- 综合排序
- 最热优先
- 最新优先
- 来自专栏生信技能树
蛋白质组学第10期 定量方法介绍
定量蛋白质组学 对处不同时期、不同条件下蛋白质表达水平变化的研究，识别功能模块和路径，监控疾病的生物标志物，这些研究都需要对蛋白质进行鉴定和定量 参考文献（Quantitative mass spectrometry ，不使用含有稳定同位素的化合物蛋白质。 2.原理参考文献 基于质谱的定量蛋白质组学策略和方法研究进展. 5.特点 无需使用昂贵的稳定同位素标签做内部标准，只需分析大规模鉴定蛋白质时所产生的质谱数据，比较不同样品中相应肽段的信号强度，从而对肽段对应的蛋白质进行相对定量。 ，一般培养5-6代，细胞中的蛋白质将都被同位素标记。
6.5K57发布于 2019-09-12 - 来自专栏Y大宽
5️⃣ 蛋白质序列基本和特征信息分析(1) :蛋白质序列基本信息分析(氨基酸组成，理化性质，亲疏水等)
一级结构指的是蛋白质中氨基酸的排列顺序，和DNA一级结构一致。 也就是说蛋白质发挥什么功能，基本在一级结构中就确定了。 对蛋白质序列进行基本信息分析可以帮助了解蛋白质的基本信息。 Protparam不考虑蛋白质二级和三级结构的情况下，根据氨基酸组成来估算消光系数。准确的需要实验获得。 体内半衰期：蛋白质在细胞内合成后，含量消失一半所需要的时间，用来衡量蛋白质的稳定性。 Protparam可以预测蛋白质在人，酵母和大肠杆菌中的体内半衰期，可以作为其他物种内的参考。 不稳定系数：作文蛋白质在体外测试中稳定性的参考值。 5.1.3 蛋白质的亲疏水性分析 疏水性氨基酸具有相互聚合隐藏到蛋白质分子内部的趋势，这种力称为疏水作用力，维持蛋白质三级结构的主要作用力。 因为氨基酸的亲疏水性是构成蛋白质折叠的主要驱动力之一，因此蛋白质亲水性分布可以反映蛋白质的折叠情况。
17.5K52发布于 2019-03-05 Nat. Commun. | 面向治疗性多肽性质预测的统一平台
然而，多肽能否真正发展为药物，不仅取决于与靶标的结合能力，还受到膜渗透性、溶解性、稳定性、半衰期、毒性和溶血性等多种可开发性性质共同影响。 PeptiVerse能够同时接受氨基酸序列和SMILES表示的化学修饰多肽作为输入，整合蛋白质语言模型和化学语言模型，对结合亲和力、膜渗透性、溶血性、非污损性、溶解性、毒性和半衰期等多项关键性质进行统一预测 传统基于蛋白质序列的方法只能处理20种天然氨基酸，而许多化学修饰后的多肽只能采用SMILES表示。 天然序列采用ESM-2蛋白质语言模型获得表示，SMILES结构则利用PeptideCLM和ChemBERTa学习化学表示。 未来随着更多实验数据公开，以及更新一代蛋白质和化学基础模型不断出现，PeptiVerse可以直接替换底层表示模型，而无需重新设计整个预测框架。
20410编辑于 2026-07-21- 来自专栏生命科学
Cycloheximide 放线菌酮WB、Cell Viability Assay、IF、RT-PCR实验参考｜MCE
Cycloheximide 与真核细胞蛋白质合成过程中核糖体 60S 亚基的 E- 位点结合，阻断 eEF2 介导的核糖体易位过程并阻止新蛋白质的合成。 01Cycloheximide 放线菌酮 WB实验参考文献1、Signal Transduct Target Ther. 2024 Mar 8;9(1):63.用CHX处理的CHRNA 5沉默或过表达ICC细胞中β-连环蛋白半衰期的基于 蛋白质印迹（左）和半定量（右）对 PFKP 和 c-Myc 稳定性的蛋白质表达。 比例尺，10 μm。还显示了含有共定位 IRE1α-SG 簇的细胞百分比和 IRE1α-SG 簇指数的量化。 使用 qRT-PCR 检测 CHX 处理的 AML（THP-1 和 HL-60）细胞中 BCL7A mRNA 的半衰期。
75810编辑于 2025-10-17 - 来自专栏明星分子
TargetMol天然产物——Cycloheximide（具有抗真菌活性的抗生素）
Cycloheximide（Naramycin A）是一种天然产物，对体内蛋白质合和RNA合成的IC50分别为532.5 nM和2880 nM。 它能够有效阻断真核翻译过程中的延伸阶段，从而抑制整体蛋白质合成，这一特性使其成为测定蛋白质半衰期、翻译调控和相关细胞机制研究的重要实验工具。 经典研究表明，Cycloheximide的作用位置与延伸过程中的translocation紧密相关，并能稳定多聚核糖体状态，是细胞内翻译分析及半衰期测定常用的药物工具。 结果显示，CHX能显著抑制肠上皮细胞蛋白质合成，从而有效阻断乳糜微粒的形成，显著降低经淋巴途径转运的脂质与药物量[2]。 3.2. Epub 2014 Feb 10. PMID: 24525133. [2] Al Nebaihi HM, Davies NM, Brocks DR.
