標籤: 暫無標籤

雷紅星,博士,2008年6月起加盟北京基因組研究所,被聘為「百人計劃」研究員。

1 雷紅星 -簡介:

  

雷紅星

雷紅星博士於1991年獲華中理工大學生物醫學工程學士學位,隨後7年在軍事醫學科學院工作。2003年在美國堪薩斯州立大學獲博士學位。此後,在段勇研究組從事5年的博士后研究同時擔任研究組主管,其中一年在美國德拉華大學,其餘四年在美國加州大學戴維斯分校工作。2008年6月,雷博士加盟北京基因組研究所,被聘為「百人計劃」研究員。

  雷博士從1991年就一直從事計算生物學方面的研究。從1991年至1998年,主攻方向為生物信息學,廣泛學習了蛋白質和核酸的系列分析方面的計算技術, 作為主要參與者開發了國內第一套生物信息軟體包--GOLDKEY。1998年後,研究方向從生物信息學轉為計算結構生物學方面。使用分子力學和分子動力學作為主要的研究方法,研究內容主要包括蛋白質摺疊,蛋白質-蛋白質對接,蛋白質結構模建,蛋白質動力學,以及蛋白質病變聚合機理等。在蛋白質摺疊的研究中,首次將天然蛋白質摺疊提高到0.5埃米的精度。

  職 稱: 研究員

  職 務: 博士生導師

2 雷紅星 -研究方向:

  結構生物學,包括蛋白質-蛋白質相互作用,蛋白質-DNA相互作用,蛋白質摺疊,以及蛋白質結構及功能預測.系統生物學, 包括蛋白質-蛋白質相互作用網路和轉錄調控網路。目前主要從系統網路的角度研究老年痴呆症的機理

3 雷紅星 -主要研究成果:

  1) 通過計算模擬首次完成天然蛋白質亞埃精度的摺疊

  2) 成功地將多個天然蛋白的摺疊精度提高到1埃內

  3) 揭示蛋白摺疊中分步摺疊的機理

  4) 開展了澱粉樣肽聚集化的早期模擬研究

  5) 開展抑制澱粉樣蛋白形成的早期模擬研究

  6) 蛋白-蛋白對接中分子間距離的創新性研究

  7) 通過模擬完成β-肽的可逆性摺疊的最早期研究

  8) 合作開發國內最早的生物信息學軟體

4 雷紅星 -主要研究領域:

  一、計算結構生物學:

  1 蛋白質-蛋白質對接

  大多數細胞過程是由蛋白質-蛋白質相互作用來實現的,從單獨的蛋白質結構出發預測蛋白質-蛋白質相互作用的三維結構(蛋白質對接)能夠揭示它們的功能機理以及在細胞中起到的作用。蛋白質複合物的結構可以為蛋白質界面提供信息,可以協助進行藥物設計。蛋白質對接可以幫助我們了解信號通路和評價複合物的親和性。近年來預測蛋白質和蛋白質的相互作用成為了熱點。然而,在預測技術上有兩個難點仍然有待提高,一個是篩選/計分方法的效率,另一個是蛋白質柔韌性的處理。這兩大難點的共同問題就是最終的蛋白質-蛋白質對接預測的準確性低。我們意在對這兩個國際公認的難點進行有針對性的攻關,以期提高蛋白質-蛋白質對接預測的準確性。

  2 澱粉樣β蛋白聚集的抑制

  多數神經退行性疾病,例如阿爾茨海默病(AD),與澱粉樣β蛋白的聚集相關。AD的一個神經病理特徵就是包含著不可溶的聚集成纖維狀的澱粉樣β蛋白的老年斑的出現。這種蛋白聚合成一種普遍的交叉β片結構,β鏈垂直於纖維軸向。也有報道說這些神經退行性疾病的毒性是由除了成熟的纖維以外的可溶性中間體低聚物引起的。因此,在早期抑制澱粉樣β蛋白的聚集是非常重要的。我們探究基於多肽的抑製劑對低聚的澱粉樣β蛋白的抑制能力。這些抑製劑是基於A-beta自組裝的核心序列KLVFF設計的,包括 RGKLVFFGR, 名為 OR1 和 RGKLVFFGR-NH2, 名為OR2。通過分析他們的自由能來確定其抑制機理,最終設計治療AD的多肽抑製劑。

  3 蛋白質摺疊

  蛋白質摺疊是生命科學中最基本的問題之一。我們與加州大學戴維斯分校基因組中心的段勇教授合作,通過計算機模擬的手段初步探討這一問題。蛋白質摺疊計算領域的巨大挑戰是:全α、全β及α、β混合蛋白質高質量摺疊的一致性。雖然蛋白質摺疊計算方面已經有三個成功的案例(HP35,蛋白A和FSD),如果要想獲得更多的成功,就需要廣泛開發,測試和優化力場。在另一相關研究方面,我們將探索提高蛋白質摺疊模擬的效率。

  二、計算系統生物學

  1 肺癌的網路建模

  肺癌是一種複雜的疾病。我們的目標是結合基因表達數據和蛋白質互作數據,建立一個關於肺癌的高度可靠的生物網路。我們將在這個蛋白質互作網路基礎上,整合各方面數據,包括基因序列,甲基化,SEREX等,來發現可以區分癌症病人和正常人,非小細胞肺癌和小細胞肺癌病人的特異性功能模塊。如果肺癌病人能夠在早期得到診斷,生存率將有很大提高,我們將用蛋白質互作網路分析不同分期病人的表達譜以期獲得肺癌早期的標誌物。由於吸煙是造成肺癌的一個重要因素,我們將探索吸煙和肺癌之間的關係。我們認為存在一些可以將吸煙和肺癌關聯在一起的功能模塊。

  2 應用計算系統生物學手段探討埃茲海默疾病

  我們用正常人和 Alzheimer病人的表達譜數據結合蛋白質互作數據建立Alzheimer症的網路。在網路水平比較正常人和Alzheimer病人的差異,包括拓撲特性和表達特徵上的差異。我們期望獲得在Alzheimer症發展中發揮重要作用的蛋白和信號通路。然後我們將從中選取有可能逆轉Alzheimer症發展並不影響人體正常功能的蛋白作為藥物設計的潛在靶點。對於涉及多病理因素的疾病,單靶標的藥物往往不能滿足疾病的治癒。我們將利用蛋白互作網路發現疾病相關的蛋白作為藥物靶標,利用計算機輔助藥物設計的手段,設計Alzheimer症多靶點的藥物。

  3 單核苷酸多態性和遺傳性疾病

  目前人類基因組學和流行病學以及藥物基因組學的研究熱點是識別與複雜疾病相關基因的變異。單核苷酸多態性(SNPs)的研究是這些研究中尤為前沿的領域,SNPs主要構成人類的遺傳變異。合理的識別緻病的SNPs對於疾病的早期診斷,個性化的治療以及藥物設計具有重要的指導意義。一般SNPs發生在基因組的功能區域,如蛋白編碼區,調控區,這些區域可能會引起蛋白功能的改變,從而導致疾病發生。我們使用生物信息學的手段探討疾病與SNPs之間的關係。當前研究功能性SNPs的生物信息學的工具僅考慮了單個的生物學功能,還不夠全面。因此,就需要花更多的時間和精力分別是用多種工具對SNPs進行詮釋,以得到較為全面準確的結果。我們將使用多種開放性工具和資源提供一個全面的SNPs功能信息平台。

相關評論

同義詞:暫無同義詞