 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 5 | 1/1 | 返回列表 |
| 查看: 7471 | 回復(fù): 17 | ||||||||
| 當(dāng)前只顯示滿足指定條件的回帖，點(diǎn)擊這里查看本話題的所有回帖 | ||||||||
[交流]
關(guān)于病毒免疫方面抗原表位預(yù)測的經(jīng)驗(yàn)分析 已有15人參與
|
||||||||
|
本人也正在做這方面的工作，因?yàn)槭浅醮谓佑|免疫學(xué)放面的知識(shí)，一路坎坷。查了不少這方面的東東，與你分享一下吧，不知是否有幫助？都是從各文獻(xiàn)總結(jié)的。 1、B細(xì)胞表位預(yù)測對于多種免疫學(xué)研究是必不可少的。針對不同的蛋白，應(yīng)選擇不同的方法。一般來說，蛋白質(zhì)的C端具有較好的親水性、表面可及性和柔性，所以是很好的抗原決定簇區(qū)域。本課題選用的蛋白質(zhì)C-末端序列標(biāo)簽都是唯一的、或是其家族中的幾個(gè)成員所共有的。在人蛋白質(zhì)中，約81%的蛋白質(zhì)其C末端的5個(gè)氨基酸殘基的小肽是該蛋白質(zhì)所特有的，制備針對蛋白質(zhì)C末端小肽的抗體，常常能得到特異性識(shí)別該全蛋白的抗體。另外，蛋白的二級(jí)結(jié)構(gòu)是B細(xì)胞表位計(jì)算機(jī)預(yù)測的重要參數(shù)之一，β轉(zhuǎn)角為凸出結(jié)構(gòu)，多出現(xiàn)在蛋白質(zhì)抗原表面，有利于與抗體結(jié)合，較可能成為抗原表位。而α螺旋和β折疊結(jié)構(gòu)規(guī)則不易變形，較難結(jié)合抗體，一般不作為抗原表位。含有5個(gè)以上的氨基酸殘基的轉(zhuǎn)角又常稱為環(huán)(loop)。以往的研究表明，蛋白表面的loop區(qū)可能為功能性抗體的識(shí)別位點(diǎn)，特異性好，可及性強(qiáng)。本課題選用的HPO、G-CSF、HSA空間結(jié)構(gòu)已明確，所以直接選擇loop區(qū)或無規(guī)卷曲作為B細(xì)胞表位。 舉例： 人Pif1基因編碼至少兩種蛋白亞型，分子量分別為74kDa和80kDa，與酵母具有高度的同源性，α型和β型Pif1只有C末端不同[20]，其余部分完全相同，并且二者的C末端在蛋白數(shù)據(jù)庫中都是唯一的，選擇α型和β型的C末端作為B細(xì)胞表位，既滿足特異性的需要，也能區(qū)分亞型。 GPAA1是一種跨膜蛋白，原核表達(dá)非常困難，形成包涵體，且包涵體難以溶解和復(fù)性。對這一類型的蛋白，非常適合選擇其特有的B細(xì)胞表位免疫動(dòng)物，來最終制備識(shí)別全蛋白質(zhì)的抗體。ABCpred是基于人工神經(jīng)網(wǎng)絡(luò)模型的線性B細(xì)胞表位預(yù)測工具，該系統(tǒng)檢驗(yàn)了源于Bcipep數(shù)據(jù)庫的700個(gè)非冗余B細(xì)胞表位和源于Swiss-Prot數(shù)據(jù)庫的700個(gè)長度為10~20個(gè)氨基酸的隨機(jī)選擇多肽，準(zhǔn)確率近66%。Bepipred結(jié)合隱馬爾科夫模型和親水性參數(shù)評分預(yù)測線性B細(xì)胞表位，AROC評分達(dá)到0.671。將兩種預(yù)測方法得到的預(yù)測結(jié)果進(jìn)行比較，其共有的預(yù)測表位是真正B細(xì)胞表位的幾率更大，如果能進(jìn)一步結(jié)合蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測結(jié)果，就可以選出可信度更高的B細(xì)胞表位。如何選擇有效的B細(xì)胞表位是能否實(shí)現(xiàn)無完整蛋白質(zhì)抗原條件下抗體制備的關(guān)鍵。 2、對于B細(xì)胞表位的選擇，對于已有空間結(jié)構(gòu)信息的蛋白質(zhì)抗原，直接選擇蛋白分子表面的loop區(qū)或無規(guī)卷曲區(qū)域的小肽序列作為候選B細(xì)胞表位；對于缺乏空間結(jié)構(gòu)信息的蛋白質(zhì)抗原，需要根據(jù)蛋白質(zhì)抗原的特點(diǎn)具體分析。