- 综合排序
- 最热优先
- 最新优先
《Cell》破解 PROTAC 透膜难题∶ CD36 蛋白介导的内吞机制_MedChemExpress(MCE中国)
该团队揭示了 CD36 是介导 PROTAC 及 bRO5 化合物透膜的关键蛋白，通过结构优化增加PROTAC 分子与 CD36 的亲和力，可以明显提高 PROTAC 透膜性，显著增强 PROTAC 的抗肿瘤功效 这类分子通过同时结合靶蛋白和 E3 泛素连接酶，诱导蛋白质降解，从而实现对疾病关键蛋白的精准清除。 CD36 缺失会大幅降低这些药物的细胞摄取效率及靶蛋白降解能力；CD36 表达恢复可显著提升 PROTAC 的疗效。CD36 介导的摄取依赖于经典的内吞通路 (Rab5/EEA1 早期内体途径) 。 Section.03研究亮点:从机制到应用的系统性突破发现 CD36 可识别并内吞多种"大分子药物"通过生物素标记的 PROTAC 探针，结合细胞膜蛋白质组筛选，研究者发现 CD36 是多个 PROTAC 3.
46301编辑于 2025-07-03- 来自专栏单细胞天地
单细胞数据揭示两种巨噬细胞亚型及其预测胃腺癌免疫治疗和预后的相关预后因素
MKN7 和 MKN28（两种胃癌细胞系）中 7 个预后因子的表达趋势与 RNA-seq 数据中的表达趋势一致，也比较了公共 HPA（人类蛋白质图谱）数据库中的蛋白质表达水平。 粉色模块内基因的通路富集分析表明，这些基因主要富集于癌症通路、PI3K-Akt信号通路、癌症蛋白聚糖、多细胞生物过程调控和定位调控。 RGS2、GNAI2、ANXA5、MARCKS、CD36、NRP1和PDE4A是STAD的预后指标，其中GNAI2和PDE4A是保护指标，RGS2、ANXA5、MARCKS、CD36和NRP1是危险指标 预后因素的表达图谱和突变图谱 分析RiskScore系统中预后因子和蛋白质产物的表达水平。 首先，在HPA数据库中查询RGS2、GNAI2、ANXA5、MARCKS、CD36、NRP1和PDE4A的蛋白产物表达水平。MARCKS基因编码的蛋白质在STAD组织中的表达低于正常胃组织（图4A）。
1.1K10编辑于 2024-04-01 AbMole | Alirocumab助力揭秘HTR期间肝脏免疫调节新机制
B，从B6小鼠中分离出原代肝细胞，用PBS、TNF-α或IFN-γ培养24小时，并收集Pcsk9 mRNA，用qPCR测定进行分析（n=3）。 研究人员还进行了体内研究，通过构建心脏转基因动物模型进行实验，实验结果显示，在HTR期间，Tnf或Ifn缺乏不仅能抑制受体肝脏SREBP2的表达，还可以降低肝脏Pcsk9 mRNA的表达和血清PCSK9水平(图3A 和3B)，并得到TNF-α和IFN-γ能通过SREBP2协同促进肝细胞中PCSK9的表达(图3C)的结论。 图 3 A和B，在心脏移植后第6天收集受者的肝脏和血清。A, 肝脏中SREBP2的mRNA和蛋白水平通过qPCR（n=4）和WB测量。 pcsk9的靶点，包括ldlr、lrp1、lrp5、lrp8、vldlr和cd36，被标记出来。b，散点图显示排斥组和非排斥组之间cd36的表达。
13210编辑于 2025-12-22AbMole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还能以0.1 μM的浓度在小鼠成骨细胞中抑制溶酶体酸化，降低组织蛋白酶B的活性[3]。 Concanamycin A(Con A，Folimycin，刀豆素A，AbMole，M7737) 在大鼠模型中，静脉注射（剂量为1 mg/kg）可用于研究V-ATP酶对CD36蛋白亚细胞循环的调控，并揭示其在心肌脂质代谢紊乱中的作用 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。 General subjects 2018, 1862 (3), 684-691.[2] Bartaula-Brevik, S.; Leitch, C.; Hernandez-Valladares, M Journal of clinical medicine 2023, 12 (17).[3] Uhlman, A.; Folkers, K.; Liston, J.; et al.
