+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Анализ масс-спектров пептидных фрагментов для идентификации генетически детерминированного полиморфизма белков

  • Автор:

    Чернобровкин, Алексей Леонидович

  • Шифр специальности:

    03.01.09

  • Научная степень:

    Кандидатская

  • Год защиты:

    2012

  • Место защиты:

    Москва

  • Количество страниц:

    189 с. : ил.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы

СПИСОК СОКРАЩЕНИЙ ш.о. — шкалированная оценка
а.о. — аминокислотный остаток н о. _ нуклеотидный остаток ОАП — одноаминокислотный полиморфизм
SNP - single nucleotide polymorphism, однонуклеотидный полиморфизм PMF - peptide mass fingerprinting, метод отпечатков пептидных масс PFF - peptide fragment fingerprinting, метод отпечатков фрагментации пептидов MALDI - matrix-assisted laser desorbtion/ionization, матрично-активированная лазерная десорбция/ионизация
TOF MS — time-of-flight mass-spectrometry, времяпролетная масс-спектрометрия ВЭЖХ — высокоэффективная жидкостная хроматография MS/MS — тандемная масс-спектрометрия

Содержание
1 ВВЕДЕНИЕ, ЦЕЛЬ И ЗАДАЧИ
2 ОБЗОР ЛИТЕРАТУРЫ
2.1 Масс-спектрометрия в протеомике
2.1.1 Общие принципы
2.1.2 Протеомный анализ с использованием масс-спектрометрии
2.1.3 Идентификация белков методом отпечатков пептидных масс
2.1.4 Идентификация белков методом отпечатков фрагментации пептидов
2.2 Интерпретация результатов масс-спектрометрической идентификации белков
2.2.1 Определение списка идентифицированных белков
2.2.2 Идентификация высокогомологичных белков
2.2.3 Базы данных аминокислотных последовательностей белков
2.3 Масс-спектрометрический анализ продуктов одного гена
2.3.1 Протеотипирование и популяционная протеомика
2.3.2 Идентификация микрогетерогенности белков методом «сверху-вниз»
2.3.3 Идентификация генетически-детерминированного полиморфизма белков методом «снизу-вверх»
2.3.4 Базы данных полиморфизмов белков и генов
2.3.5 Репозитории масс-спектрометрических данных
3 МАТЕРИАЛЫ И МЕТОДЫ
3.1 Материалы
3.1.1 Масс-спектрометрические данные для белков микросомальной фракции печени человека
3.1.2 Контрольный набор масс-спектров «Aurum Dataset»
3.1.3 Масс-спектрометрические данные протеомного репозитория PRIDE
3.1.4 Базы данных аминокислотных последовательностей белков человека
3.1.5 Данные о возможных полиморфизмах белков человека
3.2 Методы
3.2.1 Веб-сервер идентификации белков по масс-спектрам
3.2.2 Пакетная обработка масс-спектров методом отпечатков пептидных масс
3.2.3 Пакетная обработка тандемных масс-спектров
3.2.4 Одномерное протеомное картирование
3.2.5 Программная реализация итеративного алгоритма идентификации О АП
3.2.6 Валидация алгоритма идентификации ОАП
4 РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
4.1 Увеличение степени покрытия аминокислотных последовательностей идентифицированными пептидами

4.1.1 Идентификация белков в срезах геля
4.1.2 Одномерные протеомные карты и их свойства
4.1.3 Выявление высокогомологичных белков надсемейства цитохромов Р450 за счет увеличения степени покрытия аминокислотных последовательностей идентифицированными пептидами
4.2 Идентификация ОАП в белках надсемейства цитохромов Р450
4.3 Алгоритм идентификации ОАП
4.3.1 Итеративная схема обработки тандемных масс-спектров
4.3.2 Чувствительность и специфичность алгоритма идентификации ОАП
4.4 Применение итеративного алгоритма для выявления ОАП в масс-спектрометрических данных протеомного репозитория PRIDE
4.4.1 Исходные данные, используемые для выявления ОАП
4.4.2 Идентификация пептидов и белков с использованием масс-спектрометрических данных, загруженных из репозитория PRIDE
4.4.3 Идентификация одноаминокислотных полиморфизмов
4.5 Анализ идентифицированных ОАП
4.5.1 Анализ ОАП-содержащих пептидов
4.5.2 Связь выявленных ОАП с заболеваниями человека
5 ВЫВОДЫ
6 Список литературы

крови, лизатов клеток) предпочтительно использовать хорошо аннотированные базы данных, такие как SwissProt или IPI. В работе [Crockett и др., 2005] с использованием базы данных SwissProt выполняли идентификацию белков клеточной линии SUDHL-1 (т-клеточная лимфома) методом тандемной масс-спектрометрии и выявили несколько потенциальных диагностических маркеров.
Последовательности, представленные в SwissProt, являются результатом автоматического перевода в белки нуклеотидных кодирующих последовательностей из EMBL-Bank, GenBank и DDBJ, и их последующей экспертной проверки. Преимуществом использования SwissProt для идентификации белков является высокое качество данных, их минимальная избыточность (одному гену соответствует одна запись в базе данных) и высокое качество аннотаций, включающих описание функции белка, его доменной структуры, пост-трансляционных модификаций и полиморфизмов.
Минимальной избыточностью и при этом достаточной полнотой данных обладает и база IPI, включающая сведения из различных ресурсов (UniProtKB, Ensembl, RefSeq, H-invDB и VEGA.). Особенностью IPI является «кластерный» принцип хранения данных, при котором одному белку сопоставлен один кластер, в котором объединены аминокислотные последовательности этого белка из различных источников. Помимо минимальной избыточности, преимуществом ресурса является наличие перекрестных ссылок на другие ресурсы, что упрощает процесс аннотации данных. Недостатком системы является то, что данные представлены только для 6 видов организмов.
Согласно результатам работы [Griss и др., 2011], в которой был проведен анализ около 7 тысяч экспериментов, расположенных в протеомном репозитории PRIDE, база данных IPI является наиболее часто используемой для масс-спектрометрических идентификаций базой данных (59,5% от всех
проанализированных экспериментов). На втором месте находится база данных UniProtKB (20,1%), а базы Ensembl и NCBI применены в существенно меньшем количестве экспериментов. Несмотря на это, с сентября 2011 года поддержка базы IPI прекращена. В работе [Griss и др., 2011] было показано, что отказ от базы данных IPI и использование вместо нее UniProtKB/SwissProt влечет за собой потерю около 21% последовательностей человека и 10% мышиных последовательностей.

Рекомендуемые диссертации данного раздела

Время генерации: 0.117, запросов: 967