生物信息学论文汇总
生物信息学论文
⽣物信息学论⽂⽣物信息学课程论⽂⼀个⽟⽶ Mlo 基因的电⼦克隆与⽣物信息学分析姓名：学号：班级：⽣科2班⼀个⽟⽶ Mlo 基因的电⼦克隆与⽣物信息学分析摘要：Mlo 基因家族在植物抗病⽅⾯有极⼤的优势，但有些 Mlo 基因的功能还未知。
经序列拼接电⼦克隆得到 1 个⽟⽶的 Mlo 基因，采⽤⽣物信息学⽅法预测分析了编码蛋⽩的⼀、⼆、三级结构，并对其功能进⾏了预测。
结果表明：⽟⽶ Mlo 基因编码的蛋⽩有⼀个保守的 DUF1084 结构域，此结构域功能在植物中尚未知。
⽣物信息学分析表明，此蛋⽩很可能是⼀种类似于 G 蛋⽩偶联受体的膜结合转运蛋⽩⽽参与到信号传递过程中。
关键词：⽟⽶；Mlo 基因；电⼦克隆；⽣物信息学植物在长期的⽣物进化中形成了⼀系列复杂⽽严密的防御机制，使⾃⾝免受病原物的侵害[1，2]。
抗病基因是植物防御体系中的最重要组成部分。
Mlo 基因最初在⼤麦中被发现，这类基因在植物中编码⼀个七次跨膜结构域的蛋⽩家族，可能起到与 G 蛋⽩偶联受体(G Protein Coupled Receptor，GPCR)类似的功能。
他们的拓扑结构、亚细胞定位和序列多样化与动物和真菌的 G 蛋⽩偶联受体很相似。
野⽣型 mlo 基因赋予⼤麦对⽩粉菌的⼴谱抗性[3]。
⽩粉病是由⽩粉菌引起的真菌性病害，⽩粉菌能侵染650 多种单⼦叶植物和 9 000 多种双⼦叶植物[4，5]。
⽬前已对拟南芥、⽔稻和杨树中的 Mlo 基因家族有深⼊的研究[6]。
电⼦克隆法是近年来基于表达序列标签(Expressed Sequence Tag，EST)和基因组数据库发展起来的基因克隆新型技术[7]，具有效率⾼、成本低、对实验条件要求低等特点。
因此可以快速获得⼀些新基因，从⽽使新基因的应⽤成为可能。
挖掘⽟⽶中未知的抗病基因对⽟⽶的抗病育种有很⼤帮助。
本研究以⽟⽶为材料，对其中的⼀个 Mlo 基因进⾏电⼦克隆，并对其进⾏部分⽣物信息学⽅⾯分析，为⽟⽶ Mlo 基因的应⽤及⽟⽶的抗病育种提供理论依据。
生物信息学论文
生物信息学论文生物信息学在现代生物学研究中扮演着至关重要的角色。
它以信息技术为基础，利用计算机和统计学的方法来处理生物学数据，并从中提取有关生物系统和生物过程的有价值信息。
本文将探讨生物信息学在基因组学、蛋白质组学和转录组学领域的应用和挑战。
一、基因组学和生物信息学基因组学是研究生物体基因组的学科。
随着高通量测序技术的不断发展，获取大量基因组数据已经成为可能。
生物信息学通过开发算法和工具来分析基因组数据，以揭示基因组的结构和功能。
例如，生物信息学可以帮助我们鉴定基因组中的基因，寻找编码蛋白质的开放阅读框架（ORFs），并预测非编码RNA。
此外，生物信息学还可以用于比较基因组学研究，以识别不同物种之间的共享与特异的基因序列。
二、蛋白质组学和生物信息学蛋白质组学研究生物体中的蛋白质组成及其功能。
蛋白质是生物活动的重要分子，对于理解生物体内各种生物学过程起着关键作用。
生物信息学在蛋白质组学中具有广泛应用。
通过比对蛋白质序列数据库，生物信息学可以帮助我们识别新的蛋白质，并预测其生物功能。
此外，生物信息学还可以用于分析蛋白质相互作用网络，以揭示蛋白质之间的复杂关系。
三、转录组学和生物信息学转录组学研究生物体中的转录组，即所有mRNA分子的总和。
转录组分析可以帮助我们了解基因组中哪些基因在特定条件下被表达，以及这些表达基因的水平。
生物信息学在转录组学中发挥着重要作用。
通过分析转录组测序数据，生物信息学可以帮助我们识别差异表达基因，以及特定条件下基因的调控机制。
此外，生物信息学还可以用于构建转录因子调控网络，以揭示基因的调控网络关系。
生物信息学的应用和挑战尽管生物信息学在基因组学、蛋白质组学和转录组学中具有广泛的应用，但仍面临一些挑战。
