基于集成的共表达网络分析方法研究3种癌症的肿瘤相关模块

在肿瘤/癌旁基因表达数据中,差异表达 (DE,differential expression) 代表各种生物条件下基因表达水平的变化,而差异共表达 (DC,differential co-expression) 代表基因对之间相关系数的变化。单独的DC和DE研究方法已经被广泛应用于人类疾病研究中。但是,目前仍然缺乏有效整合DC和DE的分析方法。文中提出一个新颖的分析框架DC&DEmodule,该框架可以基于共表达模块整合DC和DE的特征,并同时整合多个肿瘤/癌旁表达谱的信息,用以识别与疾病相关的基因共表达模块,包括激活模块 (肿瘤样本中上调且共表达增强) 和失能模块 (肿瘤样本中下调且失去共表达)。将该框架用于分析肝癌、胃癌和结直肠癌各两组微阵列数据,分别得到肝癌、胃癌和结直肠癌的2、5和2个激活模块以及5、5和1个失能模块。富集分析表明与同类方法相比,文中的方法在检测已知的肿瘤相关通路和发现新通路方面均具有更高的灵敏度。然后,进一步从这3种癌症的激活模块中鉴定出17、69和11个模块关键基因,其中包含53个已报道的预后生物标志物以及3个分别与3种癌症存活率显著相关的新预后标志物。基于关键基因训练了3种癌症的随机森林模型,用于区分TCGA(The Cancer Genome Atlas) 和GEO (Gene Expression Omnibus)数据库中的肿瘤和癌旁样本,结果显示其分类的平均准确性达到了93%。三种癌症的比较为不同癌症的共有和组织特异性机制提供了新的见解。一系列评估表明,DC&DEmodule框架能够整合公共数据库中快速积累的表达谱,发现更多疾病中功能失调的生物过程。     

可识别多种癌症的基因功能模块

在应用基因芯片技术研究包括癌症在内的多因素疾病时, 筛选差异表达基因是最重要的问题之一. 然而, 目前基因芯片研究的样本量较小, 不能完全反映在癌症中广泛的基因表达改变的特点, 导致基于统计学方法筛选的差异表达基因在不同的研究中的重复性很低. 本文通过分析7套癌症数据, 发现每种癌症中都有大范围的功能模块发生了基因表达的改变, 因此这些模块有很强的疾病识别能力. 其中7个功能模块能够有效识别多种癌症的疾病样本, 提示在不同癌症的发生与发展过程中存在着共同的基因表达改变机制. 因此, 功能模块可以作为疾病的功能性的标记来取代在基因芯片应用中难以重复发现的单个基因, 用于研究癌症的核心机制和建立更稳定的诊断分类器.     

基于双聚类挖掘癌症共享的基因功能模块

基因多效性是癌症遗传机制中的普遍现象, 但罕见系统性的分析。文章提出采用双聚类挖掘基因功能模块的新思路探索癌症的共享分子机制和不同癌症间的关系。获取20种癌症的基因表达数据, 应用改良t检验和倍数法筛选出至少在两种癌症中差异表达的基因, 得到10417×20的数据矩阵; 采用双聚类方法获得22个癌症共享的基因簇; 进一步富集分析得到17个基因功能模块(Bonferroni校正后P<0.05), 主要参与有丝分裂染色单体分离的调控、细胞分化、免疫和炎症反应、胶原纤维组织等生物过程; 主要执行ATP结合和微管活动、MHCⅡ类受体活性、肽链内切酶抑制活性等分子功能; 活动区域主要在细胞骨架、染色体、MHCⅡ蛋白质复合体、中间丝蛋白、胶原纤维等。基于模块构建癌症相关网络, 显示胃癌、卵巢腺癌、宫颈鳞癌和间皮瘤等之间相关程度较高, 而两种血液系统癌症(急性髓细胞性白血病与多发性骨髓瘤)分子机制与其他癌症存在较大差异。可见癌症共享的基因功能模块与多种生物机制有关, 癌症之间相似性可能与组织起源、共同的致癌机制等有关。文章提出的基因多效性分析方法有助于解释人类复杂性疾病的共享分子机制。     