15510编辑于 2026-02-03- 来自专栏Y大宽
1️⃣序列获取(3)：蛋白质序列获取
EXProt :database for EXPerimentally verified Protein functions ps，写到这里，安利一个航母网址https://www.expasy.org/ 3 UniProtKB：不能再详细 Swiss-Prot 数据来源 核酸数据库翻译推导 蛋白质数据库PIR挑选 科学文献摘录 研究人员直接提交的蛋白序列 特点 每一条序列包括核心数据和注释两类,
68410发布于 2019-01-28 - 来自专栏医学数据库百科
人类蛋白免疫组化表达数据库
写在前面 我们在进行基因的蛋白表达检测的时候，通常的方法是进行western blot以及免疫组化进行检测的。 对于某一个蛋白免疫组化的结果呈现，数据库是分成了四个分类来呈现的，分别是：没有检测到、低表达、中表达以及高表达。、 ? 数据库使用 数据库的使用和基因的检索数据库是一样的。 我们只需要输入我们想要检索的蛋白名即可。例如我们这里输入：CD36。 ? 对于每一个蛋白的数据结果，数据库提供了多个模块来展示结果。首先我们看到的是一个汇总的界面，这里我们能看到这个蛋白的基本信息。 组织表达情况 在组织表达情况当中，我们可以看到这个蛋白的不同在不同的正常组织当中mRNA和蛋白的表达情况。 蛋白表达定位情况 在 CELL部分，我们可以看到这个蛋白在细胞当中的什么部位表达，通过蛋白的表达位置来确定这个蛋白可能具有的功能。 ? 3.
3.7K40发布于 2020-07-16 呼吸道合胞病毒（HRSVBRSV）核心抗原深度解析：Fusion蛋白、G蛋白及PreF3蛋白的科研试剂应用
三、 PreF3蛋白：稳定融合前构象的抗原设计突破PreF3蛋白并非病毒基因组直接编码的天然蛋白，而是基于F蛋白结构生物学研究而精心设计的重组蛋白工程产物，特指稳定在融合前构象（Prefusion conformation 技术特点与优势：PreF3蛋白作为科研试剂，其最大优势在于保持了天然PreF构象的抗原表位完整性。 与自发转变为PostF的野生型F蛋白或早期PreF设计相比，PreF3蛋白具有更高的蛋白稳定性和均一性，能更有效地诱导产生针对关键中和表位的高效抗体。 作为科研试剂的核心价值：PreF3蛋白是目前研究HRSV/BRSV F蛋白相关生物学和免疫学的“金标准”抗原。 虽然F蛋白相对保守，但G蛋白差异显著，而PreF3蛋白的设计也需针对不同亚型进行序列优化。
22910编辑于 2025-12-15- 来自专栏R语言可视化
两蛋白间的分子对接3—使用AlphaFold进行
两蛋白间的分子对接3—使用AlphaFold进行据说AlphaFold进行分子对接比传统的蛋白分子工具如zdock、hdock的对接效果更好。 输出PDB格式文件3.pymol中进行可视化操作安装ppi.py脚本文件，Choose file选择ppi.py这个脚本，安装脚本ppi.py这段 Python 脚本是专门在 PyMOL 中执行的，用来分析和可视化蛋白质 -蛋白质相互作用（PPI），重点包括：π-π stacking（芳香环之间的堆叠）Salt bridge（盐桥）Hydrogen bonds（氢键）同时，脚本还设置了可视化参数，便于展示结果。 y1,y2,y3): import numpy as np #print(x1,x2,x3,y1,y2,y3) B1, B2, B3 = [x1[0] - x2[0], x1[1] - [1] - y3[1], y1[2] - y3[2]] n2 = [D2 * E3 - E2 * D3, D3 * E1 - E3 * D1, D1 * E2 - E1 * D2] dot_product
3.4K11编辑于 2025-04-08 - 来自专栏生信技能树
蛋白质组学第3期-蛋白质组学的三大元素
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250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，前面两期我们分享的是： 蛋白质组学第1期-认识基础概念 蛋白质组学第2期-认识蛋白质组学原始数据 ?
