激活PDGFRβ激酶的多种别构调节机理

来源 :天津大学 | 被引量 : 0次 | 上传用户:moqianru
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
血小板衍生生长因子受体β(Platelet-derived growth factor receptor beta,PDGFRβ)和集落刺激因子1受体(Colony-stimulating factor 1 receptor,CSF1R),同属于第三类受体酪氨酸激酶(Receptor tyrosine kinase,RTK)。它们都是由细胞外结构域,单次跨膜结构域、胞内近膜段、被激酶插入区分开的激酶结构域以及C端尾巴组成。这些受体调节重要的生物学过程,包括细胞的增殖、分化和迁移等。其中PDGFRβ的失调与心血管疾病、纤维化疾病有关,而CSF1R的突变涉及遗传性弥漫性白质脑病(Hereditary Diffuse Leukoencephalopathy with Spheroids,HDLS)中神经胶质细胞和神经元脱髓鞘的功能障碍。因此,了解这些激酶活性在生理条件下的精确调节至关重要。目前人们已从结构生物学和生物化学等多方面去研究PDGFRβ的调控机理,为进一步探究它的激活机制奠定基础。早期研究表明,这些激酶在其近膜段的作用下处于自抑制状态,依赖反式磷酸化被激活。然而,无论是在概念上还是实验上,关于这些受体调节机制的研究仍存在漏洞。在本文中,我们使用化学交联偶联质谱分析、基于结构诱变、Rosetta建模以及免疫印迹法来探究PDGFRβ激酶活性的调节机理。我们发现在激酶激活过程中存在多种调节机理,包括反式激活的二聚体,激酶插入区的抑制作用以及存在非活性二聚体。此外,我们也发现在HDLS中CSF1R突变与激酶调节受损之间存在一定的联系。
其他文献
关于非线性时变信号的问题涉及医疗、音频、经济、油田开采等多个领域,目前对于时变信号相关领域的分类和预测是当前信号处理和人工智能领域的研究热点之一,具有很强的理论意义和实际应用价值。由于时变信号背景下的应用广泛,同时时变信号具有高度的时变依赖性、非平稳性、高维性、噪声、模态特征多变、不规则等特点,因此实际应用中时变信号分类一直是分类领域的研究难点之一。随着技术不断发展,硬件设施性能不断提高,深度神经
工业废气、汽车尾气、生活煤气中的硫化物和氮氧化物等严重污染了我们每天呼吸的空气,工业废水和生活污水的任意排放对饮用水的污染也十分严峻。这些环境污染问题已经极大的
自从H.Markowitz提出均值——方差理论以来,现代资产组合理论的研究有了长足的发展,分散投资从此有了理论基础。特别是资本资产定价模型CAPM、APT套利模型等一系列重要模型的
四旋翼是多旋翼飞行器的一种,相对于其他飞行器而言,它具有体积小、重量轻、灵敏性好、可垂直起降的特点。尽管四旋翼飞行器具有以上优点,然而其动力学模型的强非线性和耦合
气象档案为气象监测与科学研究等各个领域提供着重要的数据支持,具有很高的保存与研究价值。现存许多的历史气象档案多为手写纸质档案,为了更妥善的保存与保护,利用科技手段数字化储存十分有必要。档案数字化的常规方法是人工比对数据并录入,最终以电子档案的形式进行保存。人工整理流程繁杂,录入精度较低且耗时太长,通常需要投入大批量的人力物力,效率也得不到保障。近些年来,人工智能技术取得长足进步,为工业生产带来了诸
学位
当今科学技术的进步飞速,在各个领域的中,数学模型的应用越来越广泛,尤其是在种群生态学、传染病学和神经网络动力学领域的应用更加突出.同时,由于许多事物的发展变化不仅依赖于当前的状态,还与其过去的状态有关,因而用时滞微分方程刻画的数学模型可以更准确的描述事物的发展状态.近年来,时滞微分方程的理论研究取得了很大的发展,并被应用到了社会科学和自然科学的各个领域.本学位论文考虑时滞种群模型中具有非线性密度制
SCC公司的前身是1988年成立的南京表面活性剂厂,历经国有企业、与德国企业合资阶段,最终2002年被南非沙索集团收购成为其独资子公司。SCC公司在中国拥有天然脂肪醇(C8-C18醇)
随着经济的发展以及科技的进步,市场逐渐由卖方市场向买方市场转变,客户需求越来越呈现出个性化、多品种、小批量的趋势,市场需求快速的变化导致产品生命周期越来越短。为适应这种变化,企业尝试对流水线进行改进,以单元取代原有流水线,实施单元化生产。这种单元由一个和多个工人以及简单低成本的设备组成,相对于原流水线可以生产一种或多种产品,通过快速重构来适应变动的需求。单元虽然能对客户需求做出快速响应,然而由于需
企业的人力资源管理就是对企业的人力资本进行有效的配置和合理的利用。不论是什么类型的企业,人是最重要的资源。人是知识、信息、技术等资源的载体,当代企业管理需要以人为