Bim启动子的控及生物信息学分析.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
Bim启动子的控及生物信息学分析.pdf

中L“大学研究生论文 Bim启动子的调控及生物信息学分析 Bim启动子的调控及生物信息学分析 专 业:生物医学工程 硕士生:马驰 指导老师:袁衡新副教授 黎明涛教授 摘 要 1.神经元凋亡通路及实验中我们的问题 神经元凋亡通路大致可以分为两类:内在通路(线粒体依赖的凋亡蛋白酶通 路)及外部通路(受体.穿孔素/粒酶通路)。BCL2家族成员在调节凋亡内在通路 中发挥重要作用。BCL2家族成员可以分为抗凋亡蛋白质和促凋亡蛋白质两大类; Bim(Bcl.2 Mediatorofcell Interacting death,Bim)是BCL2家族成员中重要的促调 亡蛋白质,在神经元及非神经元凋亡过程中发挥重要的作用。 大量研究发现Bim基因在多种类型细胞的凋亡过程中表达上调。目前研究 通路中的转录因子c.Jun在Bim基因表达上调中发挥重要作用。 neurons. 我们的实验结果显示低钾诱导的小脑颗粒神经元(eerebellar granule cGNs)凋亡模型中Bim蛋白质诱导表达增加,但同时发现上述两条已报道的通路 并不介导低钾诱导的小脑颗粒神经元凋亡模型中Bim的诱导表达。于是我们提 的表达上调。由此研究中我们面临这样的难题,是什么转录因子介导了Bim基 因的表达上调? 中山大学研究生论文 Bim启动子的调控及生物信息学分析 2.解决问题的方法 解决这个问题通常我们根据坚实的相关专业知识,提出可能的转录因子,逐 个研究分析。但是这种做法存在较大的盲目性和偶然性,研究时可能会费时、费 力。生物信息学的出现为我们提供了一个较合理的解决问题的方法。生物信息学 是-I1新兴学科,随着基因组计划的进展而发展壮大。它储存、处理、分析大量 的生物数据序列及结构资料并从中得到有意义的信息,为生物学研究做出一些预 测,提供可能性。生物信息学为基因调控的研究提供了一个新的方法一转录因子 DNA结合位点预测分析。通过分析启动子区域序列找到可能的转录因子结合位 点,进而找到可能参与基因调控表达的转录因子,为进一步的实验指明方向。 3.转录因子数据库的建立 转录因子在基因的表达调控过程中起了重要的作用,转录因子及其DNA结 合位点的研究也成为生物信息学的一个热点。随着实验数据的大量积累,多个转 录因子数据库应运而生,上个世纪九十年代出现了国际著名的转录因子数据库 录转录因子记录4219条,包括了转录因子相关信息、位点序列、转录因子结合 序列矩阵等多方面信息。转录因子结合位点序列的丰富积累使转录因子DNA结 合位点得以合理的描述,进而开发出多种转录因子结合位点预测分析的算法和工 具。 4.转录因子DNA位点描述方法 方法及Hidden 一位鬣所有可能出现的碱基;而Profile不仅描述每一位置可能出现碱基的种类, 而且指出每一碱基出现的可能性大小。显然使用Profile描述方法比使用Pattern 描述包括更多的信息因而也更准确。但是Profile描述方法也存在很多的不足, 它只是对每一位置分别进行研究而没有考虑相邻碱基之问的关系,由此人们又找 方法考虑了前后碱基间的关系,是闷前最准确的位点描述方法。使用这些位点描 中山大学研究生论文 Bim启动予的调控及生物信息学分析 述方法已开发出多种阻数据库为依托的转录因子DNA结合位点预测工具。 5.序列为基础的转录因子结合位点预测工具 Markov模 使用的是Profile方法,由于构建每一转录因子DNA结合位点Hidden 型需要较多的序列信息,而且使用Hidde

文档评论(0)

chengben002424 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档