封面说明

<正>以前人的研究数据以及综述总结为基础,封面图为SAGA复合物(Spt-AdaGcn5 Acetyltransferase complex)的结构模式图,包括了19个亚基体内的基本分布情况。圆圈的大小模拟代表蛋白的相对大小。虚线代表前人已经有实验验证两者之间存在遗传或生化的相互作用。颜色代表不同的模块,绿色代表乙酰化功能模块,橙色代表去泛素化功能模块,蓝色代表TATA结合蛋白相关模块,黄     

基于SNP共表达网络肝癌分子分型及预后分析

基于SNP突变数据与mRNA表达谱关联分析,构建一种肝癌分子分型方法并对比不同分型预后的差异,并对不同分型肝癌的发生发展机制进一步研究。首先通过TCGA数据库收集359例肝细胞癌患者的SNP突变数据和mRNA表达数据,采用Wilcoxon秩和检验,筛选突变后差异表达基因,并通过生物信息学工具String和Cytoscape构建差异表达基因的蛋白互作网络,筛选连接度最高的10个Hub基因。利用Consensus Cluster Plus软件包,基于Hub基因mRNA表达水平构建NMF分子分型模型,再结合生存数据评估各分型患者的预后。最后利用加权基因共表达网络分析(WGCNA),识别与肝癌分子分型相关的模块,并针对关键模块的基因进行通路富集,从而对不同分型肝癌的基因表达谱进行比较。结果：NMF模型将肝癌分为高危、低危2个分型,其中CDKN2A和FOXO1基因对分型贡献度高。生存分析显示低危组患者的生存情况显著优于高危组,高危组富集多个与肿瘤细胞侵蚀、转移、复发过程相关的信号通路,低危组则与细胞周期和胰液分泌相关。本研究在无先验性信息的前提下,基于突变后显著差异表达的Hub基因表达水平构建的...     

基于响应面分析方法的钩端螺旋体三联属特异性蛋白抗原原核表达条件的优化

脂蛋白LipL32和LipL21及穿膜蛋白OMPL1是问号钩端螺旋体(简称钩体)属特异性表面抗原,可作为通用型钩体基因工程疫苗抗原.[目的]在我们的研究中,为了获得使得重组人工融合基因lipL32/1-lipL21-ompL1/2获得较高的表达水平,我们优化了重组宿主大肠杆菌的表达条件.[方法]我们采用了基于中心复合设计(CCD)的响应面分析方法(RSM).影响重组大肠杆菌生长的主要因素包pH、诱导剂IPTG浓度、诱导前培养实践、诱导时间以及诱导温度.响应面分析方法可以从这些因素中找到适合目的蛋白表达的最优表达条件.[结果]我们的结果显示在pH7.9、0.20mmol/LIPTG、诱导前培养时间2.5 h、诱导时间5.83 h、诱导后温度31℃条件下,可获得目的重组蛋白37.78 mg/L的最大表达量.[结论]实验结果表明采用基于中心复合设计的响应面分析方法能够较吹靥岣吣康牟锏牟?利用统计方法不但可以减少试验的次数,而且还能够从影响蛋白的因素中找出最重要的影响因素,因此该方法不仅对重组蛋白表达条件的优化有用,而且是一种很好的筛选方法.     

基因标签区分癌症样本的初步分析

从基因表达水平的角度对癌症样本进行分子分型,其较高的临床结果预测能力已经获得越来越广泛的关注。研究发现,某些基因集合(称为基因标签)的表达水平可以显著区分不同癌症样本之间的亚型差异并与癌症病人的临床结果显著关联。使用主成分分析法能够帮助我们找出这类表达谱与临床结果密切相关的基因标签。本研究通过主成分分析法从MSig BD和GeneSigDB数据库包含的基因集中找出可以解释不同癌症样本区别的基因标签并进一步评价了这些基因标签对癌症病人生存结果的预测能力。通过对10种癌症分别进行检验,我们找到了数量可观的可以区分癌症样本且相应的临床结果具有显著差异的基因标签。基于基因表达谱、临床数据和主成分分析法,基因标签能够对具有不同临床结果的癌症样本进行亚类的区分。     