首先，生物信息学需要大量的高质量生物学数据作支持，而这些数据的获取和处理是一项复杂而费时的任务。
其次，生物信息学需要不断发展和改进的算法和工具来处理越来越复杂的生物学数据。
此外，生物信息学还需要更多的跨学科研究和合作，以应对日益增长的生物学挑战。
生物信息 毕业论文
生物信息毕业论文生物信息毕业论文引言：生物信息学是一门蓬勃发展的学科，它将计算机科学与生物学相结合，通过对生物数据的收集、存储、分析和解释，为生物学研究提供了强有力的工具。
本文将探讨生物信息学在生物学领域中的应用和发展，以及其对生物科学的重要意义。
一、生物信息学的定义和发展生物信息学是一门跨学科的学科，它利用计算机科学、数学和统计学的方法来研究生物学问题。
生物信息学的发展可以追溯到上世纪50年代，随着DNA测序技术的突破和计算机技术的进步，生物信息学得以迅速发展。
现如今，生物信息学已成为生物学研究中不可或缺的一部分，其应用范围涵盖了基因组学、蛋白质组学、转录组学等多个领域。
二、生物信息学在基因组学中的应用基因组学是生物信息学的一个重要分支，它研究的是生物体的基因组结构和功能。
生物信息学通过对基因组数据的分析，可以揭示基因之间的相互作用、基因调控网络以及基因与疾病之间的关联。
例如，通过比对人类基因组与其他物种基因组的差异，可以发现与人类疾病相关的基因；通过对基因表达数据的分析，可以识别出与特定疾病相关的信号通路。
这些研究成果对于疾病的早期诊断和治疗提供了重要的依据。
三、生物信息学在蛋白质组学中的应用蛋白质组学是研究生物体内所有蛋白质的组成、结构和功能的学科。
生物信息学在蛋白质质谱数据的处理和分析中发挥着重要作用。
通过生物信息学工具的辅助，可以对大规模的质谱数据进行蛋白质鉴定和定量分析，从而揭示蛋白质在细胞过程中的功能和相互作用。
此外，生物信息学还可以预测蛋白质的结构和功能，并为药物设计提供指导。
四、生物信息学在转录组学中的应用转录组学是研究生物体所有基因的转录产物的学科。
生物信息学通过对转录组数据的分析，可以识别出与特定生物过程相关的基因，揭示基因调控网络的结构和功能。
例如，通过对肿瘤样本的转录组数据分析，可以鉴定出与肿瘤发生和发展相关的基因，并为肿瘤治疗提供新的靶点。
此外，生物信息学还可以预测转录因子结合位点和转录因子调控的信号通路，为基因调控机制的研究提供重要线索。
生物信息学综述论文3900字_生物信息学综述毕业论文范文模板
生物信息学综述论文3900字_生物信息学综述毕业论文范文模板生物信息学综述论文3900字(一)：计算机算法在生物信息学中的应用综述论文摘要：在人类基因组计划的推动下，生物信息学得到了人们的广泛关注，并呈现出数量多、计算量大等鲜明特征，因此要求在生物信息学中采用计算机算法，以提高生物信息学处理问题的效率。
以生物信息学中常用的计算机算法为切入点，进一步从基因表达数据分析、基因组序列信息分析、生物序列差异和相似性分析、遗传数据分析以及蛋白质结构与功能预测5个方面，论述了计算机算法在生物信息学中的典型应用。
关键词：生物信息学；基因；计算机算法；数据分析0引言生物信息学（Bioinformatics）作为一门新兴的交叉学科，是随着生命科学和计算机科学的高速发展而出现的。
它通过充分利用生物学、信息学、数学、物理学、统计学以及计算机网络等工具或手段，对大量生物数据信息进行有效的阐明和分析，使之成为具有相应生物意义的生物数据信息。
其涵盖了基因组信息的获取、处理、分配、存储等多个方面，通过对生物信息的比较和分析，从而获取基因编码以及核酸和蛋白质结构功能等信息，是最具活力和发展前景的学科之一。
然而，生物信息学在我国由于起步较晚，加之其自身呈现出的数量多、计算量大等特征，使生物信息学面临着计算瓶颈。
基于此，笔者结合自己的工作实践，对计算机算法在生物信息学中的应用进行探讨，以期为在生物信息学中进行有效的数据挖掘提供理论支持。
