- 综合排序
- 最热优先
- 最新优先
【辰辉创聚生物】蛋白质组学：裂解化学、机械破碎与分馏策略在蛋白提取中的分子机制解析
蛋白提取的本质并非单纯的物理破碎，而是在细胞结构崩解的瞬间，通过化学与热力学手段将蛋白质组的生化状态加以保存。 一、物理屏障的突破：机械破碎与能量控制对于培养细胞等结构相对脆弱的样本，温和的化学裂解即可实现有效提取。 通过引入特异性的磷酸酶或去乙酰化酶抑制剂，可以防止裂解后发生的体外修饰变化，从而确保检测结果反映真实的细胞状态。三、亚细胞分馏与空间信息富集细胞内部高度分区化，许多关键生物学过程发生在特定细胞器中。 亚细胞分馏技术通过降低样本复杂度，为低丰度蛋白的检测提供了有效途径。该策略的核心是差速离心。利用不同细胞器在重力场中的沉降特性，通过逐步提高离心力，可依次分离细胞核、线粒体及膜性组分。 分馏不仅提供空间定位信息，也在一定程度上提升了蛋白质组分析的灵敏度。四、复杂样本的特异性挑战不同生物基质对蛋白提取提出了差异化挑战。
10410编辑于 2026-03-09- 来自专栏生物信息学
蛋白质亚细胞定位分析
大家晚上好，今天给大家带来的内容是蛋白质亚细胞定位分析，首先做一个简短的介绍。 亚细胞定位是指某种蛋白或某个基因表达产物在细胞内的具体存在部位，包括细胞核、细胞质和细胞膜等部位。 如果能利用生物信息学手段基于一些算法如机器学习等开发的方法进行亚细胞定位预测分析辅助于实验，这样就能省时省力节约成本。 这里以本生烟草为例，给大家介绍如何对感兴趣的很多个蛋白质进行亚细胞定位分析，分为公共平台数据和分析预测两部分。 较好的一点是，subcellular location列信息中还包括了亚细胞定位的文章出处。 最后，拿BUSCA预测结果与感兴趣蛋白的定位数据进行比较，主要为了： 1，看BUSCA工具亚细胞定位预测分析的可信度如何 2，整合感兴趣蛋白的亚细胞定位数据信息 参考BUSCA工具文章链接：https
4.3K10发布于 2020-04-14 - 来自专栏医学数据库百科
预测 lncRNA 亚细胞定位的网站
在整个基因转录翻译的过程当中，基因是在细胞核发生转录，然后出核到细胞质当中发生翻译。对 lncRNA 而言，由于lncRNA的功能主要还是通过影响其它基因来实现的。 如果在细胞核，就是参与转录调控了，经典的方式还是影响ceRNA的方式来进行调控；而如果在细胞质的话，那就参与转录后调控了，比如和mRNA形成互补双链来增加 mRNA 的稳定性。 老基因查询 如果我研究的基因是其他人已经研究很深入的基因了，一般都会有人去做其细胞定位的。 之前我们的介绍 ENCODE 数据库的时候，提到他们做了很多细胞、组织的测序结果，而在里面对于细胞系的测序结果。他们其实还分了细胞核测序以及细胞质测序的结果。 所以基于这个结果，我们就可以知道某一个基因/lncRNA 是在核表达还是在细胞质表达了。但是，这些ENCODE做了细胞系可能不全，只是其中代表性的几个。
3K10发布于 2020-06-03 - 来自专栏生物信息学
基于机器学习的蛋白质亚细胞定位预测
蛋白质是生命活动的主要承担者，也是组成人体一切细胞、组织的重要成分。研究表明，所有蛋白质有对应的亚细胞器，不同功能的蛋白质只有存在于特定的亚细胞器，才能正常发挥其作用。 因而寻找一种简单高效的方法对蛋白质亚细胞器进行定位，即获取其特定的亚细胞区间，对了解蛋白质的功能和性质，研究蛋白质之间的相互作用具有重要意义。 随着高通量测序时代的来临，大部分生物数据需要通过理化实验对其结构及功能进行注释，传统标注方法如细胞分馏、电子显微镜和荧光显微镜等，成本较高，且耗时费力，借助先进高效的计算机技术，基于统计预测或理论计算的方法从海量数据中挖掘出有效信息已成为了当今时代的迫切需要 氨基酸组成(AAC) 氨基酸组成是蛋白质亚细胞定位预测领域中最常用的统计学方法。 其中，FNi是第i类亚细胞区间预测错误的序列条数，TPi是第i类亚细胞区间预测正确的序列条数，M为亚细胞类别总数。
1K20发布于 2020-04-14 AbMole| BS3助力揭秘衣康酸转运体ABCG2抑制免疫抗菌能力
