MATLAB7．X生物信息工具箱的应用-基因芯片分析（三）

本文主要介绍生物信息工具箱在基因芯片图像和数据处理方面的应用,通过基因芯片数据的基因表达图谱研究基因表达水平,比较健康组织和病变组织的区别,并且观察药物应用所造成的变化。以健康小鼠和帕金森疾病小鼠脑基因的表达情况和差别的分析为例,介绍生物信息工具箱用于标准化处理基因芯片数据,分析和可视化基因表达谱方面的应用。     

MATLAB 7.X生物信息工具箱的应用———基因表达图谱分析（4）*

基因表达图谱原则上可了解整体细胞基因表达的信息,是基因组功能分析的重要研究手段。MATLAB 7.X生物信息工具箱为基因表达谱数据的分析和处理提供了一个综合环境,通过众多统计函数和绘图函数的结合使用,过滤不合格的基因数据和噪声数据,从而对基因表达数据进行聚类分析和主成分分析,绘制相关的基因表达图谱,完成基因芯片数据表达图谱的分析,分析结果可视化程度高,图表清晰、直观。本文主要以酿酒酵母Saccharomyces cerevisiae为例,详细描述了利用MATLAB 7.X生物信息工具箱对其基因表达图谱进行分析的过程。     

MATLAB 7.X生物信息工具箱的应用——基因序列分析(一)

MATLAB 7.X生物信息工具箱为广大用户提供了一个用于基因组和蛋白质组分析的综合环境,它利用数据库资源,使科学研究事半功倍,在工具箱提供的开放环境里,用户甚至可以按照自己的目的来设计和利用分析工具.本文主要介绍了MATLAB7.X生物信息工具箱在基因序列分析中的应用,包括确定核苷酸组成,密码子组成,氨基酸转化和组成等,所有操作简便高效,结果可视化程度高.     

MATLAB 7.X生物信息工具箱的应用--系统发生分析(五)

MATLAB 7.X生物信息工具箱为广大用户提供了一个用于系统发生分析的综合环境,它能利用数据库资源,方便获取DNA/蛋白质序列数据,所有操作简单高效,结果可视化程度高。在工具箱提供的开放环境里,用户还可以根据自己的目标来设计和利用分析工具。本文介绍MATLAB7.X生物信息工具箱在构建系统发生树方面的应用,以人科线粒体基因序列作为分子标记构建一株人科系统发生树为例,说明在MATLAB环境下对系统发生树的分析和处理。     

MATLAB 7.X生物信息工具箱的应用———聚类分析（七）*

本文主要介绍MATLAB生物信息工具箱的数据聚类分析功能,该功能主要用于基因芯片数据的分析。将要分析的数据先转化成XLS格式的文件,通过函数xlsread读入MATLAB Workspace,存储为两个变量。对缺失数据进行估算,从而减小结果误差。函数clustergram对数据分级聚类,并产生数据的热红外分布图和树状图。通过更改相关参数可以改变其颜色配置,距离算法,并可做双向聚类。     

生物信息学方法在基因芯片数据功能分析中的应用

基因芯片技术是当前功能基因组研究的重要工具.基因功能分析是将基因表达数据与基因功能或生物学通路相联系,寻找有意义的变化基因.本文介绍了GO分类法、信号通路和生物调控网络等常用的基因功能分析方法和工具.     

基因芯片数据分析与处理

基因芯片技术在基因表达分析等应用过程中产生大量的数据,如何处理和分析这些数据并从中提取出有价值的生物学信息是一个极为重要的问题.其过程包括原始数据的获取及处理、标准化数据的统计学分析、以及数据的存储和交流等.     

基因表达谱信息分析软件IDEA与WebGEA

基因芯片具有高通量快速并行检测基因表达水平的功能,是功能基因组研究的有力工具。针对基因芯片常规的信息分析需要,我们初步设计开发了基因表达谱的信息学分析平台,包括基于单机的软件IDKA(Information Digger for Experiments of microArray)与网络应用程序WebGEA(WEB GeneChip Expression Analysis),分别支持用户运行独立程序与在因特网上提交数据运行服务器程序来完成数据采掘分析任务。该平台得到良好的应用,是解决基因芯片常规的信息分析问题的一个方便工具。     

四膜虫基因表达数据库: 四膜虫全基因组基因表达芯片和协同表达分析的数据资源

嗜热四膜虫是一种优良的真核模式生物, 对其功能基因组学的分析将为研究细胞和分子生物学的基础性重大问题提供新的机遇. 四膜虫基因表达数据库(TGED)是原生动物纤毛虫中第一个基因表达数据库, 整个数据库包括了四膜虫3个重要的生理和发育阶段20个时间点的全基因组基因表达数据, 提供了友好的网页界面(http://tged.ihb.ac.cn)供用户获取这些数据. 通过基因的标识号或描述信息, 用户可以获取基因表达谱信息和协同表达基因. 此外, TGED同时提供了制备四膜虫基因表达芯片的样品制备方法. 欢迎研究者上传和分享其所有的基因芯片数据, 以期为四膜虫或纤毛虫研究提供重要的功能基因组学资源.     

