SNARE假说的综述以及近期文献的总结 北京理工大学 16111002 王宇洲 1120xx2471 人脑至少含有1 000 亿个神经元， 每一个神经元都有能力去影响其他神经元的活动，可见神经元间必然存在极为高效和精密的通讯机制。现在已经清楚， 这种通讯主要是通过存在于神经元间或与神经元相联系的细胞间的特殊结构———突触来完成的

上高中的时候，就已经学习过了神经细胞传导的时候需要用到神经递质，那是存在于突触小泡和突触间隙的特殊的化学物质，引起突触后膜兴奋从而得以延续传导的物质存在。曾经想过是否会存在一种控制机构可以控制突触小泡和突触前膜的融合从而控制释放神经递质的量呢？这一疑问终于在这学期的细胞生物学中学到了相关的知识。那就是Snare假说的意义。

随着神经生物学的研究越来越深入，对突触小泡释放神经递质分子机制的研究也迅速地进行发展，实验发现了大量位于神经末梢的蛋白质。它们之间的相互作用与突触小泡释放神经递质的行为不乏紧密的联系，特别是位于突触小泡膜上的突触小泡蛋白synaptobrevin和突触小泡相关膜蛋白VAMP，与位于突触前膜上的syntaxin 和突触小体相关蛋白也就是SNAP-25，聚合形成的可溶性NSF 附着蛋白受体也就是SNARE核心复合体在突触小泡的胞裂外排、释放递质过程中起着重要的作用。

这一理论就是著名的SNARE 假说，它的概念最早是由Sollner等科学家首先提出的。因为NSF 和SNAPs 是介导多种细胞内膜融合的重要可溶性蛋白，所以作为SNAPs 受体的SNARE 蛋白与突触小泡的胞裂外排有直接的联系。除此之外，几位研究者发现破伤风毒素和肉毒神经毒素可通过选择性酶解不同SNARE 蛋白从而抑制神经递质的释放。这一重要结论证明了SNARE 蛋白在神经递质释放中的重要作用。不得不说，这个SNARE蛋白的功能就是我高中时候思考过的那个控制系统。

目前有很多已知及未知的与SNARE 蛋白有相互作用的蛋白质，通过调节SNARE 核心复合体的形成与解离来影响突触小泡的胞裂外排，从而可以调节突触信号传递的效率及强度，在突触可塑性的形成中起重要作用。其突触可塑性对脑的学习记忆功能非常重要。突触末梢神经递质的释放是神经系统正常行使功能以及传递信息的基础，因此对突触递质释放的分子机制研究日益成为神经科学家们关注的热点。

这些年，科学家们通过不懈的研究和总结，不断完善SNARE假说，让它更具真理性。

早期的时候此假说用来解释SNARE 核心复合体的形成与解离在膜融合中的作用。假说主要有以下三个观点：第一个是SNARE 蛋白介导突触小泡搭靠在突触前膜的过程。第二个是NSF 可通过解离SNARE 核心复合体而最终导致膜融合的完成。第三个是v-SNARE 与t-SNARE 的相互结合决定突触小泡在突触前膜融合的特异性。

经典的SNAREs 分类是根据“供体”和“受体”的组成来划分的,或者说是根据其分布位置将其分为t-SNARE 和v-SNARE。t-SNARE 分布于靶膜上，包括syntaxin 和SNAP-25，而v-SNARE 则分布在囊泡膜上，称为VAMPs

但是随后经过不断的相关实验，得出的结论对这三点假设提出质疑。通过神经毒素的功能性试验发现。破坏SNARE 蛋白后并不影响突触小泡在突触前膜上的正确搭靠。所以推断SNARE 核心复合体的形成是在突触小泡完成搭靠以后。这个结论在翟中和版《细胞生物学》第四版的152页图中清晰的显示了这一过程，三个相关蛋白是在膜泡搭靠之后才进行的复合过程。Litt leton等人找到证据显示NSF 是在膜融合后解离位于突触前膜的SNARE 核心复合体，使SNARE 蛋白重新恢复游离状态而进入下次的膜融合过程。Yang 等人的实验说明v-SNARE与t-SNARE 的相互作用并没有特异性。所以他们认为突触小泡与突触前膜的搭靠过程是介导膜融合特异性的过程。而最近Scales 等人用功能性实验证明了t-SNARE 与v-SNARE 可决定小泡和靶膜相互作用的特异性，他们认为SNARE 蛋白相互结合的特异性并不是完全取决于可形成稳定的复合体，而可能与其他蛋白质的作用有关。在这个过程中决定特异性的蛋白质及调节因子，比如细胞骨架结构或其他因素，都有待进一步阐明。