衣康酸是一种由免疫应答基因1(IRG1)对TCA循环中间产物顺乌头酸进行脱羧而合成的代谢产物，随后被转运到细胞质中，从而在巨噬细胞中发挥多种调节作用。然而，衣康酸从巨噬细胞中排出的机制仍不清楚。 随后研究人员敲除了THP-1 细胞和永生化小鼠骨髓衍生巨噬细胞（iBMDMs）中的 ABCG2/Abcg2。 LPS 激活的巨噬细胞中输出。 在本研究中，免疫荧光和细胞分馏分析等实验结果表明，ABCG2/Abcg2 KO或 ABCG2 ATP水解缺陷突变体的重组表达能促进 LPS 刺激的TFEB 核易位，促进溶酶体基因表达和溶酶体区室的形成。 最后，为了确定该研究结果与人类的相关性，研究人员使用人巨噬细胞进行验证，生化分析和亚细胞分馏分析等研究表明，在 LPS 激活的人巨噬细胞中，ABCG2 的表达与衣康酸的输出相关，阻断 ABCG2 可促进
12910编辑于 2025-12-23方法更新---亚细胞分辨率空间转录组学的单细胞划分
作者，Evil Genius现在已经有了多个亚细胞精度的空间平台，例如10X HD、Stereo-seq、Slide-seq等，虽然大多数还是采用bin模式的分析方法，但我们更希望有细胞分割的方法来实现单细胞级别的空间分析 关于Stereo-seq，华大也推出了细胞分割的方法，目前看到了一篇文章是这么做的，分享文章在文献分享---人动脉粥样硬化斑块中三级淋巴样器官结构的单细胞空间转录组学研究（Stereo-seq）不过以上方法都是基于核分割 今日参考文献，实现亚细胞精度空间转录组的核扩展分割。知识积累现有的方法通常将SRT数据网格化为预定义的正方形，这对于准确捕捉细胞边界是不现实的。整合亚细胞SRT数据和细胞核染色图像来实现单细胞分割。 /example/example.h5ad'img_path = './example/example.tiff'save_path = '. /example_result/'adata = sc.read_h5ad(adata_path)img = cv2.imread(img_path)os.makedirs(save_path,exist_ok
29220编辑于 2025-06-04- 来自专栏单细胞
单细胞实战之亚细胞分群从TNK至CD4+T细胞——从入门到进阶(中级篇1）
两个映射工具 这四个初级部分的学习后，我们将正式进入中级篇，第一讲的主题是亚细胞分群。 严格来说，亚细胞分群其实更适合作为高级篇的内容，因为它涉及多个关键因素，包括基础生物学背景、技术流程熟练度，以及最新的研究进展。 然而，考虑到笔者自身的经验和技术水平有限，同时为了确保课程内容的有序推进(后续涉及到亚群的分析)，经过多番思考，最终还是决定将亚细胞分群归入中级篇进行讲解。当然，这仅是笔者的一家之言，未必绝对正确。 如果您有更佳的亚细胞分群流程，欢迎在推文下方留言交流。 为了进一步验证这些判断并确保细胞分类的准确性，我们将使用FindSubCluster方法对细胞进行更细致的分类。此次需要重新分簇的细胞簇编号除了有3、4、7外还有0、1和5。
89710编辑于 2025-02-22 - 来自专栏单细胞
单细胞实战之亚细胞分群之CD4+T细胞分群——从入门到进阶(中级篇2）
此外，可以向“生信技能树”公众号发送关键词‘单细胞’，直接获取Seurat V5版本的完整代码。 /Th1细胞（IFNG，GZMK，BHLHE40）；Th17细胞(IL23R)；Tfh细胞(CXCR5)；组织驻留记忆T细胞，Trm(CXCR6)；固有层Trm细胞,P.Trm(CD6)；CD4_markers_step3 簇进行注释，其中第7-9,12簇可能为Naive CD4+细胞,第0,1,2,4,5,11,14簇可能是记忆性T细胞(Tcm)，第5簇可能是Th1细胞。 、IκBζ、IRF4、RORα等Tfh细胞的特征性转录因子包括：BATF、BCL6、c-MAF、IRF4、STAT3等Treg细胞的特征性转录因子包括：FOXP3、STAT5、Helios(IKZF2) 第1、2 簇可能为Th1细胞，因其特征性标志物包括TBX21(+)。第4、5、11簇可能为记忆性T细胞，因其表达ANXA1、GIMAP4、LEF1、TCF7。
