2024 - 10 :生物药学: 如何获取对应核心靶点基因的激酶

如何获取对应核心靶点基因的激酶

步骤 1:收集蛋白质信息

获取 UniProt ID:

  • 对于每个基因,使用 UniProt 数据库获取其对应的蛋白质信息,包括 UniProt ID、序列和功能注释。
  • UniProt 网站https://www.uniprot.org/

示例:

  • CDC45 :UniProt ID 为 O75419
  • CDC20 :UniProt ID 为 Q12834
  • TPX2 :UniProt ID 为 Q9ULW0
  • DLGAP5 :UniProt ID 为 Q15398
  • CDKN3 :UniProt ID 为 Q16667

步骤 2:查找已知的磷酸化位点和激酶

使用磷酸化数据库:

  • PhosphoSitePlus

    :这是一个全面的资源,提供蛋白质的磷酸化位点和已知的激酶信息。

  • 操作方法:

    • 在 PhosphoSitePlus 首页的搜索框中输入蛋白质的 UniProt ID 或名称。
    • 查看蛋白质的磷酸化位点,尤其关注已知的上游激酶。

示例:

  • 搜索 CDC45,查看其已知的磷酸化位点和对应的激酶。

步骤 3:进行文献检索

使用 PubMed 等文献数据库:

  • PubMedhttps://pubmed.ncbi.nlm.nih.gov/
  • 操作方法:
    • 使用关键词组合进行搜索,例如:"CDC45 phosphorylation kinase"、"CDC20 kinase regulation"等。
    • 阅读相关文献,寻找实验验证的激酶-底物关系。

示例:

  • 搜索"CDC45 AND phosphorylation AND CDK2",查看是否有研究表明 CDC45 被 CDK2 磷酸化。

步骤 4:使用生物信息学工具进行预测

预测潜在的磷酸化位点和对应的激酶:

注意:

  • 生物信息学预测需要实验验证,结果仅供参考。

步骤 5:分析蛋白质相互作用网络

使用蛋白质-蛋白质相互作用数据库:

  • STRING 数据库https://string-db.org/
  • 操作方法:
    • 输入蛋白质名称或 UniProt ID,生成相互作用网络。
    • 查看与蛋白质相互作用的激酶,可能提示潜在的调控关系。

步骤 6:整合信息并确认激酶

综合上述步骤获取的信息:

  • 确认已知的激酶:优先考虑有实验验证的激酶-底物关系。
  • 记录预测的激酶:对于尚未实验验证的预测结果,标注为候选激酶。

示例:

  • CDC45:
    • 已知激酶:CDK2(根据文献和数据库)。
  • CDC20:
    • 已知激酶:CDK1、PLK1(根据文献和数据库)。
  • TPX2:
    • 已知激酶:Aurora A 激酶(广泛报道)。
  • DLGAP5:
    • 已知激酶:CDK1、Aurora A 激酶。
  • CDKN3:
    • 功能角色:作为 CDK2 的抑制剂,与 CDK2 直接相互作用。

额外提示

相关推荐
deephub3 分钟前
使用 PyTorch-BigGraph 构建和部署大规模图嵌入的完整教程
人工智能·pytorch·深度学习·图嵌入
deephub36 分钟前
优化注意力层提升 Transformer 模型效率:通过改进注意力机制降低机器学习成本
人工智能·深度学习·transformer·大语言模型·注意力机制
搏博1 小时前
神经网络问题之二:梯度爆炸(Gradient Explosion)
人工智能·深度学习·神经网络
KGback1 小时前
【论文解析】HAQ: Hardware-Aware Automated Quantization With Mixed Precision
人工智能
电子手信1 小时前
知识中台在多语言客户中的应用
大数据·人工智能·自然语言处理·数据挖掘·知识图谱
不高明的骗子1 小时前
【深度学习之一】2024最新pytorch+cuda+cudnn下载安装搭建开发环境
人工智能·pytorch·深度学习·cuda
Chef_Chen1 小时前
从0开始学习机器学习--Day33--机器学习阶段总结
人工智能·学习·机器学习
搏博1 小时前
神经网络问题之:梯度不稳定
人工智能·深度学习·神经网络
GL_Rain2 小时前
【OpenCV】Could NOT find TIFF (missing: TIFF_LIBRARY TIFF_INCLUDE_DIR)
人工智能·opencv·计算机视觉
shansjqun2 小时前
教学内容全覆盖:航拍杂草检测与分类
人工智能·分类·数据挖掘