之后随着科学研究的不断深入，科学家发现了一种调控SNARE蛋白质复合体行驶膜融合功能的SM蛋白也就是Sec1/Munc18-like蛋白。它对于启动SNARE蛋白的聚合反应起到了至关重要的作用。syntaxin-1的长氨基末端域有3 个α-螺旋，称为Habc。Habc 可与其羧基末端SNARE 模体的α-螺旋结合，形成一种封闭结构，这种结构能阻遏SNARE 蛋白复合体的形成。这时SM蛋白能够识别和结合syntaxin 的Habc 结构域形成的封闭结构， 它的构象变化能够使syntaxin 的Habc结构域与其自身SNARE 模体的α-螺旋解离，形成开放结构，启动SNARE 蛋白的聚合反应。因此，syntaxin 的氨基末端域对囊泡激活和膜融合过程的调控具有重要意义。

囊泡相关蛋白构象的变化对突触前膜和囊泡膜在极短时间内（数百μs）的快速融合起着至关重要的作用。细胞内存在的许多钙结合蛋白都具有C2 域（conserved region-2of protein kinase C domains）。这些蛋白的C2 域能与Ca2+特异性结合参与对各种生理事件的调节。在神经突触中，促使囊泡与突触前膜融合的钙离子感受器为synaptotagmin 蛋白。

Synaptotagmin是位于囊泡膜和细胞质膜上的跨膜蛋白，其胞浆域的羧基端含有2 个串列与钙离子结合的C2 域（C2A 和C2B）。每个Syt分子能结合5个钙离子。在SynaptotagminⅠ和Ⅱ中，C2A域可结合3个钙离子，而C2B 域可结合2个钙离子。用胞外Sr2+来取代Ca2+会极大影响递质的同步释放，由于Sr2+仅与C2B 域结合，因而推测C2B 域对递质的释放和囊泡的融合可能发挥中枢作用。Syt 对钙的敏感性主要受自身磷酸化和去磷酸化的调节。当Syt 与Ca2+结合后立即使C2A 和C2B结构域的钙离子结合环插入膜脂质层中，并介导Syt 的C2 域插入靶膜， 其相互作用使相对2脂膜靠拢，促发了膜的融合。

生理条件下，钙离子进入突触末梢可触发小泡与胞膜融合而释放神经递质, 但每次钙离子进入仅仅引起小部分突触小泡与突触前膜融合，这提示突触小泡搭靠在突触前膜后有一个依赖SNARE 蛋白的成熟过程，使其进入预融合状态，这一状态的突触小泡才能在钙信号作用下发生迅速的膜融合反应。Weber 等人的实验显示构建入磷脂小泡的重组synaptobrevin，syntaxin和SNAP-25可以介导小泡外层磷脂发生缓慢的混合。从而可以推测在这个成熟过程中，两对应膜上的SNARE 蛋白发生聚合形成了SNARE 核心复合体，促使两膜进入预融合状态。此时若接受到触发信号就可发生膜的完全融合。有实验发现SNARE 蛋白本身并不介导最后的膜融合过程。这样就使人们推测在SNARE 核心复合体形成后可能有融合物质的存在。它们的存在是膜融合必不可少的条件，各种引起膜融合的条件都是通过这个最终通路而达到膜的完全融合。到目前为止，这些融合物质仍是一个谜, 它们的结构特点、具体定位、生理生化性质、作用机理以及可能与SNARE 蛋白的关系都是有待突破的领域。了解这些融合物质对最终解释神经递质释放的分子机制有极其重要的作用。

尽管目前已经清楚，突触结合蛋白在SNARE蛋白调控的膜融合中的关键作用，但突触结合蛋白触发囊泡与靶膜融合的具体细节和内容目前尚不清楚。到目前为止，已有14 个不同的突触结合蛋白在哺乳动物中被发现，这些突触结合蛋白广泛分布在不同的组织中，这表明它们在调节SNARE 介导的膜融合过程中可

