首页--生物科学论文--生物化学论文--蛋白质论文

βγ-晶状体蛋白与三叶因子复合物生物化学特性与作用机制研究

摘要第1-7页
ABSTRACT第7-12页
第一章 绪论第12-49页
   ·βγ-晶状体蛋白超家族的研究现状第12-19页
     ·前言第12页
     ·βγ-晶状体结构域第12-14页
     ·晶状体蛋白的进化第14-15页
     ·βγ-晶状体蛋白家族成员的序列差异和拓扑学结构第15-17页
     ·βγ-晶状体蛋白的钙结合特性第17-18页
     ·βγ-晶状体蛋白的功能第18-19页
     ·βγ-晶状体蛋白的功能与钙离子的关系第19页
   ·三叶因子的研究进展第19-26页
     ·引言第19-20页
     ·三叶因子家族及三叶结构域第20-21页
     ·三叶因子的表达和功能第21-22页
     ·三叶因子的作用机制第22-25页
     ·Bm-TFF2第25页
     ·存在的问题第25-26页
   ·βγ-CAT 的研究进展第26-33页
     ·引言第26页
     ·βγ-CAT 的发现第26-30页
     ·βγ-CAT 的生物学活性第30-33页
     ·研究βγ-CAT 的意义第33页
   ·血小板凋亡第33-39页
     ·前言第33页
     ·血小板的功能第33-34页
     ·细胞凋亡第34-35页
     ·血小板凋亡的发现及其特征第35-36页
     ·血小板凋亡与血小板激活的区别第36-37页
     ·血小板凋亡途径第37页
     ·问题和展望第37-39页
 参考文献第39-49页
第二章 βγ-CAT 的βγ-晶状体结构域的生化特征研究第49-64页
     ·前言第49页
     ·材料与方法第49-53页
     ·实验材料与试剂第49页
     ·实验方法第49-53页
   ·结果第53-58页
     ·蛋白表达第53-54页
     ·CAT-αΝ与 CAT-β相结合第54-55页
     ·CAT-αΝ的结构分析第55-57页
     ·CAT-αΝ的钙结合特性分析第57-58页
   ·讨论第58-60页
   ·本章小结第60-61页
 参考文献第61-64页
第三章 βγ-CAT 诱导人血小板凋亡第64-78页
   ·前言第64页
   ·实验材料与方法第64-67页
     ·实验材料第64-65页
     ·实验方法第65-67页
   ·结果第67-73页
     ·βγ-CAT 引起血小板中caspase-3 的激活第67-69页
     ·βγ-CAT 引起血小板磷脂酰丝氨酸的外翻第69页
     ·βγ-CAT 引起血小板中线粒体相关的凋亡事件第69-71页
     ·βγ-CAT 不引起血小板的激活第71-73页
   ·讨论第73-74页
   ·本章小结第74-75页
 参考文献第75-78页
第四章 βγ-CAT 引起的红细胞溶血和血小板凋亡是外钙内流依赖的第78-87页
   ·前言第78页
   ·实验材料和方法第78-80页
     ·实验材料第78页
     ·实验方法第78-80页
   ·结果第80-84页
     ·βγ-CAT 引起的人红细胞溶血是钙离子依赖的第80-81页
     ·βγ-CAT 在人红细胞上引起外钙内流第81-82页
     ·βγ-CAT 与人红细胞膜的结合第82页
     ·βγ-CAT 引起人血小板细胞内钙离子浓度[Ca2+]i增加第82页
     ·βγ-CAT 引起的人血小板磷脂酰丝氨酸外翻和线粒体膜电位的去极化都是钙依赖的第82-84页
   ·讨论第84-86页
 参考文献第86-87页
第五章 βγ-CAT 对人真皮成纤维细胞生物学活性及其机理研究第87-106页
   ·前言第87页
   ·人真皮成纤维细胞培养第87-90页
     ·实验材料第87页
     ·实验方法第87-89页
     ·结果与讨论第89-90页
   ·βγ-CAT 诱导人成纤维细胞坏死活性研究第90-100页
     ·实验材料第90页
     ·实验方法第90-92页
     ·结果与讨论第92-100页
   ·βγ-CAT 诱导人成纤维细胞坏死活性机制初探第100-104页
     ·材料与方法第100-101页
     ·实验方法第101-102页
     ·结果与讨论第102-104页
   ·本章小结第104-105页
 参考文献第105-106页
致谢第106-107页
在读期间发表的学术论文与取得的其他研究成果第107-108页

论文共108页,点击 下载论文
上一篇:酿酒酵母SDT1和CDC73的结构生物学研究
下一篇:基因网络分析的统计模型研究