一种挖掘关键基因的新方法及其应用(英文)

近来,人们发现从疾病相关基因中寻找关键基因对疾病的诊断和治疗很重要。癌相关基因的网络是根据正常和患病的胶质瘤组织的基因表达谱建立。根据建立的基因网络和CIPHER方法,不同阈值下的正常和患病的胶质瘤表型网络被建立。根据已知的疾病和表型间的关联,另一组正常和患病的胶质瘤表型网络被建立。将两种方法建立的相应的表型网络进行比较,匹配度最大时对应的阈值及基因和表型网络被确定。在此基础上,通过打分方法得到了7个关键基因:DMBT1,ERBB2,NF2,PDGFB,AR,ARAF和TP53。文献查询发现其中5个基因与胶质瘤的形成和发展密切相关。剩下两个基因中的ARAF也间接地参与胶质瘤形成。因此,这两个基因可能在胶质瘤的形成中起重要作用。这一预测仍需要实验验证。     

基于CNV区域网络识别神经胶质瘤的重要功能区域

目的：基于基因拷贝数变异（CNV）区域网络识别神经胶质瘤的重要功能区域。方法：运用独特的计算样本的共相关性值的方法,使CNV数据与基因数据产生联系;基于蛋白质互作关系,在CNV区域与基因之间搭建桥梁,构建CNV区域网络;分析网络拓扑性质,识别出神经胶质瘤的重要功能CNV区域。结果：本文共识别出了11个与神经胶质瘤相关的候选重要功能CNV区域,通过功能注释和通路分析,确认了识别到的区域与神经胶质瘤有重要联系。结论：通过基因与表型之间的联系,利用已知表型基因在同源、功能、互作、结构域上的特征将CNV区域与基因联系起来,通过基因的功能可以了解到CNV区域的功能,对于疾病的预测和诊断有重要的意义。     

玉米黄绿叶突变体表型鉴定及基因初步定位

叶色突变体是研究光合作用及叶绿体发育的重要材料。开展玉米叶色突变体的相关研究,对光形态建成、光合作用、基因功能注释、蛋白质功能及抗逆性机制的阐述具有重要的理论意义。本研究以黄绿叶突变体ygl-F17138为材料,与玉米自交系B73进行杂交,构建F2分离群体,进行遗传效应分析和基因初步定位。遗传分析表明,该突变性状由单个隐性核基因控制,且能稳定遗传。利用BSR-seq结合连锁分析的方法将该基因初步定位在第3条染色体上一个约9.2 Mb的区间内(chr.3:173087201~182203992),查询该区间内已知基因功能注释,未发现类似前人报道的调控黄绿叶性状基因,说明YGL-F17138基因可能是一个控制玉米黄绿叶发育未被挖掘的候选基因。     

油菜硫甙性状QTL 区间的加密和整合

目的:加密油菜控制硫甙性状QTL区间,并进行QTL整合预测候选基因。方法:利用生物信息学方法根据已知测序的白菜BAC序列信息设计引物,在油菜TN DH群体中进行多态性扩增和定位,并根据加密后构建的遗传连锁图重新检测QTL,进行QTL整合。结果:将根据白菜BAC设计的3对多态性标记成功定位到油菜控制硫甙性状QTL区间,进行QTL整合后将QTL置信区间进一步缩小,并判定了初步的候选基因。结论:充分利用白菜已测序的BAC或者基因组信息,将能加快油菜基础研究的步伐。     

基于随机游走的风险致病基因预测研究进展

风险致病基因预测有助于揭示癌症等复杂疾病发生、发展机理,提高现有复杂疾病检测、预防及治疗水平,为药物设计提供靶标.全基因组关联分析(GWAS)和连锁分析等传统方法通常会产生数百种候选致病基因,采用生物实验方法进一步验证这些候选致病基因往往成本高、费时费力,而通过计算方法预测风险致病基因,并对其进行排序,可有效减少候选致病基因数量,帮助生物学家优化实验验证方案.鉴于目前随机游走算法在风险致病基因预测方面的卓越表现,本文从单元分子网络、多重分子网络和异构分子网络出发,对基于随机游走预测风险致病基因研究进展进行较全面的综述分析,讨论其所存在的计算问题,展望未来可能的研究方向.     