2K00编辑于 2025-03-23 - 来自专栏生信修炼手册
Euk-mPLOC:预测真核生物蛋白的亚细胞定位
对于蛋白质功能研究而言，亚细胞定位是非常重要的分析内容。蛋白质在细胞中是流动的，所以一个蛋白可以具有一个到多个的亚细胞定位信息。 比如转录因子等蛋白，其亚细胞定位是动态变化的，在不同亚细胞中产生不同的细胞功能。 了解蛋白质的亚细胞定位信息，可以对预测其生物学功能提供帮助。 Euk-mPLOC是一个在线软件，可以预测真核生物蛋白的亚细胞定位。 网址如下 http://www.csbio.sjtu.edu.cn/bioinf/euk-multi-2/ 将亚细胞定位分成了以下22种不同区域 Acrosome Cell wall Centriole 对于每条输入的蛋白序列，都会给出预测到的多个亚细胞定位信息。 ·end· —如果喜欢，快分享给你的朋友们吧—
2.7K30发布于 2020-05-08 - 来自专栏生物信息云
scGHOST:鉴定单细胞3D基因组亚区室
然而，目前还没有对单细胞亚区区进行注释的方法，而这对于理解单细胞染色体的空间定位是很重要的。这里我们介绍一种新方法：scGHOST。 scGHOST，这是一种使用带约束随机游走采样的图嵌入技术的单细胞亚区注释方法。 scGHOST在单细胞Hi-C数据和由单细胞3D基因组成像推导出的接触图中的应用，证明了其能可靠地识别单细胞亚区，为核亚区的细胞间变异性提供了见解。 通过使用来自复杂组织的单细胞Hi-C数据，scGHOST识别出与各种细胞类型和发育阶段中的基因转录相关的细胞类型特异性或等位基因特异性亚区，这表明了单细胞亚区的功能意义。 scGHOST是一种在广泛生物背景下注释单细胞3D基因组亚区的有效方法。
64510编辑于 2024-05-06 - 来自专栏生信学习111
单细胞5 拟时序分析
1 拟时序分析拟时序分析是为了探索自己感兴趣的几种细胞之间的发育关系，一般不是用全部类型的细胞来做的。 "T_cells" "Monocyte" "Endothelial_cells" [5] "Smooth_muscle_cells" "NK_cell" 在做拟时序分析的时候，因为是采用差异基因进行排序的，所以要求是两类细胞或者两类以上（要选择的细胞亲缘关系要近一点，有分化的可能性，完全不挨着的细胞不太行）。 这个细胞发育轨迹图，plot_ordering_genes画的图纵坐标是基因表达量的变异性，,横坐标是每个基因在所有细胞种的平均表达量。 sc_cds <- orderCells(sc_cds)#细胞排序，拟时序分析假设细胞状态的变化是连续的，通过排序可以模拟细胞从一个状态逐渐发展到另一个状态的过程，这样才方便推算分化过程。
67910编辑于 2024-06-26 - 来自专栏单细胞天地
国内首款亚细胞级微孔空间转录组芯片震撼发布！
国内首款亚细胞级微孔空间转录组芯片震撼发布！ 在组织的原始位置探索基因表达模式对于了解其中的细胞类型和功能非常重要,现有的空间转录组分析方法存在通量低或分辨率不足等局限。 百创智造自主研发的百创S1000空间芯片可在亚细胞分辨率水平上，检测完整组织切片中的原位基因表达信息，实现组织结构的精细解读。 就在今天，国内生物科技公司百迈客生物经过多年研发，正式发布了国内首款亚细胞级微孔空间转录组芯片：百创S1000 百创S1000可以让研究者们结合不同阶段图谱数据，获得全面的亚细胞级时空动态表达图谱，从而为疾病的诊断治疗及药物研发提供更有力的决策依据 本次发布的“百创S1000空间芯片”最大的突破就是将空间分辨率降低至5μm！而传统的芯片制造还处于100μm的分辨率。 中国科学院北京基因组研究所研究员 于军 中国农业科学院王晓武 研究员谈到，目前空间转录组测序技术应用在植物研究领域的主要障碍是植物有细胞壁，而现在的空间转录组透化试剂都是针对动物组织进行研发的，因此很多时候无法很好的将细胞中的
84940编辑于 2022-06-13 - 来自专栏生信技能树
亚实性结节和磨玻璃结节肺腺癌单细胞水平的差异如何
