- 综合排序
- 最热优先
- 最新优先
- 来自专栏生信菜鸟团
Peaks 根据组蛋白修饰模式进行分类
这里涉及一个基本知识点： 组蛋白修饰是染色质结构和基因表达调控的重要机制之一。不同的组蛋白修饰在基因组的不同区域具有特定的功能和作用。 以下是一些常见的组蛋白修饰及其功能： H3K4me1（组蛋白 H3 第 4 位赖氨酸单甲基化）： 功能：通常与增强子区域相关联，是活性增强子标志之一。 这些组蛋白修饰通过改变染色质结构、影响转录因子和聚合酶的招募，来调控基因表达。它们在细胞分化、发育、疾病发生等过程中发挥关键作用。不同的修饰组合和定位形成了复杂的染色质状态，精细调控基因组功能。 质控 BWA 比对 MACS3 callpeak Step2: 获取组蛋白修饰 peaks 这部分的数据是：GSE100259 同样的，我们进行老三步：质控、BWA 比对、MACS3 callpeak。 得到每个组蛋白修饰的bed 文件。
33200编辑于 2025-03-27 【辰辉创聚生物】重组蛋白表达纯化|蛋白表达定制|蛋白修饰|原核表达蛋白
该系统因培养快速、成本低廉、表达量高而广泛应用于科研与工业，但其缺乏真核生物的复杂后翻译修饰，且部分蛋白易形成包涵体，需要通过优化表达条件和纯化策略来获得功能性蛋白。 C41、C43 等突变株：对有毒或难表达蛋白更为耐受，常用于膜蛋白或代谢负担较大的蛋白。2. 此外，对于碱性蛋白，可构建融合保护多肽（如GST、Nus、MBP等）融合策略，通过保护作用避免降解。结合连接肽和酶切位点，既保留表达产量，又能后续切除保护模块。2. 目标蛋白及修饰/标签设计：根据实验需求确定是否添加His-tag、GST等融合标签，是否加入酶切位点；2. 基因合成与密码子优化：针对E. coli 系统进行优化，提升表达效率；3. 蛋白修饰策略虽然原核系统自身不具备复杂翻译后修饰（如糖基化、磷酸化等），但可以通过体外或融合手段实现一定程度的蛋白修饰：融合标签修饰：如加入His-tag、GST、MBP等，不属于天然修饰，但在纯化、检测和功能研究中具很大帮助
64510编辑于 2025-08-25- 来自专栏生信菜鸟团
图解表观遗传学 | 组蛋白修饰
什么是组蛋白修饰 1 组蛋白结构 在了解组蛋白修饰前，先复习一下幼儿园学过的组蛋白结构。 我们都知道在细胞核中的染色体是高度压缩的，而折叠时DNA缠绕的就是组蛋白。 ? 核小体 = 组蛋白 + DNA(147bp) ? 把组蛋白拆开来，它其实有八个部分来构成： 组蛋白八聚体 = 2个H2B + 2个H2A + 2个H3 + 2个H4 ? 我们今天的主角，组蛋白修饰就是在这个尾巴上进行的。 2 组蛋白修饰的描述规则 组蛋白修饰是一种以共价方式进行的蛋白质翻译后修饰（PTM），包括：甲基化（M），磷酸化（P），乙酰化（A）等等。 由于组蛋白修饰的类型众多，所以我们需要在称呼组蛋白修饰时，有一个规则： 组蛋白结构 + 氨基酸名称 + 氨基酸位置 + 修饰类型 在实际的应用中，我们一般这样写： H3K4me3：代表H3组蛋白的第4位赖氨酸的三甲基化 这些修饰都会影响基因的转录活性。而组蛋白H3是修饰最多的组蛋白。下面我们来详细看看： 3 组蛋白修饰类型 ? 组蛋白甲基化 甲基化取决于其位置和状态，与抑制或激活有关。
2K20发布于 2021-01-05 - 来自专栏生信菜鸟团
初探转录因子与组蛋白修饰互作（1）