若蛋白質(zhì)抗原C末端的序列親水性好，可以選擇C末端的6～10個(gè)氨基酸的序列作為候選B細(xì)胞表位，并且最好該序列為該蛋白質(zhì)所特有；也可采用B細(xì)胞表位預(yù)測程序進(jìn)行分析，選擇不同程序預(yù)測的共有B細(xì)胞表位；對于同源性很高的家族蛋白，根據(jù)序列比對結(jié)果選擇差異較大的區(qū)域，并且所選序列應(yīng)該符合B細(xì)胞表位的特征�；谝陨显瓌t，本實(shí)驗(yàn)選擇了10個(gè)蛋白的14個(gè)表位，并對其中的12個(gè)表位進(jìn)行了驗(yàn)證。 3、對于B細(xì)胞表位的選擇， （1）對于空間結(jié)構(gòu)已知的蛋白質(zhì)，直接選擇蛋白分子表面的loop區(qū)或無規(guī)卷曲區(qū)域的小肽序列。 （2）對于空間結(jié)構(gòu)未知的蛋白質(zhì)，可采用以下策略進(jìn)行選擇： A：若蛋白質(zhì)C末端序列的親水性好，可以選擇C末端的6～10氨基酸的序列作為候選B細(xì)胞表位，最好該序列為該蛋白質(zhì)所特有�？刹捎肧IB BLASTNetwork Service（http://www.expasy.ch/tools/blast/）的BLAST軟件進(jìn)行比對，數(shù)據(jù)庫選擇homo sapiens； B：采用B細(xì)胞表位預(yù)測程序ABCpred和BepiPred等進(jìn)行表位預(yù)測，選擇不同程序預(yù)測的共有B細(xì)胞表位； C：對于同源性很高的蛋白質(zhì)，首先根據(jù)序列比對結(jié)果選擇差異較大的區(qū)段，并且所選序列應(yīng)該符合B細(xì)胞表位的特征。 4、二級(jí)結(jié)構(gòu)預(yù)測 分別應(yīng)用EX-PASY服務(wù)器(http: //www. expasy. org/tools)上的GOR4[4]、HNN (Hierarchical Neural Network meth-od)、SOPMA、nnPredict[University ofCalifornia atSanFrancisco (UCSF)]等方法。 親水性、柔韌性、表面可能性和抗原表位預(yù)測 應(yīng)用DNAstar軟件的子程序Protean,采用Hopp-Woods和Kyte-Doolittle方案預(yù)測氨基酸的親水性[5, 6],采用Karplus-Schultz和Emini方案預(yù)測柔韌性及表面可能性[7, 8],采用Jameson-Wolf方案[9]和吳氏抗原指數(shù)法[10]預(yù)測潛在的B細(xì)胞抗原表位。 5、 對獲取序列的生物信息學(xué)處理分析 使用DNASTAR軟件分析獲取的序列,結(jié)合NCBI上的BLAST尋找最匹配的短序列。用全部和部分肽序列查詢各國專利數(shù)據(jù)庫: http: //appft1. uspto. gov/netahtml/PTO/search-adv. ht/ http: //www. freepatentsonline. com /5194592. htm / http: //www. stcsm. gov. cn/resource/data/zhuanl.i asp#1 使用蛋白質(zhì)在線分析工具分析多肽的疏水性、PI值、穩(wěn)定性: http: //www. expasy. org/ http: //www. rcsb. org/pdb/cgi/explore. cg?i pdbId=1fi6 http: //www. rcsb. org/pdb/search/searchSequence. do http: //www. expasy. org/sitemap. html http: //www. expasy. org/tools/#translate http: //www. expasy. org/tools/blast/ 常用數(shù)據(jù)庫和預(yù)測工具：名稱 網(wǎng)址 說明 ABCpred http://www.imtech.res.in/raghava/abcpred 