基于PCA和神经网络的多形性胶质母细胞瘤驱动基因预测模型

目的:通过对癌症基因表达数据的分析,预测多形性胶质母细胞瘤的驱动基因集。方法:基于主成分分析方法和神经网络,提出一种用于预测多形性胶质母细胞瘤驱动基因的系统生物学模型。首先对实验样本的原始表达谱数据进行预清洗,过滤掉无信息或表达不符合实验要求的表达数据,并对肿瘤表达谱数据进行标准化处理;然后对基因进行划分,相似突变率的基因将被划分到同一块中;最后通过学习神经网络,构建癌症相关基因的调控网络,得出驱动基因的预测集。结果:本研究应用上述模型,对多形性胶质母细胞瘤(glioblastoma multiforme,GBM)驱动基因进行预测。已发表的大量实验结果表明,我们预测出的大部分驱动基因在GBM中起重要作用。结论:我们提出一种对GBM表达谱数据分析的新方法,能够高精度地预测出该疾病的驱动基因,该模型同样能够较好地用于分析其它疾病的表达谱数据。     

一种基于基因拓扑重要性的通路识别方法

癌症相关通路的识别是认识癌症发生发展过程机制的生物学基础。已有的通路识别方法很少考虑基因在通路中的拓扑重要性。重叠基因降权(PADOG)方法在基因集分析(GSA)方法的基础上融入了基因特异性的影响,提高了癌症相关通路的识别性能。为进一步提高癌症相关通路的识别性能,首先统计了KEGG通路数据集中基因出度的分布情况,根据基因出度的大小定义了基因的重要性。最后将基因的特异性和重要性融合在一起,提出了一种基于基因重要性和特异性的通路分析方法 PAGIS。在结肠癌、肺癌和胰腺癌3个数据集上的实验结果表明,PAGIS方法比PADOG能够提高很多癌症相关的排名,从而提高癌症相关通路的识别效果。     

基于功能基因组数据整合方法研究前列腺癌风险基因

目的:利用生物信息学方法,将高通量基因表达数据与单核酸多肽(SNP)基因型数据进行整合分析,研究并注释前列腺癌风险基因。方法:本文基于EST、SAGE、基因芯片三类功能基因组数据整合的方法研究前列腺癌风险基因。首先,通过三类数据寻找前列腺癌中异常表达和差异表达基因。利用全基因组关联分析得到前列腺癌相关基因的SNPs。定位所得到的前例腺癌差异表达基因与SNPs到染色体,获取与SNPs在同一区段的差异表达基因,并通过各种数据库注释所得基因。结果:通过数据整合分析,最终得到前列腺癌风险基因84个,其中20多个基因已被证实与前列腺癌极其相关。结论:整合前列腺癌高通量表达数据与SNP基因型数据,能够快速有效的获得前列腺癌显著相关基因。此方法可以推广于其它癌症的研究。     

基于转录组数据的网络分析挖掘鼻咽癌与口腔鳞癌的共享功能模块

鼻咽癌和口腔鳞癌是两种在临床上高度相关的疾病,从分子层面系统性研究这两种疾病的相互关系却鲜见报道。本研究通过大规模的转录组数据分析识别鼻咽癌和口腔鳞癌的共享功能模块及其核心基因(一因多效模块和基因),以期阐明这两种疾病共享的分子机制。从GEO数据库获取这两种癌症的两套转录组数据,应用倍数法和经验贝叶斯方法筛选出鼻咽癌差异表达基因1279个,口腔鳞癌差异表达基因1293个,其中两者共享基因278个。以共享基因为种子,通过蛋白质-蛋白质互作知识引导构建基因网络,其中最大子网包含1290个基因和1766互作对。应用Newman算法提取了15个共享功能模块。对这些模块进行拓扑学分析,挖掘出58个核心基因,包括已知的与鼻咽癌或口腔鳞癌相关的基因(如PCNA、CDK1、STAT1、CCL5和MMP1等)和鲜有报道的基因(如MELK、NME1、RACGAP1、INHBA和NID1等)。通路富集分析发现鼻咽癌和口腔鳞癌的共享功能模块参与多个生物学通路,包括p53信号通路、ECM受体相互作用、黏着斑、细胞周期等。本研究表明鼻咽癌和口腔鳞癌具有相似的致癌机制,所挖掘的共享模块可能是这两种疾病演化的核心分子相互作用机制。     