这些结果暗示了组蛋白修饰与转录因子ZBED6之间可能存在着高度相关。 图2. C2C12成肌细胞中与ZBED6结合位点相关的组蛋白修饰。 3. 在ZBED6沉默后，组蛋白修饰在编码肌肉蛋白的基因上差异富集 为了研究Zbed6沉默是否会导致组蛋白标记的变化，作者对沉默ZBED6和对照细胞进行了组蛋白标记H3K4me3、H3K36me3、H3K4me2 由此说明，ZBED6能够通过影响机体组蛋白的修饰来调控小鼠C2C12细胞的分化。 上述这篇文章，不仅看了组蛋白修饰在转录因子结合位点上是否存在富集，也检测了干扰转录因子后各组蛋白修饰在差异表达基因上的富集情况，将转录因子、组蛋白修饰和靶基因筛选进行了整合分析，具有一定的参考价值。 但是，这篇文章最大缺憾是作者未继续深入地探究在转录因子与特定关键组蛋白修饰的互作，也未能通过大量实验证实转录因子是通过改变特定组蛋白修饰方式而影响下游基因的表达。
90710编辑于 2024-03-06 - 来自专栏医学数据库百科
PhosphoSitePlus | 蛋白翻译后修饰综合性预测数据库
当中提供了蛋白磷酸化，乙酰化等翻译后修饰的内容。 PhosphoSitePlus 最后总共包括了 57664 个蛋白的 599017 个翻译后修饰位点。其中包括了包括磷酸化、乙酰化等多个翻译后修饰种类。 检索 PhosphoSitePlus 在检索当中提供了 1）基于蛋白或者序列检索；2）基于蛋白位点检索以及 3）比较位点检索。 比如我们要查看TP53相关的翻译后修饰的话。 图中可以看到关于 P53 的蛋白的线性结构，在线性结构上，线性结构上一个点代表一种类型的翻译后修饰信息。同时如果点越高代表这个修饰参考文献个数。 再往下可以看到关于 P53 蛋白的具体基本信息。 其中包括这个蛋白的描述，蛋白的种类，蛋白的功能等等 同时还可以看到 P53 的具体修饰位点表格。在表格当中，包括了每个修饰位点具体序列位置以及上游调控的蛋白和下游发生的作用。
16.9K11编辑于 2022-04-01 做科研，蛋白磷酸化修饰是研究的重点之一
蛋白修饰是蛋白质功能调控的重要机制，对于生物学研究和药物开发具有重要意义。 以下是一些与蛋白修饰相关的数据库资源：以下是21个与蛋白修饰相关的数据库的详细介绍：灯塔索引（dotaindex）类型：磷酸化、泛素化和乙酰化等蛋白修饰的综合性数据库。 dbPTM类型：全面的蛋白质修饰数据库。特点：收录了多种蛋白质修饰类型，包括磷酸化、糖基化、泛素化等，并提供修饰位点的详细信息。UniProt类型：蛋白质序列和功能数据库。 特点：提供蛋白质修饰残基的详细化学结构和相关的生物学信息。MODbase类型：蛋白质修饰位点数据库。特点：专注于蛋白质修饰位点的收集和分类，包括实验验证的数据。 特点：整合了多种蛋白质修饰类型的数据，提供全面的PTM信息。MIMP类型：人类蛋白质甲基化修饰数据库。特点：专注于人类蛋白质的甲基化修饰，提供位点信息和生物学功能。
42110编辑于 2024-12-15- 来自专栏DrugOne
基于Alphafold2进行蛋白设计
前言: 随着alphafold2突破性预测蛋白结构的成功，学术界也开始尝试探索如何使用它进行高精度的蛋白序列设计。本篇快速地进行一下解读。 2. 2.2 迭代end-2-end设计 设计方法的核心是通过MCMC算法对序列空间进行采样，接着使用AlphaFold预测结构，直到生成与目标结构的backbone尽可能地相似。 在第一阶段进行序列设计时，af2预测的TM-score仅有0.746，经过上述的方法进行迭代设计之后，新设计的序列与Top7的相似性仅为27%。 初始序列对应匹配TM-score为0.596-0.7之间，经过设计后，af2预测结构的Cα-RMSD降低至1Å以内，pLDDT score > 85。 讨论 作者通过使用缩水版的alphafold2进行fix-backbone设计，本质上即使用基于pLDDTscore版本的mcmc序列采样，最后通过结构验证所设计的序列可靠性。
1.1K10发布于 2021-09-17 - 来自专栏R基础
两蛋白间的分子对接—2