1生物信息学中常用的计算机算法算法作为计算机科学的一个重要分支，在计算机科学中居于核心地位。
在信息时代，算法作为解决问题的重要工具之一，其通过输入符合规范的信息，从而在短时间内快速获取所需要的输出，现已在各个领域得到了广泛应用。
在生物信息学中，计算机算法的应用也对生物信息学的发展起着积极推动作用。
生物信息学中常用的计算机算法主要包括以下几种：（1）分治法。
分治法即在解决大的问题实例时，通过将该问题实例分解为具有相同问题的几个小的问题实例，再采用递归方法依次对这些小的问题实例求解，然后将所得的解合并，从而得出大的问题实例的解。
生物信息学导论论文2900字_生物信息学导论毕业论文范文模板
生物信息学导论论文2900字_生物信息学导论毕业论文范文模板生物信息学导论论文2900字(一)：运筹学课程在生物信息学专业中的教学探索论文摘要：生物信息学是现代生命科学发展过程中，生物医学与数理科学、计算机技术相结合而形成的新兴前沿交叉学科。
运筹学在生物信息学中有着广泛应用，可为学生后续专业课学习和应用研究提供指导。
文章结合生物信息学专业特点，对于如何提高运筹学在生物信息学专业中的教学质量和培养具有创新能力的生物信息学人才，探讨了运筹学在生物信息学专业教学中的教学目的、教学内容以及教学方法和手段。
关键词：生物信息学；运筹学；教学方法一、前言生物信息学是随着人类基因组计划的完成而兴起的一门前沿交叉学科，在采集、处理、分析各种生物学数据如蛋白质组、代谢组、基因组、转录组所包含的重大生物学意义方面起着重要作用。
运筹学是一门广泛应用于自然科学、社会科学、工程技术生产实践、经济建设及现代化管理的学科，具有很强的实践性和应用性。
运筹学中很多方法已被广泛地运用到生物信息学中，比如基于凸规划问题的支持向量机用于疾病诊断和分类；基于动态规划模型的局部比对和全局比对算法被广泛应用于DNA和蛋白质序列的比对；基于图的最短路径算法则可被用于对生物网络的分析研究等。
因此，运筹学被列为生物信息学专业的专业基础课。
然而目前相关教材大多是为经济管理学编写，很少有专门从生物信息学角度出发编写的运筹学教材，这样书中的例题也都是以管理和经济类为基础。
因此，本文针对生物信息学专业的特色，探讨了运筹学在生物信息学专业中的教学目的、教学内容、教学方法及考核形式，这将有助于提高运筹学在生物信息学专业中的教学质量，有利于培养具有创新和实践能力的生物信息学人才。
二、根据专业的需要确定教学目的和教学内容生物信息学是在现代生命科学发展过程中，生物医学与数理科学、计算机技术相结合而形成的新兴前沿交叉学科，主要研究如何对海量生物医学数据进行获取、加工、存储和分析，进而理解和阐明海量数据中所包含的重大生物学意义和医学价值。
生物信息学进展论文4600字_生物信息学进展毕业论文范文模板
生物信息学进展论文4600字_生物信息学进展毕业论文范文模板生物信息学进展论文4600字(一)：FOS蛋白的研究进展及生物信息学分析论文摘要：FOS蛋白作为一类核蛋白转录因子，在调控细胞生长、分裂、增殖、分化乃至程序性死亡等方面具有重要的作用，它的表达影响了许多生命活动和过程，引起了人们的广泛关注，并在学习记忆及射精的标记方面吸引了学者的眼球。
对FOS蛋白的作用进行了综述，并对人、大鼠及小鼠FOS蛋白进行了生物信息学分析，旨在为FOS蛋白在生理学方面的研究提供参考依据。
关键词：FOS蛋白；转录因子；生物信息学FOS是c-fos基因转录产生的成熟mRNA编码的一个核磷蛋白。
c-fos基因是人或动物细胞中固有的正常基因，属于即刻早期应答基因（Immediateearlyre sponsegenes，IEG），FOS作为一类核蛋白转录因子，在调控细胞生长、分裂、增殖、分化乃至程序性死亡等方面具有重要作用。
FOS蛋白和c-fos基因受到广泛的关注，研究不断深入。
本文就FOS蛋白的作用及其在性行为方面的研究进行了论述，对人、大鼠及小鼠的FOS蛋白进行了生物信息学分析。