人工神經(jīng)網(wǎng)絡(luò)線性B 細(xì)胞表位預(yù)測工具 AgAbDb http://202.4 1.70.51:8080/agabdb2/ 抗原-抗體共結(jié)晶結(jié)構(gòu)的分子相互作用數(shù)據(jù)庫 AntiJen http://www.jenner.ac.uk/AntiJen B 細(xì)胞表位定量結(jié)合數(shù)據(jù)庫 Bcipep http://www.imtech.res.in/raghava/bcipep/ B 細(xì)胞表位數(shù)據(jù)庫 Bepipred http://www.cbs.dtu.dk/services/BepiPred 基于序列的線性表位預(yù)測工具 CEP http://bioinfo.ernet.in/cep.htm 基于結(jié)構(gòu)的連續(xù)性和非連續(xù)性表位預(yù)測工具 DiscoTope http://www.cbs.dtu.dk/services/DiscoTope 基于序列/結(jié)構(gòu)的非連續(xù)性表位預(yù)測工具 Epitome http://www.rostlab.org/services/epitome 抗原-抗體相互作用殘基數(shù)據(jù)庫 HIV database http://www.hiv.lanl.gov/content/immunology HIV免疫表位數(shù)據(jù)庫 IEDB http://www.immuneepitope.org T細(xì)胞和B細(xì)胞表位數(shù)據(jù)庫含陰性數(shù)據(jù) IEDB B-cell http://www.immuneepitope.org/tools/bcell/iedb_input 基于序列的線性表位預(yù)測工具 epitope tools 6、B細(xì)胞表位預(yù)測的方法及應(yīng)用 線性表位的預(yù)測方法 B細(xì)胞表位的預(yù)測方法主要集中于線性表位，在二十世紀(jì)七、八十年代發(fā)展起來的大量的預(yù)測B細(xì)胞表位的算法都是基于蛋白質(zhì)序列。這些算法包括：⑴蛋白質(zhì)的親水性算法(Hydrophilicity)：認(rèn)為蛋白質(zhì)各氨基酸殘基可分為親水殘基和疏水殘基兩類。在機(jī)體內(nèi)，疏水性殘基一般被埋在蛋白內(nèi)部，而親水性殘基位于蛋白質(zhì)表面，因此，蛋白的親水部位與蛋白抗原表位有著密切的聯(lián)系。Hopp-Woods(Hoop TP et al.,1981)算法為最常用的。⑵可及性算法(Accessibility)：常用的有Janin可及性參數(shù)，即指蛋白質(zhì)抗原中氨基酸殘基被溶劑分子接觸的可能性(Rudolph R et al.,1990)。它反映了蛋白質(zhì)抗原各個(gè)氨基酸殘基的分布情況。⑶蛋白質(zhì)可塑性算法(Flexibility)：此算法認(rèn)為蛋白質(zhì)抗原構(gòu)象的多肽鏈骨架具有一定程度的活動(dòng)性，活動(dòng)性強(qiáng)的氨基酸殘基即可塑性大，易形成抗原表位(Karplus PA et al.,1985)。⑷蛋白質(zhì)二級(jí)結(jié)構(gòu)預(yù)測算法(Secondary structure)：該算法認(rèn)為蛋白質(zhì)二級(jí)結(jié)構(gòu)與蛋白質(zhì)表位的分布關(guān)系密切。α螺旋、β折疊化學(xué)鍵鍵能比較高，形態(tài)固定，常處于蛋白質(zhì)內(nèi)部，難以與抗體嵌合，而β轉(zhuǎn)角和無規(guī)則卷曲多處于蛋白質(zhì)的表面，結(jié)構(gòu)松散，易展示在蛋白質(zhì)表面，有利于與抗體嵌合，成為抗原表位的可能性大(來魯華,1993)。⑸蛋白質(zhì)抗原性算法(Antigenicity)：Welling(Welling GW.,1985)通過對20個(gè)已研究得很透的蛋白質(zhì)的69個(gè)連續(xù)位點(diǎn)的606個(gè)氨基酸統(tǒng)計(jì)分析，用各氨基酸殘基在已知B細(xì)胞表位中出現(xiàn)的百分率與其通常在蛋白質(zhì)中出現(xiàn)的百分率比值的對數(shù)建立了抗原性刻度，并以此計(jì)算蛋白中各亞序列的抗原性。