用于基因数据挖掘的基因表达数据库GEO

使用高通量方法学来检测基因表达情况在最近几年已非常普遍。微集芯片技术可同时定量成千上万的基因转录本。基因表达综合数据库（Gene Expression Omnibus 简称GEO）是目前最大的而且完全公开的高通量分子丰度数据库,主要储存基因表达数据。该数据库以一个灵活开放的设计理念,允许用户或科研人员来递呈,保存和检索多种不同类型的数据。本文综合描述一下近年来该数据库在基因表达数据挖掘中的应用,同时介绍一些通过使用用户友好网络界面能有效探索、查询和再现数百个实验和数百万个基因表达谱的工具,以方便数据进行挖掘和可视化。登录GEO公用数据库的网址为：http://www.ncbi.nlm.nih.gov/geo.     

GEO(Gene Expression Omnibus ）:高通量基因表达数据库

 GEO(Gene Expression Omnibus)数据库包括高通量实验数据的广泛分类,有单通道和双通道以微阵列为基础的对mRNA丰度的测定;基因组DNA和蛋白质分子的实验数据;其中包括来自以非阵列为基础的高通量功能基因组学和蛋白质组学技术的数据也被存档,例如基因表达系列分析（serial analysis of gene expression,SAGE）和蛋白质鉴定技术.迄今为止,GEO数据库包含的数据含概10 000个杂交实验和来自30种不同生物体的SAGE库.本文概述了GEO数据库的查询和浏览,数据下载和格式,数据分析,贮存与更新,并着重分析GEO数据浏览器中控制词汇的使用,阐述了GEO数据库的数据挖掘以及GEO在分子生物学领域中的应用前景.GEO可由此公众网址直接登陆http://www.ncbi.nlm.nih.gov/projects/geo/.     

基因表达系列性分析技术及其应用

基因表达系列性分析（SAGE）是一种高通量的基因表达模式的研究技术,能够对特定细胞或组织中的大量转录本同时进行定量分析。本综述了SAGE技术的基本原理和实验流程以及近年来SAGE方法上的改进,同时介绍了该技术的一些应用研究实例和Internet上可资利用的SAGE数据库资源。     

Oncomine数据库在肿瘤研究中的应用

Oncomine 是目前世界上最大的癌基因芯片数据库和综合数据挖掘平台之一,该数据库整合了GEO、TCGA和已发表文献来源的RNA和DNA-seq数据。数据库目前含有715个基因表达数据集（datasheet）、86 733个人体肿瘤组织和正常组织样本的信息,且有新的数据不断更新。Oncomine 数据库囊括的肿瘤类型有19种,包括：膀胱癌、脑/中枢神经系统肿瘤、乳腺癌、宫颈癌、结直肠癌、食管癌、胃癌、头/颈肿瘤、肾癌、白血病、肝癌、肺癌、淋巴瘤、黑色素瘤、骨髓瘤、卵巢癌、胰腺癌、前列腺癌、肉瘤。本文就如何利用Oncomine数据库,进行肿瘤组织中癌基因表达差异性分析以及基因共表达分析、癌基因在肿瘤组织中的表达及拷贝数分析、多组研究数据集的荟萃分析（meta analysis）、以及癌基因表达与患者生存率关系等进行分析。通过该数据库可以对肿瘤癌基因进行研究前的筛查,有利于发现新的肿瘤生物标记物或治疗靶点,为临床科学研究奠定一定的理论基础。     

基因表达连续分析技术及应用研究的进展

随着功能基因组学研究的兴起,基因表达连续分析技术（SAGE）已成为高通量研究基础表达谱的新手段。SAGE技术不仅可以用来研究大部分基因组序列尚未鉴定的生物个体的基因表达谱,其实验结果还可以直接与发表在SAGEmap表达数据库中不同来源的已知文库相比较,应用日益受到重视。     