1FOS蛋白c-fos基因高度保守，属多基因家族，与其同族的还有fos-B，fos-1和fros -2。
c-fos可在多种因素诱导下迅速地表达，其转录激活在5min内即可产生，一般维持15～20min，c-fosmRNA的蓄积在刺激后30～45min可达高峰，半衰期为12min。
FOS蛋白合成后即刻转入细胞核内，一般在刺激后20～90min即可检出，60～90min达峰值，可持续2～5h，半衰期为2h[1]。
2FOS蛋白的作用在原癌基因的研究中对IEG产物的研究提示FOS蛋白可能是神经元被刺激激活的一种标志[2]。
现代学者认为，FOS蛋白参与细胞的正常分化、生长以及学习、记忆等过程，在脑内与皮层、海马、边缘系统、背海马、纹状体内FOS蛋白的表达密切相关[3-7]。
生物信息文献总结范文
摘要：随着生物技术的飞速发展，生物信息学作为一门新兴的交叉学科，在疾病研究中的应用越来越广泛。
本文对生物信息学在疾病研究中的应用进行了综述，并分析了近年来生物信息学在疾病研究中的最新进展。
一、引言生物信息学是生物学、计算机科学和数学相互交叉的学科，利用计算机技术对生物数据进行处理、分析和解释。
在疾病研究中，生物信息学通过对大量生物数据的挖掘和分析，为疾病的发生、发展和治疗提供了新的思路和方法。
二、生物信息学在疾病研究中的应用1. 基因组学研究基因组学是研究生物体基因组的结构和功能的一门学科。
生物信息学在基因组学中的应用主要体现在以下几个方面：（1）基因注释：通过对基因组序列进行注释，确定基因的功能、位置和表达水平。
（2）基因发现：通过生物信息学方法，从基因组数据中识别新的基因和基因家族。
（3）基因变异分析：分析基因变异与疾病之间的关系，为疾病诊断和治疗提供依据。
2. 蛋白质组学研究蛋白质组学是研究生物体蛋白质组成和功能的一门学科。
生物信息学在蛋白质组学中的应用主要体现在以下几个方面：（1）蛋白质序列分析：通过生物信息学方法，分析蛋白质序列的结构、功能和进化关系。
（2）蛋白质相互作用网络分析：构建蛋白质相互作用网络，揭示蛋白质之间的相互作用关系。
（3）蛋白质功能预测：通过生物信息学方法，预测蛋白质的功能和调控机制。
3. 转录组学研究转录组学是研究生物体基因表达水平的一门学科。
生物信息学在转录组学中的应用主要体现在以下几个方面：（1）基因表达数据分析：通过生物信息学方法，分析基因表达数据，识别差异表达基因。
（2）基因调控网络分析：构建基因调控网络，揭示基因之间的调控关系。
（3）生物标记物发现：通过生物信息学方法，发现与疾病相关的生物标记物。
三、生物信息学在疾病研究中的最新进展1. 大数据分析随着生物技术的快速发展，生物数据量急剧增加。
大数据分析技术在生物信息学中的应用，使得研究人员能够从海量数据中挖掘有价值的信息。
生物信息学应用论文3200字_生物信息学应用毕业论文范文模板
生物信息学应用论文3200字_生物信息学应用毕业论文范文模板生物信息学应用论文3200字(一)：应用生物信息学方法筛选食管鳞癌的关键基因论文[摘要]目的筛选食管鳞癌的关键基因，为肿瘤的发病机制研究提供新的思路。
方法检索GEO数据库中食管鳞癌基因表达芯片，分析差异表达基因并获得共同差异基因；利用在线数据库DAVID进行GO和KEGG通路富集分析；通过String数据库和Cytoscape软件分析获取链接度最高的10个关键基因，并在TCGA数据库中验证。
结果共筛选出204个差异表达基因。
GO分析显示其生物学过程富集在细胞分裂、细胞器断裂和细胞周期等163个条目中；细胞学组分富集在细胞外、细胞质和细胞器腔内等48个条目中；分子功能富集在调控肽酶活性、与细胞外基质结合等46个条目中。
KEGG通路富集在局部黏附、p53信号通路、错配修复等12个条目中。
筛选出10个链接度最高的Hub基因，且通过TCGA数据库验证其全部在食管鳞癌组织中高表达（P<0.01）。