27310编辑于 2026-05-09 - 来自专栏DrugOne
Nat. Commun. | 基于序列的预测方法可以准确判断含有非天然氨基酸肽的内在溶解度
非天然氨基酸能扩展化学空间，定制肽类药物的功能、半衰期和其他关键属性。尽管含有修饰氨基酸（如经过翻译后修饰的残基）的化学空间极大，但实验测量含修饰氨基酸肽的开发性质既昂贵又耗时。 它们通常具有低口服生物利用度和短半衰期，这是由于高清除率和低代谢稳定性造成的。此外，肽类药物可能具有较差的膜透过性。 自然界中的例子表明，内源性肽和蛋白质的特性可以通过翻译后修饰（PTM）进行改变。 在实际治疗应用中，研究人员通过PTM改善肽性质，如增加生物活性和改善代谢稳定性，增加结合亲和力、半衰期以及通过脂肪化和酰化改善组织渗透能力等等。 通过糖基化可以改善生物利用度和稳定性，增强蛋白质-蛋白质相互作用，利用细胞表面的葡萄糖转运蛋白提高细胞渗透性。 而18A具有两面性的特点，对于单点修饰，作者选择了位于两侧边缘的位置10的丙氨酸。
75510编辑于 2023-12-26 - 来自专栏DrugOne
mLife | 人工智能破解酶稳定性定向进化中的多个突变位点高效重组问题
DRUGAI 优化酶的热稳定性对于蛋白质科学和工业应用至关重要。目前，通过（半）理性设计和随机诱变方法可以较为准确地设计多个增强酶热稳定性的单点突变。 图1.基于蛋白质语言模型组合突变的策略。整个过程包括四个步骤：(1) 收集数据，(2) 蛋白质语言模型的微调，(3) 在组合序列空间中预测所有突变体，以及 (4) 验证所选突变体。 条形图是指突变体的热稳定性数据，其中蓝色、青色和橙色分别指初始数据集、第一轮和第二轮预测的数据集 其中，最佳突变体13M4包含13个突变位点，与野生型相比，它的活性基本保持不变，在Tm上提高了10.19°C，在58°C下的半衰期增加了约 与野生型相比，最佳突变体13M4的Tm提升了10.19℃，58℃半衰期增加655倍，同时催化活性保持不变。 5.研究强调了将来自蛋白质工程的数据与先进的人工智能模型相结合，可以进一步提升模型的预测性能，从而提升蛋白质工程效率。该策略可以推广应用至多种关键酶分子的进化任务中。
81010编辑于 2025-01-10 多肽药物干货：合成技术与修饰方法详解 | 皓元医药
PART 01 多肽药物定义多肽是由多个氨基酸通过肽键连接而形成的一类化合物，通常由2-50个氨基酸分子组成，其连接方式与蛋白质相同，对应分子量在10,000 dalt以内，其广泛参与和调节机体内各系统 多肽药物由现代生物或化学技术合成，是一类介于大分子蛋白质药物和小分子化学药物之间的具有调节细胞生物功能的药物，可用于疾病的预防、诊断及治疗。详细可见下表中的属性对比。 表1 多肽药物与传统小分子化药和蛋白质药物的比较PART 03 多肽药物的合成方法及特点多肽药物合成一般有生物合成法和化学合成法。其中化学合成法中的固相合成法是目前多肽药物的主流方法。 此外，通过多种结构修饰手段，可调控肽类的药代动力学特性，包括吸收、半衰期、代谢和生物利用度。
1.2K10编辑于 2025-08-18- 来自专栏生命科学
科研人必看：多肽、蛋白质、重组蛋白分不清？ 应用场景有哪些？定制如何选？_MedChemExpress (MCE)
Section.01多肽VS蛋白质VS重组蛋白多肽、蛋白质和重组蛋白本质上都是由氨基酸组成的生物大分子，三者的主要区别在于分子大小、折叠结构以及生产方式：弄清区别只是第一步。 在此基础上进一步优化的Semaglutide则采用C18脂肪二酸结合改造，使其半衰期延长至约一周，支持每周一次给药方案。 图3.脂肪酸修饰的生物学价值：延长半衰期、降低免疫原性，细胞内摄取及跨上皮屏障递送[2]。 Section.03重组蛋白定制蛋白质可以分为传统天然蛋白质和重组蛋白两大类。 etal.Areviewoflipidationinthedevelopmentofadvancedproteinandpeptidetherapeutics.JControlRelease.2019Feb10