能具有普遍的功能。

对神经递质释放的研究成为科学家们关注的热点。凭借迅速发展的技术手段，如膜片钳、酵母双杂交、基因敲除等技术，许多与神经递质释放过程相关的蛋白相继被发现，对它们的功能也有了初步的了解。SNARE 蛋白可能是突触小泡融合构件中重要的成分，一些与SNARE 蛋白有相互作用的蛋白能调节SNARE 核心复合体的形成与解离，从而调控突触传递的效率及强度。这些蛋白质的调控作用与突触可塑性及学习记忆有关。

尽管这些已发现的蛋白质对我们了解突触递质释放的分子机制有很大帮助，但对膜融合过程的许多细节目前还不十分清楚，特别是SNARE 和SM 是如何作用的，例如SM 是如何进行激活和抑制的双向调节的？在囊泡锚定到突触前膜之前，SM 是否需要早期激活才能准确与将释放的囊泡作用？同时不断深入的研究也可能会对已建立的假说提出质疑。随着新蛋白质的发现及相应功能的研究，对突触小泡胞裂外排的机制及调控将会有更深入的了解。我相信，通过应用突触特异基因突变或敲除等分子生物学技术，揭示细胞膜融合的细节可能为时不远了。

参考文献

王堰婷,陆佩华,盛祖杭.神经递质释放过程中的可溶性NSF附着蛋白受体( SNARE)和相关蛋白. 生物化学与生物物理进展,20xx,29(1):35-38.

金红敏,李立新.拟南芥SNARE因子在膜泡运输中的功能. 植物学报,20xx,45(4): 479–491.

左明雪.驱动细胞膜融合的发动机———SNAREs 蛋白.生物学通报,20xx, 47(1):7-9.

Ralf Mohrmann & Jakob B. S?rensen.SNARE Requirements En Route to Exocytosis: from Many to Few ,20xx,48:387–394.

Ying Gao, Sylvain Zorman, Gregory Gundersen.Single Reconstituted Neuronal SNARE Complexes Zipper in Three Distinct Stages, 20xx,1-6.

Madhavi Muppirala, Vijay Gupta 1, Ghanshyam Swarup.Tyrosine phosphorylation of a SNARE protein, Syntaxin 17: Implications for membrane trafficking in the early secretory pathway.Biochimica et Biophysica Acta 1823 (20xx) 2109–2119.

 

第二篇：DNA序列数据挖掘分析的文献总结

1.

岳晓宁 井元伟 （20xx）

摘要：引入数据挖掘技术，研究DNA序列数据内在规律性，并给出DNA序列分类问题的算法。综合考虑碱基组的出现概率以及相邻氨基酸之间的关系，从DNA序列片段的个案中密码子分布密度角度出发，提取出已知类别的DNA序列片段的特征；应用分类的逐步判别分析的方法，提出判别能力不显著的变量，给出DNA序列分类的判别函数。仿真结果表明，该算法具有分类计算公式简单且分类结果精度的优点。

关键字：DNA序列 密码子 判别函数 数据挖掘 频率 主要通过分析64个密码子来判断DNA序列的分类

2.数据挖掘技术在生物医学领域的应用

余辉 吕扬生 （20xx）

摘要：阐述了数据挖掘技术基本流程及其在生物医学领域的应用前景，介绍了近年来国内外研究学者运用数据挖掘技术在DNA分析、医学影像数据自动分析以及多种生理参数监护数据分析领域的研究趋势和发展方向。

关键字：数据挖掘 DNA分析 医学数字影像标准 医院信息系统 医学图像的存档与通讯系统

3. 马猛 钮俊清 宁岩 郑浩然 王熙法 （20xx）

摘要 随着DNA微阵列技术的广泛应用，产生了海量基因表达数据。如何利用这些数据研究基因间的调控关系成为当前生物信息学的一个研究热点。关联规则挖掘是数据挖掘领域的一个重要技术，然而直接对基因表达数据进行关联规则挖掘存在两个问题：一是时间和空间复杂度过高；二是获得的规则仅定性表示基因间的调控关系，无法提供关于调控关系强度的信息。本文利用聚类实现数据降维，然后将基因表达水平离散化为七个状态，最后关联分析每个聚类中的基因表达数据。实验结果表明本文的分析方法是有效地。