结论CDK1、CCNA2、RFC4、CCNB1、TOP2A、AURKA、CDC6、BUB1、BUB1B、PLK1是食管鳞癌的关键基因，可能是食管鳞癌的生物标志和治疗靶点。
[关键词]食管鳞癌；关键基因；生物信息学；基因芯片根據WHO统计，全世界每年约有40万人死于食管癌，其中我国约20万人，占世界的一半[1]。
食管癌主要有两个亚型——食管鳞癌和腺癌，我国食管癌患者主要为鳞癌。
目前食管癌的发生发展及转移机制尚不清楚，因此进一步研究其发病机制，建立有效的预防和诊疗方法，是迫切需要解决的问题。
本研究通过分析GEO数据库[2]中食管鳞癌的相关芯片数据，旨在挖掘食管鳞癌的关键基因，利用生物信息学方法探讨其可能的发病机制，为进一步的基础与临床研究提供方向。
1资料与方法1.1一般资料资料来源GEO在线数据库，下载食管鳞癌全基因组表达谱芯片数据集。
入选条件：①全基因组RNA表达谱芯片；②人食管鳞癌组织与配对的癌旁正常组织。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
生物信息学论文学院：生命科学技术学院专业：生物科学班级：2013级老师：***学生：王秉政学号：***********黑曲霉GH75及米曲霉GH76-5基因生物信息学分析王秉政（黑龙江八一农垦大学，生命科学技术学院，2013级生物科学专业，黑龙江省，大庆市）【摘要】目的：分析和预测黑曲霉GH75和米曲霉GH76-5基因及其编码蛋白质的结构和特征。
方法：利用NCBI、CBS和ExPASy网站中的各种信息分析工具，并结合VectorNTIsuite8.0生物信息分析软件包，分析预测黑曲霉GH75和米曲霉GH76-5基因并预测该基因编码蛋白结构的特征和功能。
结果：GH75基因全长174bp,编码区具有57个氨基酸，在GenBank同源序列中，基因氨基酸序列一致性达到100%，且有GH75保守域。
GH75蛋白相对分子量预测为26257.2，理论等电点为4.69。
预测GH75编码蛋白α螺旋(H ) 、β折叠(E )、无规则卷(L )的比例分别是11.07%、25.41%、63.52%，1个GTPase结构域。
GH75编码区具有102个氨基酸，在GenBank同源序列中，其与列一致性达到100%，且有GH76-5保守域。
GH76-5蛋白相对分子量预测为46029.3，理论等电点为5.28。
预测GH76-5编码蛋白α螺旋(H ) 、β折叠(E )、无规则卷(L )的比例分别是26.90%、20.71%、52.38%，2个GTPase结构域。
GH76-5蛋白为疏水蛋白，无跨膜区，无信号肽。
结论：成功预测GH75和GH76-5基因及其编码蛋白生化及其结构特征，为下一步对其进行克隆和表达奠定基础。
【关键词】黑曲霉、米曲霉；糖基水解酶家族（GH75）；糖基水解酶家族（GH76-5）生物信息学黑曲霉是一种重要工业微生物,在酶制剂、异源蛋白、有机酸等领域应用广泛。
2007年黑曲霉基因组的公布将黑曲霉的研究引入后基因组时代,各种组学数据如雨后春笋般涌现,人们对黑曲霉高效生产机制的理解上升到系统、分子层次;与此同时,黑曲霉遗传操作系统也不断成熟,为系统地研究和改造黑曲霉、将黑曲霉打造成通用细胞工厂奠定了基础。
米曲霉是一类产复合酶的菌株，除产蛋白酶外，还可产淀粉酶、糖化酶、纤维素酶、植酸酶等。
在淀粉酶的作用下，将原料中的直链、支链淀粉降解为糊精及各种低分子糖类，如麦芽糖、葡萄糖等；在蛋白酶的作用下，将不易消化的大分子蛋白质降解为蛋白胨、多肽及各种氨基酸，而且可以使辅料中粗纤维、植酸等难吸收的物质降解，提高营养价值、保健功效和消化率，广泛应用于食品、饲料、生产曲酸、酿酒等发酵工业，并已被安全地应用了1000多年。
米曲霉是理想的生产大肠杆菌不能表达的真核生物活性蛋白的载体。
米曲霉基因组所包含的信息可以用来寻找最适合米曲霉发酵的条件，这将有助于提高食品酿造业的生产效率和产品质量。
一、资料与方法1.1资料通过ExPASy 数据库的UniProtKB（或/uniprot）获得黑曲霉的GH75与米曲霉GH76-5基因序列。
GH75基因编号为4990860.，NCBI的登录号为XM_001401782.1. ，其他物种的GH75的氨基酸序列均来自Genbank，登录号见图1。
GH76-5基因编号为4987208.，NCBI的登录号为XM_001400940.2. ，其他物种的GH76-5的氨基酸序列均来自Genbank，登录号见图2。
1.2方法利用美国国家生物技术信息中心（NCBI,）的基本局部比对搜索工具（BLAST,/blast/），运用Blastx完成基因同源性分析。
应用ORF finder（/gorf/orfig.cgi）寻找其开放读码框，并推导出可编码蛋白序列。
利用保守结构域（/Structure/cdd/wrpsb.cgi）分析预测其保守域。
通过瑞士生物信息学研究所的蛋白分析专家系统（ExPASy，）所提供的蛋白组学和分析工具：Protparam 程序分析GH75及GH76-5蛋白氨基酸组成、相对分子质量、等电点等基本理化性质；TMHMM 程序预测GH75及GH76-5的跨膜区；Proscale 程序分析GH75及GH76-5的蛋白性质；SignalP 程序预测GH75及GH76-5蛋白的信号肽，GOR 超链接分析GH75及GH76-5的二级结构，SWISS-MODEL 通过二级结构比对和折叠，模拟蛋白质的空间构象。
利用SMART （http://smart.embl-heidelberg.de/）分析预测其结构域。
二、结果2.1基因序列的分析 BLASTx 分析结果表明，GH75与多个物种的GH5基因同源，其中与Aspergillus niger contig An04c0140, genomic contig 的同源性最高，一致性达100%，相似度达99%（图1）。
ORF Finder 获得其开放阅读框编码氨基酸序列，该基因全长174bp,编码区为2-174bp ，编码57个氨基酸，无起始密码子，终止密码子TAA ，不编码蛋白（图3）。
CCD 分析发现有GH75保守域。
BLASTx 分析结果表明，GH76-5与多个物种的GH6基因同源，其中与Aspergillus niger contig An14c0130, genomic contig 的同源性最高，一致性达100%，相似性达100%（图2）。
ORF Finder 获得其开放阅读框编码氨基酸序列，该基因全长309bp,编码区为1-308bp ，编码102个氨基酸，无起始密码子，终止密码子TGA ，不编码蛋白（图4）。
CCD 分析发现有GH76-5保守域。
2.2编码蛋白的特征分析2.2.1蛋白质的基本参数GH75蛋白相对分子量预测为26257.2，理论等电点为4.69，脂肪系数为75.94。
在溶液中的不稳定系图3 ORF Finder 图1 BLASTx图2 BLASTx图4 ORF Finder数是25.26，为稳定蛋白。
当蛋氨酸在N 端时，可预测其在哺乳动物网织红细胞（体外）中，半衰期均30小时，在酵母（体内）中，半衰期大于20小时，在大肠杆菌（体内）中，大于10小时。
氨基酸的组合物（图5），原子组成（图6）。
带负电荷的残基总数13，带正电荷的残基总数27。
当蛋白浓度为1g/L ，所有的半胱氨酸残基形成半胱氨酸时，吸光指数（ABS ）为1.629，在水中280nm 摩尔消光指数为42775；所有的半胱氨酸残基不形成半胱氨酸时，吸光指数（ABS ）则为 1.615，在水溶液中280nm 摩尔消光指数为42400。
总的亲水性平均疏水性指数（grand average of hydropathieity ）为-0.204，预测为亲水蛋白。
GH76-5蛋白相对分子量预测为46029.3，理论等电点为5.28，脂肪系数为64.67。
在溶液中的不稳定系数是27.19，为稳定蛋白。
当蛋氨酸在N 端时，可预测其在哺乳动物网织红细胞（体外）中，半衰期均30小时，在酵母（体内）中，半衰期大于20小时，在大肠杆菌（体内）中，大于10小时。
氨基酸的组合物（图7），原子组成（图8）。
带负电荷的残基总数33，带正电荷的残基总数42。
当蛋白浓度为1g/L ，所有的半胱氨酸残基形成半胱氨酸时，吸光指数（ABS ）为 1.970，在水中280nm 摩尔消光指数为90675；所有的半胱氨酸残基不形成半胱氨酸时，吸光指数（ABS ）则为1.962，在水溶液中280nm 摩尔消光指数为90300。
总的亲水性平均疏水性指数（grand average of hydropathieity ）为-0.323，预测为亲水蛋白。
2.2.2疏水性分析、跨膜区分析TMHMM 预测GH75蛋白，提示有跨膜区，位于膜内（图9）。
Proscale 分析疏水性，结果也提示GH75为亲水蛋白（图10）。
SignalP 分析提示GH75有信号肽（图11）。
TMHMM 预测GH76-5蛋白，提示无跨膜区，位于膜外（图12）。
Proscale 分析疏水性，结果也提示GH75为疏水蛋白（图13）。
SignalP 分析提示GH76-5无信号肽（图14）。
图5 氨基酸组合物物 图6 原子组成 图7氨基酸组合图8 原子组成图9TMHMM图12 TMHMM图11 SignalP 图10Proscale图13 Proscale图14 SignalP2.2.3 二三级结构与结构域SMART预测可能存在1个小GTPase结构域（图15），GOR预测GH75编码蛋白二级结构中螺旋（H）、折叠（E）、无规则卷（L）的比例分别为11.07%、25.41%、63.52%，以无规则卷为主（图16）。
SWISS-MODEL 模拟GH75三维结构，应用vector NTI suite 软件包D molecule viewer显示蛋白质三维结构（图17）。
SMART预测可能存在2个小GTPase结构域（图18），GOR预测GH76-5编码蛋白二级结构中螺旋（H）、折叠（E）、无规则卷（L）的比例分别为26.90%、20.71%、52.38%，以无规则卷为主（图19）。
SWISS-MODEL 模拟GH76-5三维结构，应用vector NTI suite 软件包D molecule viewer显示蛋白质三维结构（图20）。
图15 SMART图16 GOR图17 D molecule viewer图20 D molecule viewer图18 SMART图19 GOR三、讨论GH75基因全长174bp,编码区具有57个氨基酸，在GenBank同源序列中，其与Aspergillus niger contig An04c0140, genomic contig基因氨基酸序列一致性达到100%，且有GH75保守域。
GH75蛋白相对分子量预测为26257.2，理论等电点为4.69。
预测GH75编码蛋白α螺旋(H ) 、β折叠(E )、无规则卷(L )的比例分别是11.07%、25.41%、63.52%，1个GTPase结构域。
GH75蛋白为亲水蛋白，有跨膜区，有信号肽。
GH76-5基因全长309bp,编码区具有102个氨基酸，在GenBank同源序列中，其与Aspergillus niger contig An14c0130, genomic contig基因氨基酸序列一致性达到100%，且有GH76-5保守域。
GH76-5蛋白相对分子量预测为46029.3，理论等电点为5.28。
预测GH76-5编码蛋白α螺旋(H ) 、β折叠(E )、无规则卷(L )的比例分别是26.90%、20.71%、52.38%，2个GTPase结构域。