這些方法的代表軟件有PEOPLE(Alix AJ et al.,1999)、PREDITOP(Pellequer JL et al.,1993)、BEPITOPE(Odorico M et al.,2003)、Bcepred(Saha S et al.,2004)等。但是最近Blythe及Flower(Blythe MJ et al.,2005)對氨基酸的性質(zhì)與線性表位的關(guān)系做了一個(gè)評估，結(jié)果表明基于氨基酸序列信息來預(yù)測線性表位，即使很好的結(jié)合了氨基酸的各種性質(zhì)，其預(yù)測結(jié)果僅略強(qiáng)于隨機(jī)預(yù)測。近年來，一些應(yīng)用隱形馬爾可夫模型(HMM)、人工神經(jīng)網(wǎng)絡(luò)(ANN)、支持向量機(jī)算法(SVM)及其他技術(shù)的機(jī)器研究方法(Ponomarenko JV et al.,2007)已經(jīng)被引入來預(yù)測B細(xì)胞表位，取得了較好的結(jié)果。代表軟件有ABCpred(Saha S et al.,2006)、BepiPred(Larsen JEet al.,2006)、APP(Chen J et al.,2007)等。ABCpred采用人工神經(jīng)網(wǎng)絡(luò)來預(yù)測線性表位，從Bcipep和SwissProt數(shù)據(jù)庫中提取非冗余的表位肽和非表位肽作為訓(xùn)練集，采用5-折交叉驗(yàn)證，預(yù)測敏感性約為67%，特異性約為64%。BepiPred結(jié)合氨基酸的性質(zhì)（親水性、柔韌性、可及性、極性、暴露表面、轉(zhuǎn)角）和隱形馬爾可夫模型來預(yù)測線性表位，預(yù)測結(jié)果表明，同那些僅依賴于氨基酸性質(zhì)的預(yù)測方法相比，BepiPred預(yù)測結(jié)果的準(zhǔn)確性有一定程度的提高。Chen et al.(2007)發(fā)現(xiàn)氨基酸通常成對出現(xiàn)在抗原表位的頻率要比其出現(xiàn)在非表位肽段的頻率高，基于此，并聯(lián)合支持向量機(jī)算法建立了APP方法。應(yīng)用此方法在872個(gè)表位肽和872個(gè)非表位肽數(shù)據(jù)集中，采用5-折交叉驗(yàn)證，預(yù)測準(zhǔn)確度為71%。Yasser EL-Manzalawy(EL-Manzalawy Y et al.,2008)等采用同一數(shù)據(jù)集對這三種方法進(jìn)行比較，結(jié)果表明ABCpred預(yù)測表位的準(zhǔn)確性略高于BepiPred及APP。 構(gòu)象表位的預(yù)測方法目前，絕大多數(shù)B細(xì)胞表位預(yù)測方法都是基于蛋白質(zhì)的一級(jí)或二級(jí)結(jié)構(gòu)的，但這些方法只能用來預(yù)測由連續(xù)的氨基酸殘基構(gòu)成的線性表位，而基于蛋白質(zhì)的三級(jí)結(jié)構(gòu)來預(yù)測構(gòu)象表位的方法比較少，這是因?yàn)楦鞣N抗原的構(gòu)象表位可獲得的數(shù)據(jù)要遠(yuǎn)遠(yuǎn)少于線性表位，并且到目前為止，幾乎沒有哪個(gè)抗原的所有的表位都能夠徹底的研究清楚(HasteAndersen P et al.,2006)�；诘鞍踪|(zhì)三級(jí)結(jié)構(gòu)來預(yù)測構(gòu)象表位的方法CEP(Kulkarni-Kale U et al.,2005)(Conformational Epitope Prediction)：這是第一個(gè)以抗原蛋白的三級(jí)結(jié)構(gòu)PDB文件作為輸入條件，以構(gòu)象性表位預(yù)測為主要目的的網(wǎng)上免費(fèi)服務(wù)軟件。它提供了一個(gè)預(yù)測構(gòu)象表位的web界面，這種方法除了能夠預(yù)測構(gòu)象表位，同時(shí)也能預(yù)測線性表位。