2.9K44发布于 2019-07-26 - 来自专栏生信技能树
花十几万做四个样品的空间单细胞转录组就为了证明这么简单的事情？
The results showed that the ratio of tumor cells was over 50% in all 4 patients and over 75% in 3 of acc=GSE190811，可以看到； GSM5732357 PT_3 LNM ST GSM5732358 PT_6 LNM ST GSM5732359 PT_7 LNM ST GSM5732360 PT 里面的空间单细胞转录组数据文件，走空间单细胞流程，详见：10x的空间单细胞文件格式详解 需要完成上面的4个样品的空间切片的上皮细胞的打分以及可视化，然后随便也看看下面的基因列表的地方吧； Fibroblast: CD36 GPR17, PMP22, MPZL1, TRF, RAP1, GAL3ST1, MYO1D Neurons: NCAM1,MAP2,RBFOX3,TUBB3,GRIN1 如果做到了的话可以发邮件给我 蛋白质组学分析：通过蛋白质质谱分析样品中蛋白质的组成，寻找与乳腺癌相关的蛋白质标志物。
21110编辑于 2024-11-21 - 来自专栏火星娃统计
GEO数据挖掘5
数据库能够把基因及表达信息作为一个整体的网络进行研究，通俗点讲就是通过基因寻找通路 GO全称为gene ontology，由基因本体联合会（Gene Ontology Consortium）建立的数据库，数据库对基因和蛋白功能进行限定和描述 toType = c( "ENTREZID"), OrgDb = org.Hs.eg.db) head(df) ## SYMBOL ENTREZID ## 1 CD36 DEG=deg head(DEG) ## logFC AveExpr t P.Value adj.P.Val B g ## CD36 UP ## ETV4 -3.843247 9.667077 -46.99899 4.224762e-14 1.325237e-10 22.56297 DOWN ## symbol ## CD36 CD36 ## DUSP6 DUSP6 ## DCT DCT ## SPRY2 SPRY2 ## MOXD1 MOXD1 ## ETV4 ETV4 # 通过基因名将转换后的
1.4K10发布于 2020-09-15 【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
原核蛋白表达宿主菌株与表达载体的选择1. 宿主菌株的选择BL21 系列菌株：最常用的表达宿主，如 BL21(DE3)，因缺乏 Lon 与 OmpT 蛋白酶，可减少重组蛋白降解，配合 T7 表达系统可实现高水平表达。 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. 3. 小规模表达测试与优化在大规模表达前，需进行小规模试表达检测表达溶解性、条件优化（诱导温度、宿主菌株、表达载体等）。 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.
64110编辑于 2025-08-25- 来自专栏单细胞天地
母乳细胞的单细胞测序揭示了哺乳期乳腺变化
在人类乳腺中，这种导管结构会嵌入富含胶原蛋白的特殊基质中，其中含有不同类型的间充质和免疫 (IM) 细胞。 然后进行聚类分群， NMC主要是5个群，其中有3个是完全属于NMC：a single MY cluster and two luminal clusters (LCs)。 markers：主要是 keratin 18 (KRT18) and EPCAM (EPCAM)；其中HR cluster marker是ESR1, PGR, PRLR；LP的maker是ELF5，ALDH1A3, CSN318) and other secretory genes integral to milk fat secretion such as xanthine hydrogenase (XDH), CD36 (CD36) and mucin-1 (MUC1) 然后对LC1和LC2进行差异分析， 其中1640 个基因在 LC1 中高表达，发现 1782 个基因在 LC2 中高表达；富集分析结果显示：LC1
38610编辑于 2023-09-26 - 来自专栏DrugIntel
AFsample3：AlphaFold3驱动的蛋白多重构象状态生成与选择
多参数优化的采样系统 为平衡构象质量与计算效率，AFsample3建立了多参数优化的采样体系： 采样规模：针对238个靶标蛋白的测试表明，多数蛋白仅需生成300个模型即可获得高质量交替构象，较AFsample2 构象预测质量显著提升 交替构象优化：28%的靶标蛋白（67/238）的交替构象预测质量实现显著改善（ΔTM>0.1），仅3%（8/238）的目标性能轻微下降，与AF2vanilla、AF3vanilla 跨场景鲁棒性优异 AFsample3在不同构象差异和序列长度的目标蛋白中均表现稳定： 针对构象相似度较高（TM>0.5）的目标蛋白，其交替构象预测准确率提升最为显著； 对于长序列蛋白（序列长度>1000 该协议可直接应用于未知构象蛋白的研究，为孤儿蛋白、新发现蛋白的构象解析提供了可行方案，显著拓展了多构象建模的应用场景。 3. 五、总结 AFsample3作为基于AlphaFold3的增强采样框架，通过创新的MSA随机掩码策略、DiSco无参考筛选协议和多参数优化系统，在多构象蛋白质建模领域实现了技术突破。
