پیش بینی مدل سه بعدی آنزیم آمیلاز باکتریGeobacillus stearothermophilusو انجام موتاسیون مجازی به منظور افزایش پایداری حرارتی آن
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 708
متن کامل این مقاله 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 مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CIGS13_0471
تاریخ نمایه سازی: 7 بهمن 1393
چکیده مقاله:
باکتریGeobacillus stearothermophilus بسیار ترموفیل است که در در دمای بالای70درجه رشد کرده و آنزیم هایی بسیارگرمادوست را تولید می کنند. از جمله آنزیم های بسیار گرما دوست تولید شده توسط باکتری های این جنس آمیلاز می باشد که درصنعت کاربرد فراوانی دارا می باشد. اما صنعت نشاسته نیازمند نوع آنزیمی مقاوم حرارت بالای 85 درجه سانی گراد است در حالیکه آنزیم طبیعی سویهG.stearothermophilus در این شرایط پایداری مطلوب را ندارد. بنابراین توسعه پایداری حرارتی این آنزیم مطلوب است. در این مطالعه به منظور افزایش پایداری دمایی آمیلاز ، با استفاده از روشin silicoمدل سازی پروتئین انجام شد. مدل سه بعدی مربوط به آمیلاز Geobacillusبوسیله الگوریتمHiddem Markov Modelپیش بینی شد. در پایان تمامی فولدها از طریق Rigid Body Assemblyبه یکدیگر متصل شده و ساختار کامل ایجاد گردید. سپس مدل پیش بینی شده به عنوان الگو برای الگوریتم PopMusicمورد استفاده قرار گرفت. با استفاده از جهش هدفمند، تغییر در هر جایگاه از جنبه پایداری دمایی اندازه گیری شد بر اساس خروجی الگوریتم PopMusic بهترین موقعیت های جایگزینی شامل موارد زیر می باشند 188Eبه TوK473 به E و476E به C به ترتیب با افزایش 6.30-6.06 - و 5.41- در پایداری دمایی ابعادG و D263به E باتغییر10.09 - در ابعادDDGاین مطالعه پیشنهاد می کند که جهش های نقطه ای می توانند جهت اهداف آزمایشگاهی با دقت قابل اتکا استفاده شوند. البته تایید این پیش بینی نیازمند تایید کار های عملی است.
کلیدواژه ها:
نویسندگان
ابراهیم ترکتاز
پژوهشگاه ملی مهندسی ژنتیک و زیست فناوری
جعفر همت
استادیارپژوهشکده زیست فناوری- سازمان پژوهشهای علمی و صنعتی ایران
علی اصغر کارخانه
استادیارپژوهشگاه ملی مهندسی ژنتیک و زیست فناوری
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :