بررسی مناطق با آنتی ژنسیتی بالا در ژن آلفا توکسین باکتری کلستریدیوم نویی تیپ A
Publish place: 8th national biotechnology congress of I.R. Iran & 4th National Conference on biosecurity
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 654
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NBCI08_0381
تاریخ نمایه سازی: 29 شهریور 1394
Abstract:
باکتری کلستریدیوم نویی سیتوتوکسینی با نام آلفا توکسین تولید می کند که با وزن مولکولی 250 کیلو دالتون دارای فعالیت آنزیمی است و بر روی گیرنده های Rho سلول های پستانداران تاثیر می گذارد. پیش بینی نواحی اتصال به MHC در یک آنتی ژن خاص در شناسایی بیماری ها و طراحی پپتید واکسن موثر است. روش های آزمایشگاهی برای شناسایی نواحی آنتی ژنتیک سخت و زمان براست. استفاده از روش های محاسباتی برای پیش بینی مناطق آنتی ژنتیک این زمان را کاهش می دهد. در تحقیق حاضر نواحی باآنتی ژنسیتی بالا در آلفا توکسین به کمک ساختار دوم پروتئین نقشه هیدروفوبیسیته و الگو ریتم Kolaskar- tongaonkar بررسی گردید. نتایج نشان داد که بیشترین قطعات با آنتی ژنسیته بالا در نیمه دوم پروتئین (اسید آمینه 1000+) است، بنابراین نیمه دوم می تواند برای ساخت قطعات کوچک با بیشترین احتمال آنتی ژنسیتی استفاده شود.
Keywords:
Authors
محسن فتحی نجفی
بخش تحقیقات دام پزشکی و بیوتکنولوژی موسسه تحقیقات واکسن و سرم سازی رازی- شعبه شمال شرق هیات علمی
نجمه گردنوشهری
گروه زیست شناسی- دانشکده علوم دانشگاه فردوسی مشهد، دانشجوی کارشناسی ارشد بیوتکنولوژی میکروبی
علی مخدومی کاخکی
گروه زیست شناسی- دانشکده علوم دانشگاه فردوسی مشهد-هیات علمی
مینا شعبان
گروه زیست شناسی-دانشکده علوم دانشگاه فردوسی مشهد، دانشجوی کارشناسی ارشد بیوتکنولوژی میکروبی
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 :