最近在朋友圈看到两个还算是比较类似的单细胞文章： 2021年1月27日，亚实性结节(SSN)的肺腺癌 单细胞文章是：https://advances.sciencemag.org/content/7/5 亚实性结节(SSN)的肺腺癌 单细胞 ? of lung adenocarcinoma manifested as pulmonary subsolid nodules by single-cell RNA sequencing" 该研究利用单细胞测序技术全面揭示了影像学表现为亚实性结节 详见；https://mp.weixin.qq.com/s/4f-LbubSwmB4R3zcFcmakg 其单细胞数据集分别是： 磨玻璃结节的肺腺癌单细胞研究是：选取GGN-ADC和SADC组病人各5例进行 亚实性结节的肺腺癌单细胞研究是：对16名CT影像学表现为SSN的肺腺癌患者的手术切除样本进行单细胞转录组测序，同时整合已发表的6例癌旁样本(nLung)和9例进展性肺腺癌样本(mLUAD)的数据，共获得
90920发布于 2021-02-03 - 来自专栏生信菜鸟团
Cell：对亚细胞蛋白质组进行全局表征，发现许多蛋白质是通过其空间分布的变化而非丰度变化来调节的
可以在免疫沉淀（IP）、连续溶解或生化分馏后进一步测量整个区室的蛋白质组成。 分馏可用于纯化特定细胞器以进行深入分析，或者使用蛋白质相关性分析来表征来自给定样品的所有细胞区室。 感染地图还揭示了21种病毒表达蛋白的亚细胞定位（图S5C和S5D）。 ◉ （F）在我们数据集中检测到的COP-I亚单位的亚细胞重塑谱。 图片说明 ◉ 图5。HCoV-OC43感染期间的泛细胞重塑(A) 基于图形的亚细胞重塑定量策略。 底部：以相应蛋白质的亚细胞重构分数（参见图 5A 和 5B）为函数绘制感染与未感染全细胞样本中单个转录物的对数富集。 Subcellular fractionation and whole cell extract preparation Para_01 为了粗略的细胞器亚分馏（"N/O/C"组分，参见正文和图1E），
68110编辑于 2025-02-27 - 来自专栏生信技能树
单细胞入门必读5篇cns综述
单细胞入门必读5篇cns综述，希望对大家有帮助！ 综述-单细胞转录组学分析细胞通讯 单细胞多组学在解析癌细胞可塑性和肿瘤异质性中的应用 综述：高维单细胞RNA测序数据分析工具（下） 综述：高维单细胞RNA测序数据分析工具（中） 综述：高维单细胞RNA测序数据分析工具 （上） 单细胞RNA-seq数据分析最佳实践（下） 单细胞RNA-seq数据分析最佳实践（中） 单细胞RNA-seq数据分析最佳实践（上） 回顾：单细胞入门-读一篇scRNA-seq综述 单细胞测序技术将彻底改变整个生物科学 一篇文章带你走进单细胞的天地 单细胞转录组分析综述 单细胞转录组方法篇——下 Single cell RNA-seq 方法篇-上 如果不自己亲自研读综述 你指望去哪里获得单细胞转录组技术以及数据分析的基础知识
74931编辑于 2023-09-04 - 来自专栏镁客网
跟随澳大利亚，新西兰也要禁止华为参与5G建设
禁止华为参与5G建设的队伍或者又要多一个了。 策划&撰写：韩璐 近日，新西兰通讯部部长Kris Faafoi表示，新西兰可能会跟随澳大利亚，禁止中国公司签订与关键基础设施相关的合同。跟随澳大利亚？ 这其中所指代的事件应当就是澳大利亚禁止华为参与5G相关建设。 目前，华为的技术在新西兰被用于4G网络的边缘，运营商Spark和2 Degrees广泛使用了华为的移动基站。 而就在Faafoi的前面，澳大利亚间谍部门负责人Mike Burgess表示，如果华为或中兴通讯获准建设该国的5G网络，澳大利亚的电网和供水系统就不会得到充分的保护。 另外，据了解，美国、澳大利亚、加拿大、英国和新西兰皆是Five Eyes情报共享网络的成员。随着美国和澳大利亚这两个盟友相继禁止华为参与5G网络建设，剩下的几个盟友也得尽快做出决定。 不过，值得注意的是，在这一联盟中，加拿大网络安全局高层表示，渥太华有信心有足够的安全措施来应对中国黑客或间谍的风险，并否认有必要效仿美国和澳大利亚，排除华为参与下一代5G网络建设。