它主要根據(jù)氨基酸殘基的溶劑可及性及空間距離截值來預(yù)測表位，其公布的預(yù)測精度達(dá)75%。DiscoTope(Haste Andersen P et al.,2006)：是通過蛋白質(zhì)三級(jí)結(jié)構(gòu)數(shù)據(jù)來預(yù)測構(gòu)象表位的一種新方法，這種方法通過對X射線晶體衍射確定的76個(gè)抗原抗體復(fù)合物所組成的構(gòu)象表位數(shù)據(jù)集進(jìn)行大量統(tǒng)計(jì)度量、空間特征分析和表面可及性計(jì)算，對B細(xì)胞構(gòu)象性表位進(jìn)行預(yù)測，最終對組成蛋白序列的每個(gè)氨基酸打分，通過分值來反映某一氨基酸成為表位的可能性，并提供了閾值來確定組成表位的氨基酸殘基。預(yù)測蛋白質(zhì)與蛋白質(zhì)相互作用位點(diǎn)的方法除以上兩種方法之外，還有最近發(fā)展起來的一些預(yù)測蛋白質(zhì)與蛋白質(zhì)相互作用位點(diǎn)的方法。 由于抗原抗體之間的相互作用屬于蛋白質(zhì)與蛋白質(zhì)之間相互作用中的一種，因此，可以參這些方法來預(yù)測B細(xì)胞表位。分子對接：主要用來研究分子間的相互作用與識(shí)別，進(jìn)而預(yù)測復(fù)合物結(jié)構(gòu)。常用的分子對接軟件有ZDOCK(Chen R et al.,2003)、DOT(Shoichet BK et al.,1991)、DOCK(Mandell JG et al.,2001)、ClusPro(Comeau SR et al.,2004)等。其中ClusPro是一個(gè)提供網(wǎng)上服務(wù)的分子對接軟件，其能夠根據(jù)形狀互補(bǔ)快速的篩選ZDOCK和DOT程序產(chǎn)生的對接結(jié)果，并對對接結(jié)果聚類，根據(jù)聚類情況對對接結(jié)果打分，最終返回10個(gè)得分最高的對接結(jié)果，再根據(jù)這些對接結(jié)果來確定蛋白質(zhì)相互作用的位點(diǎn)。PPI-Pred(Bradford JR et al.,2005)(protein-protein interface prediction)將支持向量機(jī)的方法同曲面分析結(jié)合在一起預(yù)測蛋白質(zhì)相互作用位點(diǎn)。ProMate(Neuvirth H et al.,2004)(Predicting the location of potential protein-protein binding sitesfor unbound proteins)是將一些蛋白質(zhì)相互作用界面的重要性質(zhì)綜合起來預(yù)測蛋白質(zhì)相互作用位點(diǎn)。這些性質(zhì)包括：結(jié)合位點(diǎn)通常偏向位于β片層及非結(jié)構(gòu)的鏈；芳香族氨基酸的側(cè)鏈常會(huì)參與蛋白質(zhì)與蛋白質(zhì)的相互作用；疏水氨基酸和極性氨基酸常聚集在蛋白質(zhì)與蛋白質(zhì)相互作用的界面；以及在晶體結(jié)構(gòu)中結(jié)合位點(diǎn)的周圍有更多的水分子與之結(jié)合。Ponomarenko和Bourne采用以上幾種方法預(yù)測構(gòu)象表位并使用同一評估體系對其進(jìn)行了比較，結(jié)果表明，這些方法的準(zhǔn)確性均未超過40%，如果用ROC(Relative operating characteristic)曲線下面積的值來評估這些方法，則DiscoTope，和PPI-PRED的值大約是0.6，ClusPro的值高于0.65，但未超過0.7，而其它的方法接近于隨機(jī)預(yù)測。盡管這些年來B細(xì)胞表位預(yù)測的方法得到了一定的發(fā)展和應(yīng)用，但這些研究方法還存在一定的問題。首先，所有預(yù)測表位的方法都缺乏標(biāo)準(zhǔn)的ROC(Swets JAet al.,1988)評估，這使得各種預(yù)測方法的結(jié)果難以比較與評估；其次，大多數(shù)預(yù)測線性表位的方法都具有一定的局限性，它們僅僅是根據(jù)少數(shù)的幾個(gè)表位的特征（氨基酸的性質(zhì)，殘基的表面可及性，空間分布，分子間接觸）來預(yù)測表位，而最近對各種線性表位預(yù)測方法進(jìn)行評估的結(jié)果表明，僅根據(jù)氨基酸的性質(zhì)來預(yù) 測線性表位的方法并不可靠。