بهینه سازی تخلیص پروتئین لایه S از سویه Deinococcus radiodurans R۱
Publish place: Nova Biologica Reperta، Vol: 9، Issue: 4
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 94
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_NBR-9-4_003
تاریخ نمایه سازی: 9 آذر 1402
Abstract:
پروتئین های لایه سطحی Deinococcus radiodurans یکی از بهترین سیستم های خودآرایی در بین پروتئین های دیگر هستند که نقش اساسی در ساخت نانوسیم ها دارند. بنابراین لازم است این پروتئین ها خالص سازی شوند. هدف از این تحقیق بهینه سازی خالص سازی پروتئین لایه سطحی از D. radiodurans با روش سطح پاسخ است. ابتدا سه عامل غلظت SDS، زمان انکوباسیون و درصد جرم در پنج سطح در نظر گرفته شد و ۲۰ اجرا با نرم افزار Design-Expert با روش مرکب مرکزی طراحی شد. هر مرحله شامل کشت میکروب، آماده سازی سلول انبوه، انکوباسیون میکروب در غلظت خاص SDS و زمان و درصد جرم، جداسازی باکتری از مواد شوینده با سانتریفیوژ در g۵۰۰۰، ته نشینی پروتئین های لایه سطحی از محلول شوینده با سانتریفیوژ در g۲۰۰۰۰، تعیین غلظت و خلوص پروتئین به ترتیب با روش برادفورد و SDS-PAGE است. در نهایت داده های به دست آمده مورد تجزیه و تحلیل قرار گرفت. تجزیه و تحلیل نتایج نشان داد که در سطح اطمینان ۹۵ درصد، تاثیر فاکتور غلظت ماده شوینده بر درصد پروتئین خالص شده بیشتر از سایر عوامل بود. نتایج بهینه سازی فاکتورها بدین صورت بود: غلظت SDS ۶۴/۵ درصد، درصد جرم ۷/۳۳ درصد و ۳ ساعت زمان انکوباسیون. در شرایط بهینه، غلظت پروتئین و درصد خلوص به ترتیب mg/ml ۰/۵۸۴ و ۴۷/۶۱ درصد به دست آمد.
Keywords:
Authors
Mahdi Alijanianzadeh
Department of Cell and Molecular Biology, Faculty of Biological Sciences, Kharazmi University, Karaj, Iran
Alireza Jalalvand
Department of Influenza and Other Respiratory Viruses, Pasteur Institute of Iran, Tehran, Iran
Rasoul Khalilzadeh
Department of Bioscience and Biotechnology, Malek-Ashtar University of Technology, Tehran, Iran
Maryam Abdolirad
Department of Bioscience and Biotechnology, Malek-Ashtar University of Technology, Tehran, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :