40、骨肉瘤细胞适体的筛选与鉴定

骨肉瘤细胞适体的筛选与鉴定

1. 引言

小分子DNA或RNA寡核苷酸配体在医学和其他生物科学领域得到了广泛的研究和应用。这些配体能够折叠成三维结构,与氨基酸、肽、细菌、蛋白质和完整细胞等目标物质进行识别和相互作用,展现出与抗体相似的选择性结合和亲和力。与抗体相比,它们具有低毒性、低免疫原性和较短的血液停留时间等优势,因此被用作肿瘤标志物的探针或适体,如血小板衍生生长因子(PDGF)、血管内皮生长因子(VEGF)和人表皮生长因子受体3(HER3)等。

适体通常通过指数富集配体系统进化技术(SELEX)产生。根据研究和应用目的的不同,已经发展出了毛细管电泳 - SELEX、复合靶标 - SELEX、消减 - SELEX和细胞 - SELEX等多种技术。细胞 - SELEX技术包括将单链DNA(ssDNA)或RNA文库池与靶细胞孵育,然后通过加热细胞 - ssDNA复合物从细胞中回收与靶细胞结合的序列,再通过PCR扩增回收的序列,生成新的ssDNA或RNA文库池用于下一轮筛选,重复这个过程直到特异性识别靶细胞的序列得到富集。

骨肉瘤是儿童中最常见的骨癌,诊断年龄通常在15岁左右。在青少年后期,男性患骨肉瘤的几率高于女性,此外,60岁以上的人群也较为常见,但其病因尚不清楚。目前,骨肉瘤的诊断依赖于影像学、血清学和病理学的综合分析,这种诊断方法需要较长的时间。由于癌症相关基因的异常表达和蛋白质结构的改变,骨肉瘤细胞在形态和生物学行为上发生了一些变化,细胞表面的表位比正常细胞更为复杂。因此,利用细胞 - SELEX技术筛选能够高特异性和高亲和力地识别和结合骨肉瘤细胞的DNA寡核苷酸配体序列是可行的。

2. 实验结果
2.1 PCR条件优化
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值