蛋白质翻译后修饰受可变剪切影响的系统生物学研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31071154
  • 项目类别:
    面上项目
  • 资助金额:
    40.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C0609.生物大数据解析
  • 结题年份:
    2013
  • 批准年份:
    2010
  • 项目状态:
    已结题
  • 起止时间:
    2011-01-01 至2013-12-31

项目摘要

基因转录为mRNA前体之后,在特定分子机制的作用下,外显子以不同的方式进行组合,进而翻译成不同的蛋白质,这一调控方式称为mRNA的可变剪切。近期的研究表明,可变剪切异构体的表达具有疾病和癌症的特异性,并可作为诊断的分子标记。基于已有的研究基础,申请人认为mRNA可变剪切可能通过影响蛋白质翻译后修饰改变细胞的信号转导通路,从而在疾病和癌症的发生和发展的过程中发挥重要的作用。本项目中,申请人拟以蛋白质磷酸化和SUMO化修饰为研究典型,利用人类EST以及UniGene等数据库资源,预测疾病和癌症中特异性表达的mRNA可变剪切转录本,系统地预测潜在的、影响蛋白质翻译后修饰状态的异构体,并通过实验方法验证部分预测结果,构建影响蛋白质翻译后修饰的可变剪切转录本数据库。主要创新点在于首次系统地研究mRNA可变剪切调控蛋白质修饰的分子机制,对进一步发现诊断疾病和癌症的分子标记具有重要指导意义。

结项摘要

在此项目中,我们首先进行了蛋白质翻译后修饰实验数据的准备工作。通过文献检索的方式我们总共收集了3311个乙酰化底物的7151个位点信息,并以此构建了乙酰化数据库CPLA。我们还系统收集了来自70个物种的738个E1,2937个E2,46631个E3和6647个泛素解离酶,构建了蛋白质泛素化数据库UUCD。随后,采用一种新的“模体长度选择”(motif length selection, MLS)方法开发出新一代GPS预测算法,并利用此算法开发了磷酸化、棕榈酰化、酪氨酸硝基化、原核生物类泛素化等8款翻译后修饰位点预测工具。此外,我们利用高通量质谱技术验证了9719个人类肝脏的磷酸化位点,并使用iGPS工具构建了人类肝脏磷酸化调控网络,通过与已知的鼠肝数据进行同源比较,发现了磷酸化调控网络在位点和底物层面较不保守的现象。最后,我们针对人的蛋白质组系统研究了可变剪接对翻译后修饰位点的影响,并发现了如果修饰位点位于替代外显子上,则可以通过增加或减少外显子来调控翻译后修饰。在本项目支持下,研究团队在Molecular & Cellular Proteomics, Briefings in Bioinformatics,Nucleic Acids Research等国际期刊上发表SCI论文12篇,其中IF>7.0的4篇。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
GPS-PUP: computational prediction of pupylation sites in prokaryotic proteins
GPS-PUP:原核蛋白中蛹化位点的计算预测
  • DOI:
    10.1039/c1mb05217a
  • 发表时间:
    2011-01-01
  • 期刊:
    MOLECULAR BIOSYSTEMS
  • 影响因子:
    --
  • 作者:
    Liu, Zexian;Ma, Qian;Xue, Yu
  • 通讯作者:
    Xue, Yu
GPS-CCD: A Novel Computational Program for the Prediction of Calpain Cleavage Sites
GPS-CCD:预测钙蛋白酶裂解位点的新型计算程序
  • DOI:
    10.1371/journal.pone.0019001
  • 发表时间:
    2011-04-20
  • 期刊:
    PLOS ONE
  • 影响因子:
    3.7
  • 作者:
    Liu, Zexian;Cao, Jun;Xue, Yu
  • 通讯作者:
    Xue, Yu
UUCD: a family-based database of ubiquitin and ubiquitin-like conjugation.
UUCD:基于家族的泛素和类泛素缀合数据库
  • DOI:
    10.1093/nar/gks1103
  • 发表时间:
    2013-01
  • 期刊:
    Nucleic acids research
  • 影响因子:
    14.9
  • 作者:
    Gao T;Liu Z;Wang Y;Cheng H;Yang Q;Guo A;Ren J;Xue Y
  • 通讯作者:
    Xue Y
GPS-ARM: computational analysis of the APC/C recognition motif by predicting D-boxes and KEN-boxes.
GPS-ARM:通过预测 D-Box 和 KEN-Box 对 APC/C 识别基序进行计算分析
  • DOI:
    10.1371/journal.pone.0034370
  • 发表时间:
    2012
  • 期刊:
    PloS one
  • 影响因子:
    3.7
  • 作者:
    Liu Z;Yuan F;Ren J;Cao J;Zhou Y;Yang Q;Xue Y
  • 通讯作者:
    Xue Y
GPS-YNO2: computational prediction of tyrosine nitration sites in proteins
GPS-YNO2:蛋白质中酪氨酸硝化位点的计算预测
  • DOI:
    10.1039/c0mb00279h
  • 发表时间:
    2011-01-01
  • 期刊:
    MOLECULAR BIOSYSTEMS
  • 影响因子:
    --
  • 作者:
    Liu, Zexian;Cao, Jun;Xue, Yu
  • 通讯作者:
    Xue, Yu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

LAMOST选星关键约束条件分析与建模
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国科学技术大学学报
  • 影响因子:
    --
  • 作者:
    姚仰光;袁海龙;黄鲲;任间;王坚;李锋;金革;朱利平
  • 通讯作者:
    朱利平
OCS命令流解析器的设计与实现
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国科学技术大学学报
  • 影响因子:
    --
  • 作者:
    任间;刘光曹;金革;袁海龙;黄鲲;朱利平;姚仰光;王坚
  • 通讯作者:
    王坚
OCS命令调度的设计与实现
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国科学技术大学学报
  • 影响因子:
    --
  • 作者:
    姚仰光;刘光曹;黄鲲;金革;朱利平;任间;袁海龙;王坚
  • 通讯作者:
    王坚
均值漂移算法在LAMOST动态选星中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    天文学报
  • 影响因子:
    --
  • 作者:
    姚仰光;李锋;袁海龙;朱利平;王坚;金革;任间;黄鲲
  • 通讯作者:
    黄鲲
OCS消息总线的测试与分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国科学技术大学学报
  • 影响因子:
    --
  • 作者:
    刘光曹;任间;黄鲲;姚仰光;袁海龙;朱利平;王坚;金革
  • 通讯作者:
    金革

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

任间的其他基金

单碱基精度RNA甲基化修饰组学数据分析工具构建及应用
  • 批准号:
    31771462
  • 批准年份:
    2017
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目
基于深度学习算法的生物大分子修饰分析平台的构建及应用
  • 批准号:
    91753137
  • 批准年份:
    2017
  • 资助金额:
    70.0 万元
  • 项目类别:
    重大研究计划
基于双分子荧光互补技术的小类泛素修饰因子调控机制的系统研究
  • 批准号:
    31471252
  • 批准年份:
    2014
  • 资助金额:
    85.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码