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。     

KDD技术及其在基因表达微阵列数据中的应用

本文从多方面分析了基因表达微阵列数据所表证的基因功能及健康和疾病的分子基础，研究应用数据库中ＫＤＤ的计算机技术，挖掘基因组输出信息的知识模式的算法。     

基因表达系列分析技术的原理及应用进展

生物体的特性由内在基因表达决定。个体发育和疾病发生与基因选择性表达密切相关,因此,要了解生命活动和疾病发生、发展的分凡必须深入了解基因表达的时空性和差异性。基因表达系列分析技术（ＳＡＧＥ）是新近建立的能够定性和定量研究基因表达的有效工具,不仅可提供基因组表达丰度较完整的数量信息,而且还可帮助寻找和发展新基因。     

《微生物与感染》网站全面升级

《微生物与感染》网站（http：／／jmi．fudan．edu．cn）已经全面升级,下载速度更快。读者可免费全文下载本刊自2006年改刊后的所有文章,且方便检索相关论文;还可通过“邮箱订阅”功能自动获得最新相关信息。     

基因表达系列分析技术的新进展

作为新近建立的研究基因表达的有效工具 ,基因表达系列分析 (SAGE)技术能同时对大量的转录物进行定性和定量分析。它不仅可以显示低丰度的转录物 ,提供基因组表达的完整信息 ,而且可以通过不同状态下基因表达图谱的比较 ,深入了解基因表达的时空性和有序性 ,从而寻找和发现新基因。本文介绍了SAGE的工作原理和方法 ,并着重对其最新的应用与研究进展进行了综述。     

基因表达谱微阵列网络数据库在肿瘤研究中的应用

基因表达谱微阵列数据库是一类可提供存储、查询、下载分析的在线网络数据库,在肿瘤相关领域的研究中提供了大量的数据来源。由于微阵列分析对于无生物/医学信息学专业背景的研究人员仍然有较多困难,致使该数据库的使用尚未普及。本文从数据查询、下载分析和使用方法等方面对常用基因表达谱微阵列数据库进行概述,并对现阶段基因表达微阵列数据库的应用策略进行总结,旨在帮助该领域研究的初学工作者了解数据库的基本知识并推动其在科研工作中的应用。     

冠状病毒感染动物模型比较转录组学数据库的建立

目的 构建冠状病毒感染动物模型比较转录组学数据库,从基因表达水平比较冠状病毒感染人和动物模型后的异同,为动物实验与临床研究提供数据支撑.方法 从GEO、ArrayExpress等数据库中下载冠状病毒(以SARS-CoV、SARS-CoV-2、MERS-CoV为主)感染动物模型与人的转录组数据,对测序数据进行质控、标准化...     

基因表达系列分析及其应用

基因表达系列分析（serial analysis of gene expression,SAGE)是一种快速分析基因表达信息的技术,它能够直接读出任何一种类型细胞或组织的基因表达信息,因此是研究基因表达定性和定量的一种有效工具,近年来人们利用此技术对动植物及人类的基因表达信息进行了广泛的研究,本文就SAGE特点,方法及其应用作一简要介绍。     

珍珠鸟(Taeniopygia guttata)小染色体基因表达的密码子偏性

从NCBI数据库（http：／／www．ncbi．nlm．nih．gov／projects／mapview／map）下载珍珠鸟全部小染色体基因的cDNA序列,最终共有1586个基因的CDS序列纳入统计分析。密码子的偏性分析使用CodonW（1．4．2）完成,初步确定了UUC、UCC、UCG等27个密码子为珍珠鸟小染色体基因表达的“最优”密码子。对应分析表明,影响珍珠鸟小染色体基因密码子使用的主要因素分别为GC3s、CDS的GC含量基以及因的表达丰度。珍珠鸟小染色体基因的密码子用法受到了基因碱基组成的显著影响,其密码子的偏性是碱基组成及选择等因素综合作用的结果。本研究的目的是系统探究珍珠乌小染色体基因的密码子用法,探究鸟类基因表达的分子调控机制。     

