量评估的新方法。首先收集抗生素类药物相关基因表达谱数据,利用生物统计及化学计量学方法大致确定特征基因;同时通过数据库检索、QSAR方法、数据挖掘等手段,分别构建完整的、无偏的抗生素类药物分子网络、蛋白质和基因网络,通过网络模拟及映射等方法,揭示药物分子与基因表达谱特征之间的相互关联,最终确定特征基因;进而探讨基因表达量与药物残留量之间的映射关系,构建抗生素类药物残留的评估体系。该体系尝试将现代分子生物学新方法引入食品安全监管领域,为化合物危害评估提供先期的理论依据。

中文关键词: 抗生素;定量构效关系;特征基因;相互作用网络;蛋白质结构

英文摘要:

英文关键词: antibiotics;QSAR;Feature Gene;Interaction Network;Protein Structure

成为VIP会员查看完整内容
0

相关内容

《人工智能芯片基准测试评估方法》行业标准
专知会员服务
80+阅读 · 2022年2月20日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
27+阅读 · 2021年12月3日
专知会员服务
85+阅读 · 2021年10月11日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
最新《图机器学习》综述论文,19页pdf
专知会员服务
150+阅读 · 2021年5月5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
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23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
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
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012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
0+阅读 · 2011年12月31日
Arxiv
54+阅读 · 2022年1月1日
Arxiv
10+阅读 · 2020年11月26日
小贴士
相关VIP内容
《人工智能芯片基准测试评估方法》行业标准
专知会员服务
80+阅读 · 2022年2月20日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
27+阅读 · 2021年12月3日
专知会员服务
85+阅读 · 2021年10月11日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
最新《图机器学习》综述论文,19页pdf
专知会员服务
150+阅读 · 2021年5月5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
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关资讯
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
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
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012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
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员