基于多组学数据的早期宫颈鳞状细胞癌分类

从分子层面对泛癌进行研究已经得到了很大的进展,但是对宫颈鳞状细胞癌的分子分类研究仍然需要更多的探索.为了找到宫颈鳞状细胞癌潜在的子类,本文提出了一个基于多维组学数据的癌症亚型分类分析流程.通过统计学方法对癌症基因组图谱(The Cancer Genome Atlas,TCGA)宫颈鳞状细胞癌的mRNA表达数据、小分子核糖核酸(microRNA,miRNA)表达数据、DNA甲基化数据以及拷贝数变异数据4个维度包含的分子进行筛选,然后对筛选后的分类特征进行整合聚类,进一步筛选能够区分不同子类的关键分类特征,并使用这些关键分类特征建立宫颈鳞状细胞癌分类模型.本研究为宫颈鳞状细胞癌分子层面子类的识别提供了分析流程,得到了两个临床生存水平具有显著性差异的宫颈鳞状细胞癌子类,并确定了8个宫颈鳞状细胞癌的关键分类特征.本研究中识别的宫颈鳞状细胞癌子类和关键分类特征为宫颈鳞状细胞癌早期分类及分类标志物的鉴定提供了重要参考.     

基于蒙特卡洛模拟分析不同基因集方法的效能

目的:探索差异表达基因集(DEGs)筛选的有效方法.方法:基于蒙特卡洛模拟比较Efron's GSA、SAFE、Globaltest、PCOT2等四种基因集方法在分析微阵列数据时的统计推断能力.结果:Globaltest和PCOT2两种基于模型构建的基因集方法在处理模拟微阵列数据时效能相当,Globaltest略优于PCOT2,而Effort's GSA、SAFE方法检验效能低下.结论:Globaltest是一种较有效的微阵列数据分析方法.     

与实验条件相关的基因功能模块聚类分析方法

针对细胞内基因功能模块化的现象,定义了“基因功能模块”和“特征功能模块”两个概念,并基于这两个概念提出一种“与实验条件相关的基因功能模块聚类算法”。该算法综合利用基因功能知识与基因表达谱信息,将基因聚类为与实验条件相关的基因功能模块。向基因表达谱中加入水平逐渐升高的数据噪音,根据基因功能模块对数据噪音的抵抗力,确定最稳定的基因功能模块,即特征功能模块。加噪音实验显示,在基因芯片技术可能发生的噪音范围内,该算法对噪音的稳健性优于层次聚类和模糊C均值聚类。将模块聚类算法应用在NCI60数据集上,发现了8个与实验条件高度相关的特征功能模块。     

基于共表达网络挖掘不同前列腺特异抗原水平下的前列腺癌发展相关基因

目的采用权重基因共表达网络分析方法(WGCNA)挖掘不同前列腺特异抗原(PSA)水平下的前列腺癌发展枢纽基因。方法数据来自NCBI的GEO数据库中下载不同PSA水平下的前列腺癌全基因组表达数据集,经过数据预处理后,用WGCNA构建基因共表达网络,识别不同PSA水平下的前列腺癌发展模块与枢纽基因。结果筛选出的差异基因聚集成一个模块,并且找到10个枢纽基因。结论结合文献发现,SNAI2、TRIM29、LAMB3、CYP3A5和SLC14A1这5个基因很可能影响不同PSA水平下前列腺癌的发展。     