54510发布于 2018-12-05 - 来自专栏镁客网
5G设备受阻，华为与澳大利亚谁是输家？
6月18日，针对澳大利亚有关其构成安全风险的言论，华为发布了一封致澳大利亚政府的公开信，表示自己的5G设备供应涉及“国家安全”言论过于片面，并非事实。 这封公开信缘自最近几周，随着澳大利亚政府宣布大规模部署5G后，澳议员和澳情报机构双双发声希望政府禁止将华为5G设备纳入招标对象，因为其涉及国家安全问题。这让华为在澳业务再次遭重。 但是，拒绝华为5G设备的供应对澳大利亚就是有利的吗？ 答案显然并非如此。 前面已经提到华为5G技术、产品等具有很强竞争力，并且在澳大利亚4G设备供应市场占据份额较大，因此，拒绝华为，澳大利亚的5G市场将会缺乏竞争力，这并不利于其5G市场未来的发展。 与此同时，澳大利亚政府宣布的大规模部署5G工程也必然会受到影响。
58530发布于 2018-06-28 - 来自专栏新智元
【Nature Methods】 2016 最值得关注的 8 大技术
蛋白定位亚细胞图谱（Subcellular maps） 系统绘制蛋白质在细胞中分布的方法也在不断发展。 ? 在早期的工作中，人们先进行细胞分馏，随后对蛋白质位置进行生化分析，这其中主要用了质谱方法（Cell 125，187-199，2006）。 在系统中使用Workhorse方法，如以抗体为基础的免疫组化方法，以产生亚细胞图谱。 Methods 12, 51–54, 2015），并开始在亚细胞图谱实验中应用（(Proc. Natl. Acad. Sci. USA 112,12093–12098, 2015）。 虽然蛋白质位置的亚细胞地图会让我们看到前所未有的图像，但是蛋白质只是组成这种图像的为数不多的一种分子类型。然而，在对细胞的探索中，蛋白质图谱肯定是开始的地方。
1.4K80发布于 2018-03-14 - 来自专栏生信技能树
python单细胞学习笔记-day5
前面，我们生信技能树的讲师小洁老师与萌老师新开了一个学习班：《掌握Python，解锁单细胞数据的无限可能》，身为技能树的一员，近水楼台先得月，学起！下面是我的学习笔记，希望可以给你带来一点参考。 前面的学习笔记： python单细胞学习笔记-day1 python单细胞学习笔记-day2 python单细胞学习笔记-day3 python单细胞学习笔记-day4 python单细胞学习笔记-day4 （续） 今天继续学习视频：python_day5 ！ touch day5.ipynb 课前复习到 30:29 plotnine语法 plotnine是python版的ggplot2，有一些细节不同。 iris) + geom_point(aes(x='sepal_length', y='petal_length'), color='blue')) 修改其他属性 size=5、
37000编辑于 2025-01-22 - 来自专栏文献分享及代码学习
单细胞数据复现-肺癌文章代码复现5
单细胞数据复现-肺癌文章代码复现1https://cloud.tencent.com/developer/article/1992648 单细胞数据复现-肺癌文章代码复现2https://cloud.tencent.com /developer/article/1995619 单细胞数据复现-肺癌文章代码复现3https://cloud.tencent.com/developer/article/1996043 单细胞数据复现 ", Endothelial2 = "#FEB24C", Endothelial3 = "#fd8d3C", Endothelial4 = "#FC4E2A", Endothelial5 "Endothelial5" 这个时候发现单细胞的分析在前面还是很像的，但是根据自己研究的样本以及生物学问题的来源不一样，后面是需要进行不同的包的调取，还有个性化分析的，所以无论是做植物还是动物的，多读一些最新的单细胞组学的文章都是能学到很多的内容的
1.1K20编辑于 2022-05-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号