基于多目标评价方法的乳腺癌易感基因排序及其网络表达研究

目的利用已有的研究结果和数据,采用多目标评价方法建立乳腺癌易感基因评价模型,对与已知乳腺癌基因关系密切的其它基因进行分析和排序,并给出结果的网络表达模式。方法通过分析已有的文献,并利用有关的基因数据库和已有文献中的数据,提炼出乳腺癌易感基因的多目标评价体系,构建基于加权和法的乳腺癌易感基因评价模型,并利用Cytoscape软件进行评价结果计算和评价结果的网络模式表达。结果利用多目标模型所得到的评价结果,与已有的研究结果一致。其中,乳腺癌易感基因TopBP1排名第二,已知乳腺癌候选易感基因HMMR排名第六。结论文章提出的多目标评价模型能够准确评价被选基因与乳腺癌易感性之间的关系,所提出的评价方法与相关软件结合使用,将成为癌症易感基因研究方面有效的分析方法和途径。     

利用eQTL构建基因-基因网络挖掘类风湿性关节炎风险基因*

摘要目的：类风湿性关节炎是一种全身的慢性炎症型疾病，可能影响许多组织和器官，主要发作于灵活的关节。全世界人群中大 约有1%会患有类风湿性关节炎。目前已经证实了一些基因与类风湿性关节炎相关，但是这些基因只能解释一小部分遗传风险， 因此我们需要新的策略和方法来解决这个问题。方法：表达数量性状位点（eQTL）是指能够调控基因或蛋白质表达的基因组位点， 本文采用了eQTL数据构建基因- 基因网络并挖掘候选类风湿性关节炎风险基因。结果：首先，利用eQTL 数据,基于基因之间的 共调控系数，建立基因- 基因网络，我们建立了5 个不同阈值(0、0.2、0.4、0.6和0.8)的基因-基因网络；然后，在OMIM 和GAD数 据库中搜索已经证实的与类风湿性关节炎相关的186 个基因；最后我们将已证实与类风湿性关节炎相关的186 个基因分别投入 到这5 个网络中，利用基因与基因之间的相关性来挖掘到一些可能与类风湿性关节炎相关的候选风险基因。结论：本文基于 eQTL构建了基因-基因网络，结合已知类风湿性关节炎风险基因，挖掘未知风险基因，得到了较好的结果，证明了本方法的有效 性，且对于类风湿性关节炎的发病机制研究具有重要价值。除了类风湿性关节炎外，本方法还可推广到其它复杂疾病中，因此本 方法对人类复杂疾病的研究具有很强的学术理论价值和应用价值。     

易洛魁家族同源盒基因IRX1在胶质瘤中的表达研究

目的:探讨易洛魁家族同源盒基因IRX1(Iroquois homeobox gene)在胶质瘤中的表达及其临床意义。方法:收集4位胶质瘤患者的胶质瘤组织和癌旁/正常组织各1例,收集54例胶质瘤组织(WHO Ⅰ级5例,Ⅱ级16例,Ⅲ级14例,Ⅳ级19例),采用PCR方法检测IRX1基因在胶质瘤细胞(U87、U373、LN229和T98G)中的表达,Western Blot检测4组同一患者来源的胶质瘤组织中IRX1的表达,免疫组织化学法(IHC)检测IRX1在胶质瘤组织中的表达及临床特征。结果:PCR结果表明以正常脑组织为对照,IRX1基因在多种胶质瘤细胞中均有表达(P0.05);Western Blot结果显示IRX1蛋白在胶质瘤组织中的表达显著高于癌旁组织或正常组织(P0.05);IHC结果显示IRX1蛋白在良性胶质瘤组织中主要定位于胞浆,而在恶性胶质瘤组织中定位于细胞核,且其表达量与胶质瘤的恶性程度相关,恶性程度越高,其在细胞核中的表达量越高(P0.05)。结论:IRX1可能参与调控恶性胶质瘤的发生发展过程,IRX1的表达与胶质瘤的恶性程度有关,暗示了IRX1可作为判断胶质瘤预后以及肿瘤靶向分子治疗的指标。     