两蛋白间的分子对接—21 与Chatgpt之间的对话需要进行的是SFN和HDAC6两蛋白分子的对接，思路是Uniprot数据库中检索SFN与HDAC6蛋白质，挑选分别率最佳的构象。 以下记录和chatgpt的对话：2 优化后的分析流程具体看最后一条与chatgpt之间的对话现在的分析流程是下载AF-Q9UBN7-F1、AF-P31947-F1的PDB文件，不需要去除水分子和多余配体
57111编辑于 2024-11-19 - 来自专栏java学习
面试题2(Java 修饰符问题)
、方法、成员变量和局部变量可以使用的各种修饰符。 Java语言定义了public、protected、private、abstract、和final这6个常用修饰符词外，还定义了4个不太常用的修饰符，下面是对这10个java修饰符的介绍。 2、private 使用对象: 成员。 介绍: 成员只可以在定义它的类中被访问。 3、static 使用对象: 类、方法、变量、初始化函数。 变量不是对象持久状态的一部分，不应该把变量和对象一起串起， 【题目解析】 从前面的介绍不难看出该面试题中，(2) 处是不能通过编译的。 因为public 修饰符 只能用于修饰类、方法和成员变量，并不能修饰局部变量 参考答案(c)
823160发布于 2018-04-18 - 来自专栏学习笔记持续记录中...
Java基础：六、访问权限修饰词 （2）
访问权限控制的等级，从最大权限到最小权限依次为：public、protected、包访问权限(没有关键词)和private 这几个访问权限修饰词在使用时，是置于类中每个成员的定义之前的-无论它是一个域还是一个方法 每个访问权限修饰词仅控制它所修饰的特定定义的访问权 访问权限修饰词 包访问权限 默认访问权限没有任何关键字，但通过是指包访问权限。 类的访问权限 为了控制类某个类的访问权限，修饰词必须出现于关键字class之前。 类既不可以是private的，也不可以是protected。
84320发布于 2020-03-17 - 来自专栏python3
Python修饰符 （一）—— 函数修饰
今天被问到Python函数修饰符，顺手写写。 Python函数修饰符，“@”，与其说是修饰函数倒不如说是引用、调用它修饰的函数。 但是，Python解释器读到函数修饰符“@”的时候，后面步骤会是这样了： 1. 去调用 test函数，test函数的入口参数就是那个叫“func”的函数； 2. test函数被执行，入口参数的（也就是func函数）会被调用（执行）； 换言之，修饰符带的那个函数的入口参数，就是下面的那个整个的函数 函数先定义，再修饰它；反之会编译器不认识； 2. 修饰符“@”后面必须是之前定义的某一个函数； 3. 每个函数可以有多个修饰符。
1.5K21发布于 2020-01-03 Methods | DeepMVP：深度学习精准预测蛋白质修饰位点及变异效应
PTMs在蛋白质活性、稳定性、定位和相互作用中发挥关键作用，对信号转导、代谢和环境响应至关重要。错义变异通过影响PTM位点或其邻近区域，可能破坏原有修饰或引入新的修饰，从而导致疾病。 例如，在SARS-CoV-2蛋白质组中，DeepMVP预测了超过1,600个位点的多种修饰，并与实验结果高度一致，进一步验证了模型的准确性。 讨论 错义变异通过改变PTM进而影响蛋白质功能，是疾病发生的重要途径。现有预测方法受限于单一修饰类型和数据不足，无法实现全面评估。 DeepMVP结合高质量的PTMAtlas数据库和先进的深度学习设计，实现了跨六类修饰的高精度预测，不仅在蛋白质组范围内扩展了PTM位点覆盖，也可靠地识别了变异导致的修饰改变。 未来，随着更多实验数据的积累，DeepMVP有望进一步提升性能，并推广至更广泛的蛋白质修饰研究与临床应用。
