结合已有知识体系的酒精中毒相关的SNP单体型及其相关基因挖掘

高通量的单核苷酸多态（single nucleotide polymorphism,SNP）检测技术与已有的知识体系（如KEGG,GO数据库等）为与疾病相关的SNP单体型及相关基因挖掘提供了有力支撑．本研究对高通量SNP基因型数据,采用4种SNP单体型板块（block）识别方法（置信区间、FGT、连锁不平衡的稳定连接以及单体型板块融合技术）,用聚类分析方法验证其效能,通过风险分析方法确定酒精中毒相关的SNP单体型,并基于已有知识体系建立SNP单体型与基因的映射,通过查询NCBISNP与gene数据库定位SNP单体型板块,确定候选基因,最后结合KEGG,Biocarta及GO数据库进行基因功能注释．在对人类22对常染色体的分析中,寻找到可能与酒精中毒相关的159个单体型板块,包含227个SNP单体型,并预测其中102个SNP单体型可能会增加酒精中毒的发病风险．挖掘得到了121个酒精中毒相关基因,并进一步进行可靠的生物学功能注释验证．结果提示：采用聚类效果验证及风险分析的单体型识别机制,基于单体型的疾病相关基因定位并结合已有知识体系的疾病相关基因挖掘策略,不仅能大大缩减SNP数据挖掘的工作量,实现复杂疾病相关基因的精细定位,而且对于多因素复杂疾病发病机制的探索将更有指导意义．     

时间延迟基因调控网络重构的决策树方法研究

基因调控网络的重构是功能基因组中最具挑战性的课题之一. 针对基因间转录调控的时间延迟性, 提出了一种寻找时间延迟调控关系的方法: 多点延迟调控网络算法, 简称TdGRN (time-delayed gene regulatory networking). 该方法根据时间序列基因表达谱数据, 构建时间延迟基因表达矩阵, 利用有监督决策树分类器方法和随机重排技术挖掘基因之间的时间延迟调控关系, 从而构建时间延迟的基因调控网络. 该方法是一种不依赖模型的基因网络重建方法, 相对于目前采用的基于模型的网络重建方法有显著优势, 可直接利用连续的基因表达谱数据发现延迟任一时间单位差的基因表达调控关系, 并避免了目前一些研究方法中需要人为设定基因的最大调控子数目(k)的问题. 将该方法应用于酿酒酵母细胞周期的基因表达谱数据, 并构建时间延迟的基因调控网络, 结果发现多数时间延迟调控关系获得了已有知识的支持.     

调控通路内基因表达的相关性分析

本研究从基因表达调控通路的角度分析了基因功能与基因表达之间的关系,利用7套酿酒酵母基因芯片表达谱数据和通路数据库（KEGG和CYGD）所提供的信息,应用我们研制的Genehub软件分析研究了同一基因表达调控通路内的基因在mRNA表达水平上的相关性,共涉及16条通路,495个基因。通过Pearson相关系数和Spearman相关系数两种相似性测度的分析,我们发现有94%（15条）的基因表达调控通路内的基因在大于等于4套的表达谱数据中是共表达的,以上结果从基因表达调控通路的角度,证实了基因功能与基因表达之间存在着一定的相关性。