21500编辑于 2026-07-07 - 来自专栏生信宝典
百度出品，Nature重磅 -- 优化的mRNA设计算法可改善mRNA的稳定性和免疫原性
先前的研究已表明，增加二级结构可延长mRNA的半衰期，再加上选择优化的密码子，可改善蛋白表达。因此，原则上mRNA的设计算法必须优化二级结构稳定性和密码子的使用。 在针对COVID-19 和 水痘带状疱疹病毒（varicella-zoster virus）mRNA疫苗，与密码子优化的基准算法相比，LinearDesign大幅度提高了mRNA的半衰期和蛋白的表达，显著增加了抗体的滴度 具有最低MFE的序列A显示出最慢的降解速率，其半衰期（T1/2）分别为10 mM和20 mM Mg2+缓冲液中的20.0小时和12.6小时（图4c和扩展数据图5）。 值得注意的是,BNT和序列H具有非常相近的MFE和CAI（图4a）且具备相似的半衰期。此外，与BNT和序列H相比，序列A和C能诱导产生更高水平的抗Spike IgG抗体和中和抗体（扩展数据图7）。 相比之下，gE-Ther在10 mM和20 mM Mg2+缓冲液中的T1/2分别为10.9小时和5.9小时。
1.3K20编辑于 2023-08-30 AI+Drug 文献速递 | 通过少样本学习整合AlphaFold2，预测突变诱导的相对蛋白质-配体结合亲和力变化
研究使用金标准数据集，包括酶、GPCR、离子通道和核受体四个子集，实验采用10折交叉验证并重复五次。结果显示，该方法在四个数据集上均取得优异成绩，如在酶数据集上auROC达99.33%。 10. Efficacy 期刊: bioRxiv 链接: https://doi.org/10.1101/2025.03.26.645438 简介: 文章介绍了一种整合深度学习与高效功能筛选的方法，用于设计具有延长半衰期和增强疗效的 实验使用了糖尿病和肥胖小鼠模型等，结果显示，部分设计的GLP-1RAs在体内半衰期显著延长，降糖和减肥效果优于司美格鲁肽。该研究为肽类药物设计提供了新途径，且整个设计到筛选过程可在两周内完成。 模型包含蛋白质序列编码、多层图卷积网络蛋白质表示和蛋白质卷积三个模块。
44710编辑于 2026-01-08AbMole小讲堂丨Concanamycin A (Con A)：V-ATP酶抑制剂在自噬、肿瘤和动物实验中的应用
Concanamycin A可诱导溶酶体、胞内体等酸性细胞器的pH值升高，进而影响蛋白质降解、自噬体成熟及离子稳态。 在前列腺癌细胞（LNCaP、22Rv1）中，Concanamycin A（刀豆素A，10 nM）联合其他抑制剂（如Enzalutamide ）可协同降低雄激素受体（AR）信号通路的活性[1]。 .：80890-47-7）在原代AML细胞（患者来源）中呈现剂量依赖性的抗增殖与促凋亡效应（剂量范围：10–100 nM）[2]。 Protein Synthesis IN-1作为蛋白质合成抑制剂，用于追踪FREE1蛋白的半衰期和降解过程。 Cancer microenvironment : official journal of the International Cancer Microenvironment Society 2017, 10
28910编辑于 2026-02-03- 来自专栏生信修炼手册
文献解读|环状RNA的性质和功能