23010编辑于 2026-01-08- 来自专栏DrugAI
Methods | DeepMVP：深度学习精准预测蛋白质修饰位点及变异效应
PTMs在蛋白质活性、稳定性、定位和相互作用中发挥关键作用，对信号转导、代谢和环境响应至关重要。错义变异通过影响PTM位点或其邻近区域，可能破坏原有修饰或引入新的修饰，从而导致疾病。 例如，在SARS-CoV-2蛋白质组中，DeepMVP预测了超过1,600个位点的多种修饰，并与实验结果高度一致，进一步验证了模型的准确性。 讨论 错义变异通过改变PTM进而影响蛋白质功能，是疾病发生的重要途径。现有预测方法受限于单一修饰类型和数据不足，无法实现全面评估。 DeepMVP结合高质量的PTMAtlas数据库和先进的深度学习设计，实现了跨六类修饰的高精度预测，不仅在蛋白质组范围内扩展了PTM位点覆盖，也可靠地识别了变异导致的修饰改变。 未来，随着更多实验数据的积累，DeepMVP有望进一步提升性能，并推广至更广泛的蛋白质修饰研究与临床应用。
17120编辑于 2026-01-06 - 来自专栏DrugAI
. | AI 辅助设计细胞内抗体，靶向多肽与组蛋白修饰
尤其是在组蛋白修饰研究领域，由于这些修饰是动态可逆的，缺乏合适的活细胞探针严重限制了对染色质调控机制的理解。 SARS-CoV-2 核衣壳蛋白表位的 intrabody 构建 研究人员进一步将该流程应用于靶向 SARS-CoV-2 核衣壳蛋白线性表位的抗体序列。 图2 | 靶向 SARS-CoV-2 核衣壳蛋白表位的 intrabody 设计与活细胞验证结果。 靶向组蛋白翻译后修饰的 intrabody 研究人员系统性地将该流程应用于多种已知靶向组蛋白修饰的抗体，包括乙酰化、甲基化和磷酸化位点。 图3 | 针对不同组蛋白修饰的 intrabody 在活细胞中的定位表现。
22920编辑于 2026-01-06 - 来自专栏生物信息云
分子对接教程 | (2) 选择合适的蛋白受体
Pathology & Biotechnology：提供蛋白质突变或缺失导致的疾病及表型信息。 PTM/Processing：提供蛋白质翻译后修饰或翻译后加工的相关信息。 包括 UniProtKB 中直接与这个蛋白质有两两相互作用的蛋白质序列的链接，以及这个蛋白质在各种蛋白质相互作用数据库或蛋白质网络数据库中涉及的数据库记录链接。 三级结构列出了该蛋白质在蛋白质结构数据库 PDB 中涉及的数据库记录链接。这些结构经常只对应蛋白质的部分序列。 Family & Domains：提供蛋白质家族及结构域信息。 能够实现蛋白质三维结构可视化的软件非常多。比专业级的PyMOL（https://pymol.org/2/）。这个软件已经被世界上著名的生物医药软件公司“薛定谔公司（Schrödinger）”收购。 最后，这些都是在蛋白结构已知的蛋白分子对接，如果我们要对接的蛋白，没有晶体结构，在PDB中是检索不到的，在UniProt 中的Structure是不会显示的。
7.1K64发布于 2021-02-26 - 来自专栏DrugScience
DOCK-2-蛋白受体与配体的准备
准备蛋白受体以及配体文件 使用的蛋白文件为1HTP 整体蛋白显示 1:去除水分子，分别将蛋白受体与其中的配体进行保存，保存格式为任意，此处保存为pdb格式 2:使用chimera的dock prep插件 ，为受体加氢加电荷，并且保存为mol2文件 保存好的受体文件，mol2格式，文件头一部分 @<TRIPOS>MOLECULE rec-1htp.pdb 1940 1962 131 0 0 PROTEIN ff14SB @<TRIPOS>ATOM 1 N -15.3620 29.4030 8.6420 N.4 1 SER 0.1849 2 1 C1 -6.7080 26.0460 -4.3120 C.2 1 OSS 0.5639 2 O1 -5.7380 26.2170 -5.0540 O.2 1 OSS -0.5151 3 C2 -6.6180 25.3890 -2.9330 C.3
