<menuitem id="15xrr"></menuitem>
<thead id="15xrr"></thead><menuitem id="15xrr"><ruby id="15xrr"></ruby></menuitem>
<menuitem id="15xrr"></menuitem>
<menuitem id="15xrr"></menuitem>
<listing id="15xrr"></listing><thead id="15xrr"><del id="15xrr"></del></thead><i id="15xrr"><span id="15xrr"></span></i><menuitem id="15xrr"><ruby id="15xrr"></ruby></menuitem>
<menuitem id="15xrr"></menuitem><thead id="15xrr"></thead>
<menuitem id="15xrr"><i id="15xrr"></i></menuitem>
<menuitem id="15xrr"><i id="15xrr"></i></menuitem><menuitem id="15xrr"></menuitem>
<menuitem id="15xrr"><ruby id="15xrr"></ruby></menuitem>
<var id="15xrr"></var>
<thead id="15xrr"></thead>
<thead id="15xrr"></thead><menuitem id="15xrr"></menuitem>
<menuitem id="15xrr"></menuitem>
<menuitem id="15xrr"><ruby id="15xrr"><th id="15xrr"></th></ruby></menuitem>
<menuitem id="15xrr"><ruby id="15xrr"><th id="15xrr"></th></ruby></menuitem>
<menuitem id="15xrr"></menuitem><menuitem id="15xrr"><i id="15xrr"></i></menuitem><menuitem id="15xrr"></menuitem>
<menuitem id="15xrr"><i id="15xrr"></i></menuitem>
產(chǎn)品目錄   Product catalog
聯(lián)系我們   Contact
搜索   Search
技術(shù)文章   Article首頁(yè)>>技術(shù)文章>>氨基酸組分分析

氨基酸組分分析

點(diǎn)擊次數:1361 更新時(shí)間:2016-02-22

    如果目前分離蛋白質(zhì)組的技術(shù)是2-DE,那么隨之而來(lái)的挑戰是數百數千個(gè)蛋白如何被鑒定. 在這里,我們不考慮傳統的蛋白鑒定方法,如免疫印跡法、內肽的化學(xué)測序、已知或未知蛋白的comigration分析,或者在一個(gè)有機體中有意義的基因的過(guò)表達. 并不是因為這些方法無(wú)效,而是因為它們通常耗時(shí)、耗力,不適合高流通量的篩選. 目前,所選用的技術(shù)包括對于蛋白鑒定的圖象分析、微量測序;進(jìn)一步對肽片段進(jìn)行鑒定的氨基酸組分分析.ELISA試劑盒

(1) 圖象分析技術(shù)(Image analysis). 

    “滿(mǎn)天星”式的2-DE圖譜分析不能依靠本能的直覺(jué),每一個(gè)圖象上斑點(diǎn)的上調、下調及出現、消失,都可能在生理和病理狀態(tài)下產(chǎn)生,必須依靠計算機為基礎的數據處理,進(jìn)行定量分析. 在一系列高質(zhì)量的2-DE凝膠產(chǎn)生(低背景染色,高度的重復性)的前提下,圖象分析包括斑點(diǎn)檢測、背景消減、斑點(diǎn)配比和數據庫構建. 首先,采集圖象通常所用的系統是電荷耦合CCD(charge coupled device)照相機;激光密度儀(laser densitometers)和Phospho或Fluoroimagers,對圖象進(jìn)行數字化. 并成為以象素(pixels)為基礎的空間和網(wǎng)格. 其次,在圖象灰度水平上過(guò)濾和變形,進(jìn)行圖象加工,以進(jìn)行斑點(diǎn)檢測. 利用Laplacian,Gaussian,DOG(difference of Gaussians) opreator使有意義的區域與背景分離,限定斑點(diǎn)的強度、面積、周長(cháng)和方向.

    圖象分析檢測的斑點(diǎn)須與肉眼觀(guān)測的斑點(diǎn)一致. 在這一原則下,多數系統以控制斑點(diǎn)的重心或zui高峰來(lái)分析,邊緣檢測的軟件可描述斑點(diǎn)外觀(guān),并進(jìn)行邊緣檢測和鄰近分析,以增加度. 通過(guò)閾值分析、邊緣檢測、銷(xiāo)蝕和擴大斑點(diǎn)檢測的基本工具還可恢復共遷移的斑點(diǎn)邊界. 以PC機為基礎的軟件Phoretix-2D正挑戰古老的Unix為基礎的2-D分析軟件包. 第三,一旦2-DE圖象上的斑點(diǎn)被檢測,許多圖象需要分析比較、增加、消減或均值化. 由于在2-DE中出現100%的重復性是很困難的,由此凝膠間的蛋白質(zhì)的配比對于圖象分析系統是一個(gè)挑戰. IPG技術(shù)的出現已使斑點(diǎn)配比變得容易.

    因此,較大程度的相似性可通過(guò)斑點(diǎn)配比向量算法在長(cháng)度和平行度觀(guān)測. 用來(lái)配比的軟件系統包括Quest,Lips,Hermes,Gemini等,計算機方法如相似性、聚類(lèi)分析、等級分類(lèi)和主要因素分析已被采用,而神經(jīng)網(wǎng)絡(luò )、子波變換和實(shí)用分析在未來(lái)可被采用. 配比通常由一個(gè)人操作,其手工設定大約50個(gè)突出的斑點(diǎn)作為“路標”,進(jìn)行交叉配比. 之后,擴展至整個(gè)膠. 例如:的PI和MW(分子量)的估計通過(guò)參考圖上20個(gè)或更多的已知蛋白所組成的標準曲線(xiàn)來(lái)計算未知蛋白的PI和MW. 在凝膠圖象分析系統依據已知蛋白質(zhì)的pI值產(chǎn)生PI網(wǎng)絡(luò ),使得凝膠上其它蛋白的PI按此分配.

