基于人类信号网络和表达谱数据研究静脉血栓复发机制

目的:静脉血栓是一种高复发风险和高致死率的疾病,其形成和复发的分子机制尚不明确。基于人类信号网络和基因表达谱数据可针对静脉血栓经华法令抗凝治疗后的复发机制进行研究。方法:结合表达谱数据和人类信号网络,设计差异模块筛选策略,通过功能分析、差异表达分析和已知血栓相关基因及药物靶基因的互作关联研究,获得与静脉血栓复发相关的显著差异模块。结果:最终获得8个与静脉血栓复发密切相关的显著差异模块,评估了华法令治疗静脉血栓的效能,提出了联合用药的3种可能途径。结论:应用本文提出的整合筛选策略,能识别与静脉血栓复发相关的模块,探究静脉血栓复发的分子机制和评估华法令的治疗效能。还提供了潜在的联合用药途径,这对治愈血栓、防治血栓复发及复发机制的研究具有重要意义。     

基于SNP 互作识别潜在冠心病致病基因

目的:基于全基因组关联分析(Genomewideassociationstudy,GWAS)数据与生物信息学方法,识别冠心病潜在致病基因。方法:利用生物信息学方法和GWAS数据,对单核苷酸多态性(SingleNucleotidePolymorphisms,SNP)进行疾病风险打分,依据特定距离阈值内的SNP-SNP互作关系,筛选出疾病相关SNP显著风险模块,识别潜在致病基因。结果:设定阈值20kb,经筛选获得279个SNP显著风险模块,映射到79个基因,文献验证率为71.01%。结论:基于SNP互作识别的潜在致病基因,能更加准确的分析冠心病的发生发展过程。     

基于人类信号网络和表达谱数据挖掘动脉粥样硬化相关模块

目的:动脉粥样硬化是一种高致死率的慢性炎症疾病,其发生和发展的机制尚不明确。本文基于人类信号网络和基因表达谱数据对动脉粥样硬化相关模块进行挖掘,以探究其在疾病发生发展中的作用机制。方法:结合人类信号网络和基因表达谱数据,设计显著差异模块筛选策略,通过功能分析,挖掘动脉粥样硬化相关模块,对动脉粥样硬化的致病机制进行研究。结果:基于网络模块的平均表达值改变量,采用两种随机方法,进行显著差异模块筛选,最终获得8个动脉粥样硬化相关的显著差异模块。结论:应用本文提出的整合筛选策略,能识别与动脉粥样硬化相关的模块,获得潜在的致病基因,并从外周血的基因表达改变来探究动脉粥样硬化致病机制,这对动脉粥样硬化的诊断、治疗以及发生发展机制的研究具有重要意义。     

整合冠心病风险SNPs功能及分子网络特征筛选疾病易感基因

目的:冠心病(Coronary Heart Disease,CHD)是一种由多因素(遗传因素、环境因素以及它们之间的相互作用)引起的复杂疾病。本文从遗传因素和分子互作模式识别新的冠心病易感基因。方法:结合冠心病群体遗传SNPs数据和PPI数据,通过群体遗传数据的风险评估、功能SNPs的判定和PPI网络基因的分类,以功能SNPs属性、网络拓扑属性和基因功能属性为特征,利用两步分类的方法筛选新的冠心病易感基因。结果:获得了69个新的冠心病易感基因,其中43个被文献证实与冠心病的发生发展密切相关,且识别的新的易感基因注释的KEGG通路中有很多是已知的易感基因所没有注释到的,如MAPK signaling pathway,Calcium signaling pathway,Focal adhesion和Chemokine signaling pathway等,其中Chemokine signaling pathway被证实是CHD发展的关键通路。结论:应用本文提出的整合筛选策略,能识别与冠心病相关的新的易感基因,可为冠心病的预防、诊断和治疗提供新的研究方向。     

基于表达及网络拓扑结构挖掘动脉粥样硬化风险疾病基因

基于功能基因组信息、网络拓扑结构信息整合分析方法,利用基因表达谱数据和蛋白质互作数据挖掘动脉粥样硬化(AS)风险疾病基因,为从基因组层面研究动脉粥样硬化提供了新的视角．经过差异表达分析,支持向量机(SVM)的机器学习方法双重筛选,可以鉴别出可信度水平较高的风险疾病基因,对于研究动脉粥样硬化疾病基因在网络中的拓扑性质,建立基因与疾病发生发展过程的联系,提供了新的思路．得到了巨噬细胞样本中59个风险疾病基因,泡沫细胞中61个风险疾病基因．这些风险基因与已知疾病基因共享大部分动脉粥样硬化病变相关生物学过程及信号通路．并应用到对其他复杂疾病致病机理的研究中．     

基于整合网络和联合策略预测心肌梗死的新致病基因

目的:基于整合网络和联合策略预测心肌梗死的新致病基因.方法:从系统生物学的角度,提出基于蛋白质亚细胞定位信息,构建区域化的蛋白质互作的整合网络;通过疾病风险基因与已知致病基因的功能一致性程度和互作相关性的强度联合筛选的新策略,预测心肌梗死的新致病基因.结果:预测出10个心肌梗死的新致病基因(CCL19、CCL25、COMP、CCL11、CCL7、F2、KLKB1、HTR6、ADRB1、BDKRB2),其中8个基因(CCL 19、CCL25、CCL11、CCL7、F2、KLKB1、ADRB1、BDKRB2)经文献证实与心肌梗死的发生发展有着密切的联系;另外2个基因(COMP、HTR6)尚需实验验证.结论:基于整合网络和联合策略预测出10个心肌梗死的新致病基因,此方法为探索复疾病的致病基因提供了新的思路,有助于阐明复杂疾病的致病机理.