基因网络相继故障机理分析

癌相关基因在疾病发生与发展过程中的作用机理是非常重要的研究课题。现代数据分析方法,为从基因组数据中推断癌相关基因之间的关联,以及分析基因组的作用机理提供了有效的手段。本文根据基因表达谱数据分别建立了正常组织与神经胶质瘤和肾癌的患病组织的基因互信息网络。用以介数为基础的相继故障模型研究了基因网络结构与鲁棒性之间的关系。定义了网络相继故障节点百分比、平均相继故障规模和相继故障规模比例累积概率等衡量网络鲁棒性的结构参数。通过对照组与实验组之间的比对,我们发现实验组网络比对照组网络更加稳定,并将引起网络大规模相继故障的基因称为结构性关键基因。这些结构性关键基因中的一部分已经被证明与神经胶质瘤或肾癌的发生、发展有密切关系。大多数基因被预测在神经胶质瘤和肾癌的发生中起着激励或抑制作用,需要进一步的试验验证。预测信息为研究癌相关基因提供了新的方向。     

利用eQTL构建基因-基因网络挖掘类风湿性关节炎风险基因

目的：类风湿性关节炎是一种全身的慢性炎症型疾病,可能影响许多组织和器官,主要发作于灵活的关节。全世界人群中大约有1％会患有类风湿性关节炎。目前已经证实了一些基因与类风湿性关节炎相关,但是这些基因只能解释一小部分遗传风险,因此我们需要新的策略和方法来解决这个问题。方法：表达数量性状位点（eQTL）是指能够调控基因或蛋白质表达的基因组位点,本文采用了eQTL数据构建基因一基因网络并挖掘候选类风湿性关节炎风险基因。结果：首先,利用eQTL数据,基于基因之间的共调控系数,建立基因-基因网络,我们建立了5个不同阈值（0、O．2、0．4、0．6和0．8）的基因-基因网络;然后,在OMIM和GAD数据库中搜索已经证实的与类风湿性关节炎相关的186个基因;最后我们将已证实与类风湿性关节炎相关的186个基因分别投入到这5个网络中,利用基因与基因之间的相关性来挖掘到一些可能与类风湿性关节炎相关的候选风险基因。结论：本文基于eQTL构建了基因．基因网络,结合已知类风湿性关节炎风险基因,挖掘未知风险基因,得到了较好的结果,证明了本方法的有效性,且对于类风湿性关节炎的发病机制研究具有重要价值。除了类风湿性关节炎外,本方法还可推广到其它复杂疾病中,因此本方法对人类复杂疾病的研究具有很强的学术理论价值和应用价值。     

Cytokine Gene Expression Within the Central Nervous System

1. The identification of cytokine genes expressed in the central nervous system is critical to understanding the immune network in various diseases of brain, such as infection, degeneration, and malignancy.2. Expression of cytokine genes in human astrocytoma cell lines and in fresh brain specimens was studied by the reverse-transcribed/polymerase chain reaction method.3. The correlation between clinical malignancy and cytokine gene expression within malignant glioma was examined, especially regarding the relevancy of inhibitory cytokines, such as transforming growth factor- and interleukin-10.     