关键字 生物信息学；基因表达数据；数据挖掘；聚类；关联规则。

4

张鸿雁 （博士学位论文20xx年山东师范大学）

本课题把聚类中的数据对象转化成为图中的节点，那么簇的生成就转化为节点的组合问题，进而把善于解决组合问题的DNA计算应用到聚类中去，在DNA计算应用中是新的尝试，也为聚类分析提供了新的思路和方法。

本文的研究内容：

1、 利用面向对象方法学分析并描述DNA计算的相关概念

和技术。

2、 利用DNA计算进行聚类

3、 在已提出的基于DNA计算的聚类理论思想的基础上，

进一步通过实验来证明其可行性和效果。

4、 算法复杂度的讨论分为两个方面：一个是在计算机模拟

的基础上对基于DNA计算的聚类算法进行了复杂度的讨论，在计算机编程基础上，讨论按照计算机编程的思想分析DNA计算的时间复杂度；另一个是ＤＮＡ计算算法的复杂度讨论，讨论了生化实验的消耗和反应时间。

关键词：DNA计算 聚类算法 层次聚类 网格聚类 粘贴模型

5

王显金 阳军 （20xx）

摘要：从ＤＮＡ序列片段中密码子分布密度角度出发，提取ＤＮＡ序列片段的特征，基于五大类氨基酸出现的频率，应用聚类分析方法对ＤＮＡ序列片段 进行分类，结果表明，该算法具有分类简单且分类结果精度较高的优点。 关键字：密码子 频率 聚类分析

主要内容：四种碱基，三个构成一个密码子，所以密码子共有64个，64种密码子出现的频率构成64维特征向量，最终分成5大类。然后计算距离在进行分类。

本文对DNA序列信息的提取，主要以生物学意义为基础：根据氨基酸分子中侧链基的急性性质，把氨基酸分成五大类（含终止信息三联体），出于兼顾碱基含量和融入对碱基排列顺序的考虑，采用指针平移法对各类氨基酸在每一个DNA序列出现频率进行统计，得到一个五维特征向量与之对应，降维后得到四维向量，所得向量维数较低，便于计算和操作；使用SPSS统计工具，采用层次聚类法对40个样本进行分类，分类结果精度较高，其中学习样本回代正确率为95%。

6

王鑫（东北师范大学硕士学位论文20xx）

摘要：随着人类基因组计划的顺利完成和各种后基因组计划的开始实施，涌现出海量的生物分子数据。充分利用这些数据，揭示这些数据的内涵，得到对人类有用的生物学信息，是科学家们所面临的一个严峻的挑战。虽然生物信息学中已经提出了大量有积极意义的方法，但目前大部分的方法还不能获得最优的模式，最准确的预测。

本文根据数据挖掘中的关联规则挖掘算法。提出了一种支持度——匹配框架下、挖掘基因DNA序列数据库中非公共的闭合频繁序列之间的关联规则的新型算法。本文使用了来自美国NCBI中RAKalpha和HBsAg基因数据，以实例的形式说明和分析了算法。分析表明，这种算法不仅可以准确、快

速的找到所有的ＤＮＡ序列模式，还可以更好的发现这些模式之间隐含在序列结构中的生物学信息。并且利用这种算法在基因ＤＮＡ序列数据得到的规则，可以准确的预测新的基因ＤＮＡ数据的种类和功能。

关键词：数据挖掘；关联规则；ＤＮＡ序列数据库；Ａpriori算法。

第一章 引言

1.1生物信息学简介 1.2数据挖掘的研究现状 1.3论文的内容

第二章 关联规则和Apriori的简单介绍

第三章 序列数据库中的关联规则挖掘

第四章 在基因数据库中挖掘关联规则的算法以及实例

主要内容：从某种意义上讲，支持度能反映关联规则中A和B的关系是否是普遍规律；而置信度则反映了在这种情况下的关系方向，即是从A到B，还是从B到A。（支持度：p=(A∪B) 置信度：P=(B|A)）