环状RNA：竞争性内源RNA新成员

环状RNA（circRNA）广泛存在于各种生物细胞中,具有结构稳定、丰度高和组织特异性表达等特征。最近的研究表明,一些circRNA作为竞争性内源NRNA（ceRNA）来发挥基因表达调控的作用。circRNA利用其microRNA（miRNA）应答元件结合miRNA,以阻断miRNA对其靶标表达的抑制作用,从而调控其他相关RNA的表达水平。circRNA在基因表达调控中重要作用的发现不仅丰富了人们对ceRNAiN控网络的认识,而且提示circRNA在药物开发和疾病诊治中具有良好的应用前景。     

新一代高通量RNA测序数据的处理与分析

随着新一代高通量DNA测序技术的快速发展,RNA测序(RNA-seq)已成为基因表达和转录组分析新的重要手段．RNA-seq技术产生的海量数据为生物信息学带来了新的机遇和挑战．有效地对测序数据进行针对性的生物信息学处理和分析,成为RNA-seq技术能否在科学探索中发挥重大作用的关键．以新一代Illumina/Solexa测序平台所产生的数据为例,在扼要介绍高通量RNA-seq测序流程的基础上,对RNA-seq数据处理和分析的方法和现有软件做一个较为全面的综述,并对其中有待进一步研究的问题进行展望．     

植物基因表达中的倍性效应：研究进展、问题与展望

多（单）倍体在遗传与进化研究中极为活跃并取得了巨大成就,激发了科学家对基因表达倍性效应探讨的兴趣．本文综述了多（单）倍体特别是同源倍性系列基因表达及其调控机理研究进展;分析了前人研究,特别是研究材料的局限;提出利用双胚苗创造同源倍性系列,利用高通量测序分析转录组表达与倍性调控机制的设想．     

VitisMod:一个葡萄基因共表达数据库

葡萄转录组已在各种组织、发育阶段、生物胁迫、非生物胁迫和其他条件下被测定。目前,仍没有简单实用的网络工具来探索这些宝贵的数据。本文从美国国立生物技术信息中心的基因表达数据库(NCBI GEO)下载1019个基因表达芯片数据,进行权重基因共表达网络分析(WGCNA)。鉴定到41个基因共表达模块。功能富集分析发现这些模块具有不同的功能,并与实验/表型相关。通过模块内连接度筛选枢纽基因,这些基因可能具有重要功能。通过关联推定(Guilt-by-association)原理对模块内功能未知的基因进行功能预测。最后,构建了免费的网络工具VitisMod,为葡萄的基因功能研究提供新资源,网址为:http://bioinformatics.fafu.edu.cn/grape。     

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.     

生物元件库国内外研究进展

生物元件库是对元件数据和实物进行收集、整理和共享的重要平台,对合成生物学的研究和应用具有非常重要的支撑作用。本文对国内外生物元件库的研究进展进行了介绍和综述。国外先后出现了标准生物元件登记库等多个元件库,通过制定OpenMTA协议实现了元件实物的免费分发共享,并通过制定“合成生物学开放语言”（SBOL）实现了多个元件库之间的数据交换;通过bionet项目对元件数据和实物的去中心化管理作了进一步尝试。近年来我们与国内多家科研单位合作建设了合成生物学元件与数据库（RDBSB,https：//www.biosino.org/rdbsb/or https：//www.biosino.org/npbiosys/）。在建设过程中,我们首先建立了与SBOL语言兼容的《催化元件数据标准》、多种重要元件的标准功能测试方法以及安全高效的元件提交系统,并在此基础上完成了元件数量最多且信息最为全面的催化元件数据库的构建。目前,收集了30多万个催化元件,包括7万多个具有文献支持功能表征信息的催化元件,并保藏了1万个以上的实物元件和5000个底盘菌株,通过网站实现了数据和实物的公开与共享。上述元件库已经对国内合成生物学的研究和应用产生了积极地推动作用,访问量超过100万次/年,提供元件和底盘共享服务大于100次/年,并为多家企业和研究单位提供了元件和底盘的定制服务。虽然我们的元件库建设取得了巨大的进步,但是仍需在调控元件的收集整理和共享机制创新等方面取得更多的突破,在数据有源、多层审核、资源共享、信息公开、信息安全和授权访问的基础上,加速生物元件数据、实物和设计工具的汇聚,并进一步服务合成生物学研究。