PAICS is related to glioma grade and can promote glioma growth and migration

Glioma is a common malignant tumour of the brain. In this study, we aimed to investigate diagnostic biomarkers and its role in glioma. Weighted gene co-expression network analysis (WGCNA) and Cytoscape software were used to screen the marker genes in glioma. RT-qPCR and Western blotting methods were performed to determine the expression of PAICS, ERCC1 and XPA genes in glioma tissues. Expression level of PAICS in different grades of glioma was examined by immunohistochemistry. CCK8 and Colony formation assays were used to detect cell proliferation. Cell adhesion assay was used to detect adhesion ability. Wound healing and transwell tests were used to detect cell migration ability. Flow cytometry was used to detect cell cycle and apoptosis. According to the predicted co-expression network, we identified the hub gene PAICS. Furthermore, we observed that PAICS expression level was up-regulated in glioma tissues compared with normal tissues, and the expression level was correlated with the grade of glioma. Moreover, we found PAICS can promote glioma cells proliferation and migration in vitro. Flow cytometry results showed that si-PAICS cells were stalled at the G1 phase compared with the si-NC cells and knocking down PAICS expression can increase apoptotic rate. PAICS can regulate the mRNA and protein levels of nucleotide excision repair pathway core genes ERCC1 and XPA. l -aspartic acid can affect the expression of PAICS and then inhibit glioma cell proliferation. Our results indicated that PAICS can promote glioma proliferation and migration. PAICS may act as a potential diagnostic marker and a therapeutic target for glioma.     

Functional-Network-Based Gene Set Analysis Using Gene-Ontology

To account for the functional non-equivalence among a set of genes within a biological pathway when performing gene set analysis, we introduce GOGANPA, a network-based gene set analysis method, which up-weights genes with functions relevant to the gene set of interest. The genes are weighted according to its degree within a genome-scale functional network constructed using the functional annotations available from the gene ontology database. By benchmarking GOGANPA using a well-studied P53 data set and three breast cancer data sets, we will demonstrate the power and reproducibility of our proposed method over traditional unweighted approaches and a competing network-based approach that involves a complex integrated network. GOGANPA’s sole reliance on gene ontology further allows GOGANPA to be widely applicable to the analysis of any gene-ontology-annotated genome.     

IRF2-ferroptosis related gene is associated with prognosis and EMT in gliomas

Ferroptosis is a new type of programmed cell death that has excellent anti-tumor potential in different tumors. However, the research on ferroptosis in glioma is still incomplete. In this study, we aimed to revealed the relationship between ferroptosis-related genes (FRGs) and glioma. We collected gene expression profiles of glioma patients from the TCGA and CGGA databases. All glioma samples were classified into five subtypes using the R software ConsensusClusterPlus. Subsequently, we performed single sample gene set enrichment analysis (ssGSEA) to explore the correlation between different subtypes and immune status and ferroptosis. Then co-expression modules were constructed via weighted gene co-expression network analysis (WGCNA). A Gene Ontology (GO) analysis was conducted to analyze the potential biological functions of the genes in the modules. Finally, we identified 10 hub genes using the PPI network. The in vitro experiments were used to validate our predictions. We found that the expression level of IRF2 is positively correlated with the grade of glioma. The overexpression of IRF2 could protect glioma cells from ferroptosis and enhance the invasive and migratory abilities. Silence of IRF2 had the opposite effect. In conclusion, we demonstrated a novel ferroptosis-related signature for predicting prognosis, and IRF2 could be a potential biomarker for diagnosis and treatment in glioma.     

Gene Fusion in Malignant Glioma: An Emerging Target for Next-Generation Personalized Treatment

Malignant gliomas are heterogeneous diseases in genetic basis. The development of sequencing techniques has identified many gene rearrangements encoding novel oncogenic fusions in malignant glioma to date. Understanding the gene fusions and how they regulate cellular processes in different subtypes of glioma will shed light on genomic diagnostic approaches for personalized treatment. By now, studies of gene fusions in glioma remain limited, and no medication has been approved for treating the malignancy harboring gene fusions. This review will discuss the current characterization of gene fusions occurring in both adult and pediatric malignant gliomas, their roles in oncogenesis, and the potential clinical implication as therapeutic targets.