    所估計的度大大依賴(lài)于所建網(wǎng)格的結構及標本的類(lèi)型. 已知的未被修飾的大蛋白應該作為標志,變性的修飾的蛋白的PI估計約在±0.25個(gè)單位. 同理,已知蛋白的理論分子量可以從數據庫中計算,利用產(chǎn)生的表觀(guān)分子量的網(wǎng)格來(lái)估計蛋白的分子量. 未被修飾的小蛋白的錯誤率大約30%,而翻譯后蛋白的出入更大. 故需聯(lián)合其他的技術(shù)完成鑒定. ELISA試劑盒

(2) 微量測序(microsequencing). 

    蛋白質(zhì)的微量測序已成為蛋白質(zhì)分析和鑒定的基石,可以提供足夠的信息. 盡管氨基酸組分分析和肽質(zhì)指紋譜(PMF)可鑒定由2-DE分離的蛋白,但zui普通的N-末端Edman降解仍然是進(jìn)行鑒定的主要技術(shù). 目前已實(shí)現蛋白質(zhì)微量測序的自動(dòng)化. 首先使經(jīng)凝膠分離的蛋白質(zhì)直接印跡在PVDF膜或玻璃纖維膜上,染色、切割,然后直接置于測序儀中,可用于subpicomole水平的蛋白質(zhì)的鑒定.

    但有幾點(diǎn)需注意:Edman降解很緩慢,序列以每40 min 1個(gè)氨基酸的速率產(chǎn)生;與質(zhì)譜相比,Edman降解消耗大;試劑昂貴,每個(gè)氨基酸花費3~4$. 這都說(shuō)明泛化的Edman降解蛋白質(zhì)不適合分析成百上千的蛋白質(zhì). 然而,如果在一個(gè)凝膠上僅有幾個(gè)有意義的蛋白質(zhì),或者如果其他技術(shù)無(wú)法測定而克隆其基因是必需的,則需要進(jìn)行泛化的Edman降解測序.

    近來(lái),應用自動(dòng)化的Edman降解可產(chǎn)生短的N-末端序列標簽,這是將質(zhì)譜的序列標簽概念用于Edman降解,業(yè)已成為一種強有力的蛋白質(zhì)鑒定. 當對Edman的硬件進(jìn)行簡(jiǎn)單改進(jìn),以迅速產(chǎn)生N-末端序列標簽達10~20個(gè)/d,序列檢簽將適于在較小的蛋白質(zhì)組中進(jìn)行鑒定.若聯(lián)合其他的蛋白質(zhì)屬性,如氨基酸組分分析、肽質(zhì)質(zhì)量、表現蛋白質(zhì)分子量、等電點(diǎn),可以更加可信地鑒定蛋白質(zhì). 選擇BLAST程序,可與數據庫相配比. 目前,采用一種Tagldent的檢索程序,還可以進(jìn)行種間比較鑒定,又提高了其在蛋白質(zhì)組研究中的作用.ELISA試劑盒

上一篇 熒光原位雜交的染色體分析 下一篇 制備感受態(tài)細胞與轉化

021-69985169
13611928337

環(huán)保在線(xiàn)

推薦收藏該企業(yè)網(wǎng)站
<menuitem id="15xrr"></menuitem>
<thead id="15xrr"></thead><menuitem id="15xrr"><ruby id="15xrr"></ruby></menuitem>
<menuitem id="15xrr"></menuitem>
<menuitem id="15xrr"></menuitem>
<listing id="15xrr"></listing><thead id="15xrr"><del id="15xrr"></del></thead><i id="15xrr"><span id="15xrr"></span></i><menuitem id="15xrr"><ruby id="15xrr"></ruby></menuitem>
<menuitem id="15xrr"></menuitem><thead id="15xrr"></thead>
<menuitem id="15xrr"><i id="15xrr"></i></menuitem>
<menuitem id="15xrr"><i id="15xrr"></i></menuitem><menuitem id="15xrr"></menuitem>
<menuitem id="15xrr"><ruby id="15xrr"></ruby></menuitem>
<var id="15xrr"></var>
<thead id="15xrr"></thead>
<thead id="15xrr"></thead><menuitem id="15xrr"></menuitem>
<menuitem id="15xrr"></menuitem>
<menuitem id="15xrr"><ruby id="15xrr"><th id="15xrr"></th></ruby></menuitem>
<menuitem id="15xrr"><ruby id="15xrr"><th id="15xrr"></th></ruby></menuitem>
<menuitem id="15xrr"></menuitem><menuitem id="15xrr"><i id="15xrr"></i></menuitem><menuitem id="15xrr"></menuitem>
<menuitem id="15xrr"><i id="15xrr"></i></menuitem>
潼关县| 平和县| 阜南县| 开化县| 朔州市| 普格县| 西充县| 谷城县| 博罗县| 剑阁县| 金湖县| 临城县| 黎平县| 通州市| 吉安县| 筠连县| 临澧县| 漾濞| 正镶白旗| 尉犁县| 神农架林区| 福安市| 五寨县| 延川县| 兴安盟| 阳江市| 海阳市| 滦南县| 三门峡市| 龙口市| 汕头市| 武鸣县| 斗六市| 曲阜市| 石林| 太谷县| 云霄县| 寻乌县| 屏山县| 讷河市| 双辽市| http://444 http://444 http://444 http://444 http://444 http://444