型聚合酶作用，增强父本基因的表达，目前的研究表明，环状RNA对父本基因的表达具有正调控功能 部分环状RNA可以翻译蛋白，比如科学家发现并证实了circ-ZNF609在IRES位点的驱动下可以翻译成蛋白质 真核生物细胞中环状RNA的性质 结构稳定性，大多数exonic环状RNA的半衰期超过48小时，而mRNA的平均半衰期为10小时，环状RNA的这一特性得益于其闭合的环状结构，对核酸外切酶具有耐受性 数量丰富
1.2K10发布于 2019-12-19 AI 设计多肽：生化研究工具的范式革命
蛋白质语言模型（pLM） 以 ESM-2、ProtT5、ProteinBERT 为代表，在全长蛋白数据集上训练，可自然延伸至由 20 种标准氨基酸组成的多肽。 2.4 基于结构的设计范式 基于结构的方法将蛋白质三维空间信息作为设计的核心约束，是最早受益于现代 AI 的多肽设计路线之一。 MCTS + 离散扩散 亲和力、通透性、溶解性、溶血性 TR2-D2 SMILES 指数倾斜扩散 亲和力、通透性、溶解性、溶血性 MOG-DFM 标准氨基酸 离散流匹配（Pareto前沿） 亲和力、半衰期 、溶解性、溶血性 moPPIt 标准氨基酸 MOG-DFM + 位点预测 亲和力、位点特异性、半衰期、溶解性 AReUReDi 标准/SMILES 整流离散流匹配 亲和力、半衰期、溶解性、溶血性 SOAPIA 3.4 可编程蛋白质组编辑：诱导邻近策略 这是全文最具远景性的部分，作者将多肽引导的蛋白质组编辑与 CRISPR 对基因组的影响相提并论： 概念框架 CRISPR 成功的核心在于将靶向（gRNA）与执行
93510编辑于 2026-04-13- 来自专栏全栈开发工程师
【SQL必知必会】002-基础篇：了解SQL：一门半衰期很长的语言
【SQL必知必会】002-基础篇：了解SQL：一门半衰期很长的语言 一、概述 SQL 语言是最具有中台能力的语言！ 二、半衰期很长的 SQL 1974 年，IBM 研究员发布了一篇揭开数据库技术的论文《SEQUEL：一门结构化的英语查询语言》，直到今天这门结构化的查询语言并没有太大的变化，相比于其他语言，SQL 的半衰期可以说是非常长了 示例： SELECT name, hp_max FROM heros WHERE role_main = '战士' 五、价值衡量 SQL 语言 SQL 的价值在于通用性强（市场需求普遍），半衰期长（一次学习终身受用
41200编辑于 2025-01-06 - 来自专栏DrugOne
Science | 基因组—蛋白质组映射揭示自然变异对蛋白质多样性与适应性的驱动作用
通过整合基因组测序、转录组分析与定量蛋白质组学数据，研究人员揭示了数千个自然变异如何影响蛋白质丰度与结构变化，并识别出多个受自然选择调控的代谢与信号通路。 结果显示，基因组差异不仅影响蛋白质表达量，还通过翻译效率、蛋白稳定性与复合物组装等机制塑造蛋白质组的多样性。 所有数据经过标准化与质量控制后，用线性混合模型解析变异对蛋白质丰度的贡献，构建了 变异—转录—蛋白质 三层关联网络。 结果显示，变异可影响核糖体结合位点结构、mRNA二级结构及翻译起始速率；同时，也可能改变蛋白质稳定性与泛素化信号，从而影响半衰期。这些机制协同作用，形成自然变异到蛋白质丰度变化的量化路径。 从基因组到蛋白质组再到适应性的系统框架 研究人员构建了“基因组—蛋白质组—表型”整合模型。
35720编辑于 2025-10-14 AbMole小课堂丨Emetine（吐根碱）：从蛋白合成“冻结”到抑制病毒、肿瘤的高效分子工具