21110编辑于 2026-01-27 - 来自专栏DrugOne
AFsample3：AlphaFold3驱动的蛋白多重构象状态生成与选择
多参数优化的采样系统 为平衡构象质量与计算效率，AFsample3建立了多参数优化的采样体系： 采样规模：针对238个靶标蛋白的测试表明，多数蛋白仅需生成300个模型即可获得高质量交替构象，较AFsample2 构象预测质量显著提升 交替构象优化：28%的靶标蛋白（67/238）的交替构象预测质量实现显著改善（ΔTM>0.1），仅3%（8/238）的目标性能轻微下降，与AF2vanilla、AF3vanilla 跨场景鲁棒性优异 AFsample3在不同构象差异和序列长度的目标蛋白中均表现稳定： 针对构象相似度较高（TM>0.5）的目标蛋白，其交替构象预测准确率提升最为显著； 对于长序列蛋白（序列长度>1000 该协议可直接应用于未知构象蛋白的研究，为孤儿蛋白、新发现蛋白的构象解析提供了可行方案，显著拓展了多构象建模的应用场景。 3. 五、总结 AFsample3作为基于AlphaFold3的增强采样框架，通过创新的MSA随机掩码策略、DiSco无参考筛选协议和多参数优化系统，在多构象蛋白质建模领域实现了技术突破。
14610编辑于 2026-01-28 - 来自专栏Y大宽
5️⃣蛋白质的特征信息3:卷曲螺旋预测
序列比对和序列特征分析总目录 卷曲螺旋是蛋白质中的结构motif，其中2-7个α-螺旋像绳索一样缠绕在一起，其中最常见的类型是二聚体和三聚体。 许多卷曲螺旋型蛋白质参与重要的生物学功能，例如基因表达的调节的转录因子。 比如c-Fos和c-jun。
2.8K10发布于 2019-03-04 - 来自专栏生信星球
meta分析整合多次差异分析结果
优点：容错率极高，能整合量纲完全不同的数据（如转录组+蛋白质组+甲基化）。 缺点：丢失了具体的“倍数变化”信息，无法量化差异幅度。 16.56112 DOWN H2-K1 ## Gm10260 16.45028 UP Gm10260 ## Rps18 15.48881 DOWN Rps18 ## Cd36 15.39094 UP Cd36 head(deg2) ## logFC AveExpr t P.Value 3.剔除基因名NA、重复以及无穷值，防止因异常数据而报错。 4.两个差异分析结果数据取交集。 (结果会强烈向更靠谱的 dat1 倾斜，而不是简单的中间值 3)。
17710编辑于 2026-01-27 - 来自专栏百味科研芝士
干湿结合7-mRNA预测模型轻松发5分+
cholangiocarcinoma 一种新的多mRNA标志物预测胆管癌复发的预后价值 术语 CCA：胆管癌 DEGs：差异表达基因 mRNA：由DNA的一条链作为模板转录而来的、携带遗传信息的能指导蛋白质合成的一类单链核糖核酸 利用127个AUC≥0.55的mRNA构建LASSO-COX回归模型（图3A）。 在平均交叉验证误差最小的λ值下，选择了7个非零系数的mRNA，包括CD36、GGCX、UBASH3B、DBN1、PTTG1、CCNA2和SPATS2（图3B）。 根据这7个mRNA的表达情况，构建了RFS的风险评分公式：风险评分=（-0.96873×CD36表达状态）+-0.03944×GGCX表达状态）+（0.01064×UBASH3B表达状态）+（0.04955 图3 3. TCGA样本复发风险评分公式的评估 计算TCGA数据集中每个患者的复发风险得分。如图4A所示，当风险评分增加时，患者更容易复发。
72730发布于 2020-04-30 【辰辉创聚生物】包涵体蛋白纯化|可溶性蛋白表达|大肠杆菌蛋白表达|原核蛋白表达
在生物技术与分子生物学中，原核蛋白表达体系（尤其是大肠杆菌蛋白表达）因操作简便、生长速度快、成本低廉，是获取重组蛋白的重要途径。 因此，在工程过程中，提升可溶性蛋白表达与完善包涵体蛋白的纯化与复性策略，是实现高效、活性蛋白回收的关键。可溶性蛋白表达策略避免目标蛋白形成沉淀、提高可溶性表达是首选路径。 3、使用融合标签（如 MBP、GST、His-tag）：这些标签可增强表达稳定性、促进折叠并便于后续纯化。 通过上述策略，可显著在原核蛋白表达 / 大肠杆菌蛋白表达系统中提升可溶性蛋白表达比率，从而降低进入包涵体途径的蛋白量。包涵体蛋白纯化流程当可溶性表达不足时，包涵体表达成为高产获取目标蛋白的重要替代。 （3）复性（Refolding）溶解后需进行复性，将蛋白恢复至天然构象。缓慢稀释、梯度透析、加入辅因子、氧化还原系统、辅侣蛋白等方式可降低聚集，提升折叠质量。
36610编辑于 2025-09-02- 来自专栏医学数据库百科
蛋白功能预测
我们在遇到一些新的蛋白的时候，经常需要去了解这个蛋白的功能。如果是一个新的还没有功能注释的蛋白，一般数据库就用不了了。这个时候就可以使用 NetGo 来对蛋白的序列进行功能注释了。 ? NetGo基于三重信息来对蛋白序列进行功能预测： 基于已知的功能信息信息(GO数据库) 基于STRING蛋白相互作用数据库进行注释 如果没有互作蛋白的可以进行同源转换进行注释。 数据库评价 对于蛋白功能预测的话，已知的蛋白基本上都已经基于GO预测好了。如果我们研究的是已知常规蛋白的话，其实可以去类似Genecards或NCBI的gene数据库直接看的。 这个数据库更多的可以用于新发现的蛋白的预测，或者说一个基因不同转录本之间的研究，看有没有功能的区别。
92810发布于 2020-06-01
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