88920发布于 2021-02-04 - 来自专栏python3
python 修饰器
因困扰自己多时，打算整理一下修饰器到底是什么？ 修饰器 1. 定义2个函数 2. 基本实现 3. 问题：实现后, 要修改原来代码中的变量名, funcB()改为funcA(funcB) 4. 问题：实现后, 要修改原来代码中的变量名, funcB()改为funcA(funcB) # 2. funcB_copy return wrapper def funcB(): print('这是2222222222') funcB = funcA(funcB) #这是func2 = wrapper()函数 funcA() #func2()执行的是wrapper() 最后python的语法糖@, 将funcB = funcA(funcB)改为 @funcA，简写代码, 注意写对位置
53920发布于 2020-01-12 - 来自专栏张俊红
网页的修饰
，这篇来讲讲网页的修饰，正如字面意思一般，本篇分享的内容是用来修饰网页的，是让网页变得更加好看。本文只是介绍一些基本的CSS，适合入门。 背景图片设定 <style> body { background-image:url('paper.gif'); background-color:#cccccc; } </style> 2、 文本对齐属性（text-align） <style> h1 {text-align:center}/*居中对齐*/ h2 {text-align:left}/*左对齐*/ h3 {text-align: }/*右对齐*/ h4 {text-align:justify}/*分散对齐*/ </style> 文本字符间距（letter-spacing） <style> h1 {letter-spacing:2px ;} h2 {letter-spacing:-3px;} </style> 字符间距值默认情况为0，即字符之间没有间隔。
1.5K70发布于 2018-04-11 - 来自专栏生信技能树
蛋白质组学第2期-认识蛋白质组学原始数据
上周我们公布了，蛋白质组学习小组起飞啦！ 短短几天就获得了200多小伙伴的支持，让我们也更有信心的带领大家掌握一个蛋白质组学数据处理的实战，我们第2期学习内容是认识一下蛋白质组学的原始数据 ? Cell Carcinoma is Downregulation of the Mevalonate Pathway at the Post-transcriptional Level》 理清文章思路 总结蛋白质组学部分的流程 标出所用的软件及需要下载的内容 2.下载软件：MaxQuant 网址：https://www.maxquant.org/ 下载 ?
5.6K77发布于 2019-07-18 - 来自专栏c++与qt学习
const修饰指针
const修饰指针 简单区分：对于*号和p而言，const离谁更近就修饰谁 1.常量指针-----const修饰*号 *p只读 p可读可写 简而言之：指针指向的内容不能改变，指针指向可以发生改变 2.指针常量 ------const修饰*p *p可读可写 p只读 简而言之：指针指向的内容可以改变，指针指向不能发生改变 3.const既修饰号又修饰p 7.
58410发布于 2021-03-02
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