要想提高預(yù)測的準(zhǔn)確性，需將更多表位區(qū)別于非表位的特征結(jié)合起來預(yù)測；最后，目前預(yù)測表位的方法大多數(shù)是針對于線性表位的，而據(jù)研究表明(Barlow DJ etal.,1986)90%以上的表位為構(gòu)象表位，因此在進(jìn)一步完善線性B細(xì)胞表位預(yù)測研究的基礎(chǔ)上，從蛋白質(zhì)的三級(jí)結(jié)構(gòu)入手，深入對構(gòu)象性B細(xì)胞表位預(yù)測算法與程序的研究。同時(shí)，我們也相信隨著PDB數(shù)據(jù)庫中抗原抗體復(fù)合物的增加，能夠?qū)Ω鞣N抗原的構(gòu)象表位進(jìn)行更廣泛的分析，人們對蛋白質(zhì)抗原表位的研究將更加透徹。 以上都是前輩們總結(jié)的，我只是借平臺(tái)和同我一樣迷茫的人們一起分享，希望有助于解決問題。但有一點(diǎn)，大多數(shù)軟件預(yù)測得到的是線性表位，需要構(gòu)像表位，最好結(jié)合噬菌體肽庫篩選。 |
回復(fù)此樓» 收錄本帖的淘帖專輯推薦
 分子生化實(shí)驗(yàn)經(jīng)驗(yàn)積累 | 免疫學(xué)實(shí)驗(yàn)經(jīng)驗(yàn) | 藥學(xué)科研資料 | 花未眠 |
| 有意思的貼 |
» 本帖已獲得的紅花（最新10朵）
nrahouston» 猜你喜歡
化工調(diào)劑303分，過四級(jí)
已經(jīng)有5人回復(fù)
-
071000生物學(xué)調(diào)劑
已經(jīng)有3人回復(fù)
-
一志愿華東理工大學(xué)，080500學(xué)碩，317分，求調(diào)劑
已經(jīng)有10人回復(fù)
-
327求調(diào)劑
已經(jīng)有9人回復(fù)
-
0856初試324分求調(diào)劑
已經(jīng)有6人回復(fù)
-
08開頭看過來�。�！
已經(jīng)有6人回復(fù)
-
材料調(diào)劑
已經(jīng)有7人回復(fù)
-
一志愿北京科技大學(xué)085601材料工程英一數(shù)二初試總分335求調(diào)劑
已經(jīng)有8人回復(fù)
-
085900土木水利336分求調(diào)劑
已經(jīng)有6人回復(fù)
-
319求調(diào)劑
已經(jīng)有13人回復(fù)
» 本主題相關(guān)商家推薦: (我也要在這里推廣)
» 本主題相關(guān)價(jià)值貼推薦，對您同樣有幫助:
- 抗體特異性檢測方法
已經(jīng)有4人回復(fù)
- 2014年度浙江省自然科學(xué)基金擬資助項(xiàng)目清單
已經(jīng)有14人回復(fù)
- 聚焦生物仿制藥系列
已經(jīng)有6人回復(fù)
- 蛋白質(zhì)同源性分析，抗原表位預(yù)測
已經(jīng)有3人回復(fù)
- 生物信息學(xué)專題－生物版，醫(yī)學(xué)版和信息科學(xué)版共同創(chuàng)建
已經(jīng)有87人回復(fù)
子非魚不知魚
銀蟲 (初入文壇)
- 應(yīng)助: 0 (幼兒園)
- 金幣: 473.5
- 帖子: 20
- 在線: 16小時(shí)
- 蟲號(hào): 3513940
- 注冊: 2014-11-02
- 性別: MM
- 專業(yè): 生物大分子結(jié)構(gòu)與功能
7樓2015-02-16 08:56:31
nrahouston
銅蟲 (初入文壇)
- 應(yīng)助: 5 (幼兒園)
- 金幣: 188.8
- 紅花: 1
- 帖子: 37
- 在線: 10小時(shí)
- 蟲號(hào): 3236445
- 注冊: 2014-05-27
- 專業(yè): 免疫生物學(xué)
2樓2014-11-25 07:42:35
adzzq2011
金蟲 (小有名氣)