这种高效的抑制特性，使研究人员能够在特定时间点“冻结”细胞的蛋白合成状态，从而用于分析特定蛋白的半衰期、研究其对细胞的影响，或分析依赖于该蛋白的信号转导通路。 Emetine的处理可迅速耗竭其内部关键的短半衰期蛋白，如参与细胞骨架动态组装、胞吞作用及能量代谢的酶系，从而导致其运动能力丧失、形态异常并最终引发程序性细胞死亡[4]。 Daunorubicin与蒽环类抑制剂Daunorubicin的联用对AML（Acute myeloid leukemia）肿瘤细胞表现出显著的增殖抑制[10]。3. 例如有文献评估了几种转录和翻译抑制剂对大鼠肝细胞线粒体RNA和蛋白质合成的影响，发现只有Emetine能直接作用于线粒体，实现线粒体蛋白质合成的抑制，为研究线粒体转录和翻译机制提供了工具[11]。 regulation of multiple signaling pathways, Cancer chemotherapy and pharmacology 91(4) (2023) 303-315.[10
53610编辑于 2025-11-11- 来自专栏DrugOne
J. Chem. Inf. Model. | 加速肽类药物研发！中南大学董界等: 全新的多肽 ADMET系统评估智能预测平台
平台主要特色：（1）涵盖近10年，超过36,000条数据；（2）涵盖29个ADMET全过程性质；（3）支持环肽、线性肽、天然肽和修饰肽预测；（4）支持不同细胞系、器官和物种细分预测；（5）免费易用的用户界面 原文摘要 基于肽的治疗药物正日益成为小分子和蛋白质药物的一种有前景的替代方案。 其中，有10项理化性质可直接根据用户输入进行计算，无需额外数据支持。各模型的训练数据集规模及其预测结果汇总见图 3。如图所示，本研究共构建了26 个高质量数据集。 在半衰期预测方面，pepADMET在三种肽上的表现均令人满意。环孢素的实验半衰期约为19.00 h，但其可接受范围为10–27 h，模型预测值为12.28 h，接近实验数据的下限（10 h）。 通过设计并优化结合传统机器学习算法的新型深度学习算法，构建了17 个稳健的预测模型，覆盖19个关键终点，包括10项理化性质、7项ADME相关性质以及12项毒性终点。
76420编辑于 2026-03-02 - 来自专栏生命科学
RNA 治疗---小核酸药物有哪些？| MedChemExpress
但是只有 10-14% 的蛋白质可以成为小分子化合物或抗体的作用靶点。 mRNA 分子进入细胞然后翻译成目标蛋白质，可以用于蛋白质替代治疗或疫苗接种。核酸适配体通过其独特的三级结构而不是其序列与靶蛋白结合。 RNA适配体抑制蛋白质活性。 由于核酸通常分子量较大 (单链ASOs ~4 - 10kda，双链siRNA ~ 14kda)，且携带负电荷，所以很难有效地进入细胞。 2'化学修饰（2'-F、2'-OMe和2'-MOE等）的掺入大大提高了核酸的稳定性和整体半衰期。不过值得注意的是，与蛋白质不同，RNA 与 DNA 密切相关。
69720编辑于 2023-01-11 - 来自专栏DrugOne
Science | 预测人类蛋白质组中的蛋白质互作
DRUGONE 蛋白质–蛋白质相互作用（PPI）对生物功能至关重要。尽管基于协同进化分析和深度学习的蛋白质结构预测方法已在细菌和酵母中实现了大规模互作预测，但在更复杂的人类蛋白质组中应用仍然有限。 协同进化分析结合结构预测（如AlphaFold、RoseTTAFold）已在细菌、酵母中开展了蛋白质组规模的筛查，但在人体中仍受制于计算规模和有限的动物基因组数据。 研究人员此前开发的轻量级深度学习网络在人类互作预测中精度有限，而AlphaFold2虽精度更高，但计算开销过大，难以应用于蛋白质组范围。 人类蛋白质组范围内的互作预测 研究人员利用RF2-PPI和AlphaFold2，对19,528个人类蛋白（约1.91亿对配对）进行了筛选。 讨论 研究人员通过结合更深的进化信号和更大规模的训练集，提出了一种在蛋白质组范围内预测人类PPI的有效方法，显著扩展了高置信度互作的覆盖率。
59910编辑于 2025-10-14
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