基因芯片技术在致病微生物研究中的应用

高密度寡核苷酸DNA芯片技术可以通过一次杂交试验获得大量的基因组信息,在基因组结构与基因表达分析中应用最广,在与人类健康有关的遗传病、传染病等许多疾病中具有广泛的应用前景.本文重点对基因芯片技术在细菌、病毒等致病微生物病原鉴定、分类与致病机制研究中的应用作一简要介绍.     

基因芯片技术在植物基因克隆中的应用研究进展

基因芯片是以预先设计的方式将大量的生物讯息密码(寡核苷酸、cDNA、基因组DNA等)固定在玻片、硅片等固相载体上组成的密集分子阵列.基因芯片技术本质是生物信号的平行分析,它利用核酸分子杂交原理,通过荧光标记技术检测杂交亲和与否,再经过计算机分析处理可迅速获得所需信息.由于其具有高通量、微型化、连续化、自动化、快速和准确等特点,已引起国际国内广泛的关注和重视,在许多领域得到了广泛的应用.本文简述了基因芯片的概念,技术特点及主要分类,着重对其在基因表达水平检测,基因突变和多态性的分析,基因组DNA分析,后基因组学研究以及转基因农作物检测等方面进行阐述,并说明其存在的问题及展望.     

基因芯片数据分析方法研究进展

基因芯片技术的出现改变了生物医学研究的前景,其产生的海量数据是限制其发展的瓶颈问题。为提取其中所隐含的有价值的信息,在基因芯片数据分析的复杂计算工具和方法方面近年来有很多尝试。本文对近5年来基因芯片表达数据的分类分析方法进行综述,既分类比较了以聚类分析为基础的分类方法,也吸收了当前应用数据挖掘、信息融合等系统生物学思路的研究技术,并对数据的分析结果进行评价。     

应用基因芯片技术对疲劳性运动小鼠脑组织脂肪酸代谢相关基因表达的初步研究

目的:采用基因芯片技术分析硬脂酰基-辅酶A去饱和酶2(Scd-2)基因和脑型脂肪酸结合蛋白(B-FABP)基因在疲劳小鼠脑组织中的表达,从基因水平探讨脂类代谢对运动性中枢疲劳产生影响的分子生物学机制.方法:建立疲劳性运动动物模型,应用基因芯片技术对运动性疲劳小鼠脑组织中基因的表达进行分析.结果:疲劳性运动小鼠脑组织中与脂肪酸代谢相关的基因Scd-2和B-FABP显著差异表达.结论:产生运动性中枢疲劳与脂肪代谢相关的蛋白分子基因表达有关联,具有高通量、并行性、快速、准确等优点的基因芯片技术在运动性疲劳机制研究中有广阔的应用前景.     

基于Web的水稻芯片数据注释和分析平台

国际水稻基因组测序计划(IEGSP)顺利完成, 水稻基因的研究也进入了后基因组研究阶段. 水稻基因芯片数据注释分析是一项重要的功能基因组学研究内容, 它为理解水稻基因的生物学意义提供了帮助. 本研究开发了一个基于Web的水稻基因芯片数据注释和分析平台(RiceChip), 它比同类的注释数据库更加全面快捷. 本平台共由5个功能模块组成: BioChip模块为水稻基因表达数据提供快速检索和高级检索, 可依次按照Probe Set ID, Locus ID, Analysis Name等字段进行检索; BioAnno模块整合多个生物学数据库, 为水稻基因提供基因功能、蛋白质结构、生物代谢途径以及转录调控等方面的注释信息; BioSeq模块则收集水稻基因组的序列信息, 支持对水稻基因与芯片探针的序列查询; BioView模块是系统图形可视化的核心模块, 提供友好的访问界面与结果输出, 方便研究人员使用; BioAnaly模块结合R/Bioconductor统计分析工具提供高通量芯片数据的在线分析. 本系统从不同的方面依次提供了数据检索、基因注释、序列分析、数据可视化和数据分析等功能, 其数据收集的全面性与功能分析的强大性在同类水稻基因芯片数据注释和分析平台中都较突出.     