动态网络模块分析丹酚酸B治疗冠心病作用机制

丹酚酸B是丹参治疗冠心病的主要活性成分之一,具有良好的防治冠心病疗效.通过数据库检索及药效团筛选确定了丹酚酸B的作用靶点,根据靶点蛋白相互作用信息构建其静态蛋白相互作用网络,并整合冠心病表达谱构建疾病和正常状态下的共表达蛋白相互作用网络.采用基于边聚类的快速模块识别算法FAG-EC对疾病状态的共表达网络进行模块分析和GO富集分析,然后将获得的功能模块映射到正常状态下的共表达网络,获得相对应的功能模块,并对不同状态下的功能模块进行对比分析,揭示模块在不同状态下动态变化信息;基于模块功能分析,结果显示,丹酚酸B主要通过调节免疫/炎症反应、凝血、血液循环、花生四烯酸代谢、成纤维细胞生长因子受体信号传导途径、肾素-血管紧张素系统、脂质代谢以及基础代谢等途径达到治疗冠心病的效果.     

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。     

基于共表达网络和蛋白互作分析挖掘小麦赤霉病抗性相关核心蛋白

高通量蛋白组学技术能够鉴定小麦特定组织的蛋白表达水平,对小麦穗轴混池蛋白组学分析得到的632个差异表达蛋白数据进行共表达网络分析,同时筛选显著表达模块进行蛋白质互作分析,以期挖掘出与小麦赤霉病抗性相关的蛋白。WGCNA分析结果共构建了12个表达模块,其中模块6与赤霉病抗病呈极显著相关,模块8显著相关。蛋白互作网络分析筛选到7个候选蛋白,分别为参与毒素降解的GST （glutathione S?transferase）和AdoMet?MTase（S?adenosylmethionine?dependent methyltransferase）,参与光合作用的IM30（membrane?associated 30 Da, chloroplastic）、PnsL2（photosynthetic NDH subcomplex L 2）和PPL1（PsbP?like protein 1）,以及抗逆相关的UCHL（ubiquitin carboxyl?terminal hydrolase）和MetAP2（methionine aminopeptidase 2）。这些蛋白可能在赤霉病抗、感病响应中具有重要作用,值得进一步研究。     

谷氨酸棒杆菌内源表达元件的筛选

【目的】构建谷氨酸棒杆菌表达元件探测载体,筛选能够启动蛋白表达的序列片段。【方法】基于谷氨酸棒杆菌表达载体p XMJ19,利用Golden Gate新型克隆方法构建表达元件插入位点,使筛选的片段能够与报告基因快速无缝衔接,同时避免残留额外的序列对表达元件效果测试产生可能存在的干扰。对本课题组前期的谷氨酸棒杆菌BZH001高、中、低溶氧条件下的发酵样品转录组数据进行分析,筛选出稳定于高转录水平的6个基因,通过软件预测每个基因的启动子区域和5′UTR区域,两者构成能够启动基因表达的功能性元件,并将其从基因组中克隆出来。以增强型绿色荧光蛋白基因egfp作为报告基因,快速测量出表达元件的效果。【结果】获得5个不同效果的内源性表达元件,最好的元件插入探测载体后在谷氨酸棒杆菌中表达的荧光强度大于3 500 RFU/OD600。【结论】通过结合转录组数据,探测载体能够快速有效筛选表达元件,为将来人们对谷氨酸棒杆菌基因工程改造和生物系统的构建提供更多基础材料。     

肠道病毒71型感染前后宿主细胞蛋白质组的二维液相色谱分离和比较

以肠道病毒71型及其宿主细胞为研究主体,建立了一种二维液相色谱分离和分析比较病毒感染前后细胞蛋白表达谱的方法。该方法以高效液相色谱(HPLC)为技术平台,对细胞裂解物先后进行一维色谱聚焦分离和二维反相色谱分离。利用ProteoVue软件将二维色谱数据转换成模拟胶图,再利用DeltaVue软件对感染前后的宿主蛋白表达谱进行比较和分析,找出差异蛋白。二维液相色谱分离法能够根据蛋白的等电点和疏水性建立精确的细胞蛋白表达图谱,每0．2个pH为一个收集区段,在pH8．5～3．9的范围内可见蛋白条带约1200条。该方法良好的重现性、自动化以及结果分析的简易化,使之在细胞表达谱差异显示中的应用潜力巨大,并且为研究病毒与宿主相互作用提供了新的方法和思路。