目的:筛选、鉴定人慢性粒细胞白血病融合蛋白BCR-ABL适配子。方法:利用SELEX(Systematic evolution of ligands by exponential)技术,以高纯度融合蛋白BCR-ABL为靶分子,从体外化学合成的长度为90 bp的随机单链DNA文库中来筛选与融合蛋白...目的:筛选、鉴定人慢性粒细胞白血病融合蛋白BCR-ABL适配子。方法:利用SELEX(Systematic evolution of ligands by exponential)技术,以高纯度融合蛋白BCR-ABL为靶分子,从体外化学合成的长度为90 bp的随机单链DNA文库中来筛选与融合蛋白BCR-ABL特异性结合的寡核苷酸适配子,并进行解离常数(Kd)值测定和适配子序列测定,再分别用Clustal W软件包和DNA Folding Sever分析适配子一级结构及二级结构,以酶联仪测定OD450值,根据OD值高低判定适配子亲和力大小。结果:经过13轮筛选,随机ss DNA文库与融合蛋白的亲和率从0.3%上升到47.1%,所有的一级结构没有共同的同源序列,二级结构分析结果显示,茎和环等二级结构可能是适配子和融合蛋白BCR-ABL结合的基础,其中,寡核苷酸适配子A2与BCR-ABL亲和力最高,kd值达72 nmol/L。结论:利用随机寡核苷酸文库筛选技术成功获得抗融合蛋白适配子,为临床上治疗和预防慢性粒细胞白血病提供一定的参考。展开更多
文摘蛋白质含量是衡量稻米品质的关键因素之一。为探索利用光谱数据融合技术实现稻米蛋白质含量快速检测的潜力,试验提出了一种改进的二进制粒子群优化算法(Improved binary particle swarm optimization,IBPSO),该算法专门用于拉曼光谱与近红外光谱(R aman-NIR)融合数据的特征波长选择,能有效提升基于偏最小二乘法(Partial least squares,PLS)的回归校正模型的预测准确性。采用IBPSO构建的大米蛋白质含量检测模型,其预测决定系数(R_(p)^(2))达到了0.903,预测均方根误差(Root mean square error of prediction,RMSEP)为0.235%,预测平均相对误差(Mean relative error of prediction,MREP)则为2.768%,这些性能指标均优于采用其他4种经典算法进行特征波长选择后所建立的模型。结果表明:IBPSO通过粒子值为“1”二进制位的指导性寻优,能够实现高相关性建模波长变量的高效获取;IBPSO与光谱数据融合技术相结合能够实现大米蛋白质含量的快速检测,为相关在线检测装备的研发提供了理论支持。