基因表达系列分析法(SAGE)的改进及其在植物功能基因组研究中的应用

基因表达系列分析方法(SAGE)是一种新的基因表达分析方法,与基因芯片技术一样具有高通量的特点,可测定特定组织的基因表达水平,在全基因组水平上同时定量检测数万个基因表达模式;可在未知目的基因的前提下,分析来自一个细胞的全部转录本信息;对已知或未知基因表达进行定性和定量分析.目前,虽然在疾病、发育、细胞凋亡、药物筛选等多个领域已有利用SAGE方法进行的研究,但该方法在植物功能基因组研究中的应用相对较少.本文主要综述了该方法在RNA用量、PCR循环次数、SAGE效能和可靠性、标签长度和未知标签分析等方面的改进及其在植物中构建SAGE文库、筛选新基因、基因表达图谱分析等方面的应用,从而为其在植物功能基因组研究中的进一步应用提供理论参考.     

MATLAB7．X生物信息工具箱的应用——基因序列分析（一）

MATLAB7．X生物信息工具箱为广大用户提供了一个用于基因组和蛋白质组分析的综合环境,它利用数据库资源,使科学研究事半功倍,在工具箱提供的开放环境里,用户甚至可以按照自己的目的来设计和利用分析工具。本文主要介绍了MATLAB7．X生物信息工具箱在基因序列分析中的应用,包括确定核苷酸组成,密码子组成,氨基酸转化和组成等,所有操作简便高效。结果可视化程度高。     

乳酸菌基因芯片应用研究进展

基因芯片技术是上世纪90年代兴起的一种对成百上千甚至上万个基因同时进行检测的新技术,具有高通量、并行化的特点,广泛应用于基因表达谱测定、基因功能预测、基因突变检测和多态性分析等方面。多种乳酸菌基因组全序列以及其大量EST、16S rDNA、16S-23S基因间区和功能基因序列测定的完成,有力地推动了基因芯片技术在乳酸菌研究中的应用。介绍了基因芯片的基本原理及乳酸菌基因芯片在基因表达、种属鉴定等研究中的应用进展,以期更好地利用和开发乳酸菌基因芯片。     

基因转录表达数据的生物信息挖掘研究

基因表达是生物体中最重要和最基础的生物学过程和分子活动,生物体正是通过调控不同基因表达而实现生长发育和抵御刺激等生命活动.转录组测序是目前在生物医学研究中应用最为广泛的高通量检测基因表达的技术,也促进了大量针对转录组数据的生物信息挖掘方法和工具的发展.本文就基因表达中的转录组数据分析和挖掘方法进行了综述,从已有大规模转录组数据资源、转录组数据的常规分析、癌症转录组分析、转录组新技术和分析等生物信息方法方面进行了总结;同时,阐述了基于转录组数据的疾病标志物发现和分类预测模型研究方法,对正在兴起和迅速发展的单细胞转录组和空间转录组及其分析方法也进行了介绍;最后,总结了转录组测序适用的研究问题和分析内容及工具.本文将有助于广大生物医学研究者快速了解转录组技术的分析内容和适用情况,为选择合适的转录组测序和分析方法提供参考.     

基于流形学习的基因表达谱数据可视化

基因表达谱的可视化本质上是高维数据的降维问题。采用流形学习算法来解决基因表达谱的降维数据可视化,讨论了典型的流形学习算法（Isomap和LLE）在表达谱降维中的适用性。通过类内／类间距离定量评价数据降维的效果,对两个典型基因芯片数据集（结肠癌基因表达谱数据集和急性白血病基因表达谱数据集）进行降维分析,发现两个数据集的本征维数都低于3,因而可以用流形学习方法在低维投影空间中进行可视化。与传统的降维方法（如PCA和MDS）的投影结果作比较,显示Isomap流形学习方法有更好的可视化效果。     

AL023001基因在2型糖尿病肾病小鼠中的差异表达分析

利用Affymetrix寡核苷酸基因表达谱芯片对2型糖尿病肾病模型动物——db/db小鼠的肾脏基因表达谱进行了研究.在此基础上,利用末端快速扩增法和RT-PCR的方法,对筛选出来的一个糖尿病肾病相关EST进行了cDNA克隆和表达分析.得到了一长为1.7 kb的cDNA片段.序列分析和网上数据库比对发现,此cDNA片段是小鼠表达序列AL023001的一部分.根据AL023001序列设计特异性引物,利用半定量RT-PCR的方法对AL023001在db/db小鼠肾脏、肝脏、脂肪、骨胳肌、脑等组织中的表达情况进行了分析,发现AL023001在db/db小鼠肾脏中的表达情况与基因芯片检测结果吻合,且AL023001在肝脏、脂肪、骨胳肌和脑等糖尿病肾病相关联组织中均有差异表达.这些结果提示：AL023001与db/db小鼠的糖尿病肾病具有相关性.上述工作有利于揭示AL023001基因的功能,探讨糖尿病肾病的分子机制.