- 應(yīng)助: 2 (幼兒園)
- 金幣: 1866.3
- 散金: 20
- 紅花: 1
- 帖子: 180
- 在線: 130.8小時(shí)
- 蟲號(hào): 1770297
- 注冊: 2012-04-21
- 性別: GG
- 專業(yè): 病毒學(xué)
3樓2014-12-30 08:58:09
凌波麗
專家顧問 (知名作家)
-
專家經(jīng)驗(yàn): +218 - BioEPI: 11
- 應(yīng)助: 397 (碩士)
- 貴賓: 0.044
- 金幣: 2118.9
- 散金: 10
- 紅花: 208
- 帖子: 5633
- 在線: 571.6小時(shí)
- 蟲號(hào): 1766465
- 注冊: 2012-04-19
- 性別: MM
- 專業(yè): 生物大分子結(jié)構(gòu)與功能
- 管轄: 生物科學(xué)綜合
4樓2014-12-30 23:43:32
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] 08開頭看過來！��！ +4 | wwwwffffff 2026-03-31 | 6/300 |
|
|---|---|---|---|---|
|
[考研] 385分 生物學(xué)（071000）求調(diào)劑 +6 | qf626 2026-04-01 | 6/300 |
|
|
|
[考研] 一志愿北交大材料工程總分358 +8 | cs0106 2026-04-01 | 9/450 |
|
|
|
[考研] 324分 085600材料與化工 +20 | 呆鵝oor 2026-03-27 | 20/1000 |
|
|
|
[考研] 314求調(diào)劑 +11 | 1xiaojun23 2026-03-31 | 11/550 |
|
|
|
[考研] 343求調(diào)劑085601 +4 | 要努力學(xué)習(xí)x 2026-03-29 | 5/250 |
|
|
|
[考研] 一志愿北京科技，085601總分305求調(diào)劑 +9 | 半生瓜！ 2026-04-01 | 11/550 |
|
|
|
[考研] 336求調(diào)劑 +5 | kiyy 2026-04-01 | 5/250 |
|
|
|
[考研] 265求調(diào)劑 +3 | 梁梁校校 2026-04-01 | 3/150 |
|
|
|
[考研] 食品學(xué)碩362求調(diào)劑 +3 | xuanxianxian 2026-04-01 | 3/150 |
|
|
|
[考研] 安徽大學(xué)專碩生物與醫(yī)藥專業(yè)(086000)324分，英語已過四六級(jí)，六級(jí)521，求調(diào)劑 +10 | 美味可樂雞翅 2026-03-26 | 12/600 |
|
|
|
[考研] 358求調(diào)劑 +3 | 王向陽花 2026-03-31 | 3/150 |
|
|
|
[考研] 材料求調(diào)劑 一志愿哈工大總分298分，前三科223分 +11 | dongfang59 2026-03-27 | 11/550 |
|
|
|
[考研]
 物理學(xué)調(diào)劑
+4
|
小羊36 2026-03-30 | 4/200 |
|
|
|
[考研] 吉大生物學(xué)326分求調(diào)劑 +3 | sunnyupup 2026-03-31 | 3/150 |
|
|
|
[考研] 一志愿食品科學(xué)與工程083200求調(diào)劑 +4 | XQTJZ 2026-03-30 | 4/200 |
|
|
|
[考研] 370求調(diào)劑 +3 | 080700調(diào)劑 2026-03-30 | 3/150 |
|
|
|
[考研] 296求調(diào)劑 +10 | 彼岸t 2026-03-29 | 10/500 |
|
|
|
[考研] 331環(huán)境科學(xué)與工程求調(diào)劑 +3 | 熠然好運(yùn)氣 2026-03-27 | 3/150 |
|
|
|
[考研] 295求調(diào)劑 +5 | 1428151015 2026-03-27 | 6/300 |
|