NSCLC分类及生存分析预测的全基因组特征基因识别

基于NSCLC(非小细胞肺癌)子类分类在临床和生物医学研究方面的意义,利用全基因组基因表达水平(GE)和甲基化(ME)水平的微阵列数据对NSCLC子类分类进行全基因组特征基因识别分析。针对全基因组微阵列数据的高噪声、超高维小样本特性,利用弹性正交贝叶斯算法对全基因组基因进行递归筛选,识别分类精度最优的特征基因集。以TCGA的490的基因表达数据和378个甲基化数据为例,分别识别出52个GE特征基因和25个ME特征基因,相应的分类准确率分别为99%和98%。结合特征基因和临床数据建立的多变量Cox模型明确说明了特征基因在病人生存分析方面的重要作用:仅利用相应的基因表达数据和甲基化数据即可对病人样本的"高/低风险"进行正确分类,显著性水平均低于0.05。特征基因参与的代谢通路与p53、TGF-beta、Wnt等重要的癌症分类和发展的代谢通路的密切关系进一步证实了特征基因对NSCLC分类的重要性。     

肺鳞状细胞癌发生的早期标志物及肿瘤预测模型

选取癌症基因组图谱数据库的肺鳞状细胞癌(Lung Squamous Cell Carcinoma,LUSC)样本作为数据集,在全基因组的水平上研究肺鳞状细胞癌病人从正常到发病I期基因表达的变化,寻找与LUSC发病密切相关的早期标志物,并建立一种基于早期标志基因的肿瘤预测模型。方法 采用模式识别分类法和基因通路和功能分析相结合的筛选方法,对LUSC的早期标志物进行识别,并运用Fisher判别建立肿瘤预测模型。得到12个LUSC的早期标志物,分别是CLDN18, CD34, ESAM, JAM2, CDH5, F11, F8, CFD, MRC1, MARCO, SFTPA2 和 SFTPA1,机器学习建模后对LUSC早期癌症样本和正常肺组织样本的分类精度达到了98%以上。由基因SFTPA1和ESAM建立的LUSC早期肿瘤预测模型,对正常肺组织和LUSC肿瘤Ⅰ期样本的分类敏感性和特异性分别为99.18%和100%,并且独立验证集的分类准确率也在90%以上。结论 筛选出的12个早期分子标志物有望成为LUSC诊断的标志分子,并且建立的肿瘤预测模型具有极高的准确性,可以为LUSC的发生机理研究以及早期肿瘤预测提供帮助。     

基因拷贝数变异与人类疾病

拷贝数变异(copy number variation,CNV)是人类遗传多样性的一类重要形式。在前期的研究中,人们通过寡核苷酸分型、比较基因组杂交以及测序等技术手段,在人类基因组中鉴定出了大量拷贝数变异位点。这些变异可能是由于基因组重组或复制过程中的差错而产生。CNV在人群中的覆盖率远远高于寡核苷酸多态性(single nucleotide polymorphism,SNP),它们可以通过多种机制改变基因的表达水平,如基因剂量效应、基因断裂-融合效应,以及远距调控效应,进而引起多种人类复杂疾病。认识基因组中的拷贝数变异对于我们更好地认识基因与疾病的关系、遗传-环境因素的相互作用,以及基因组变异与物种进化的关系具有重要的意义。     

基因组拷贝数变异及其突变机理与人类疾病

拷贝数变异(Copy number variation,CNV)是由基因组发生重排而导致的,一般指长度为1 kb以上的基因组大片段的拷贝数增加或者减少,主要表现为亚显微水平的缺失和重复。CNV是基因组结构变异(Structural variation,SV)的重要组成部分。CNV位点的突变率远高于SNP(Single nucleotide polymorphism),是人类疾病的重要致病因素之一。目前,用来进行全基因组范围的CNV研究的方法有:基于芯片的比较基因组杂交技术(array-based comparative genomic hybridization,aCGH)、SNP分型芯片技术和新一代测序技术。CNV的形成机制有多种,并可分为DNA重组和DNA错误复制两大类。CNV可以导致呈孟德尔遗传的单基因病与罕见疾病,同时与复杂疾病也相关。其致病的可能机制有基因剂量效应、基因断裂、基因融合和位置效应等。对CNV的深入研究,可以使我们对人类基因组的构成、个体间的遗传差异、以及遗传致病因素有新的认识。     

多重连接依赖性探针扩增技术及其应用进展

多重连接依赖性探针扩增(MLPA)是一种高通量、针对待测核酸中靶序列进行定性和相对定量分析的新技术。该技术具有分辨率高、操作简便、设备要求低等诸多优势而广泛用于检测人类基因组内拷贝数变异(CNV)。近年来,MLPA在技术与应用上又有许多新的发展,如运用化学合成法制备3'、5'探针,MLPA在基因甲基化检测、基因表达水平分析、基因部分片段重复区域拷贝数分析及转基因基因分型中的应用,并且MLPA与基因芯片微阵列技术的结合,使得多重连接探针扩增真正具备了高通量检测能力。本文就MLPA技术及其应用进展作一综述。     

乳腺癌发生的特征基因筛选及模式识别

本文选取癌症基因组图谱数据库的乳腺癌样本作为数据集,在全基因组的水平上研究乳腺癌病人从正常到发病Ⅰ期基因表达的变化,寻找与乳腺癌发病密切相关的特征基因,建立乳腺癌发生的模式识别分类方法,为乳腺癌预防及早期诊断提供理论支持.研究中,综合利用相关性、t检验、置信区间等统计学方法,建立乳腺癌发生特征基因筛选方法,获得与乳腺癌发生具有显著性差异的特征基因336个.通过机器学习方法建模,得到的分类准确率能达到98%以上,与之前乳腺癌相关的研究相比,准确率更高.同时采用KEGG(kyoto encyclopedia of genes and genomes)通路分析得到与基因显著相关(P0.05)的通路有8个,GO(gene ontology)基因功能富集分析显示与基因显著相关(P0.05)的功能有18个.最后对映射在8个通路中的一部分基因进行简要功能分析,说明了其在调控水平上的密切关系,表明识别的特征基因在乳腺癌的发生过程中有重要的作用,这对了解乳腺癌发病机理以及乳腺癌的早期诊断非常重要.     

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.     

肺鳞状细胞癌特异性甲基化候选诊断标志物的识别

甲基化异常是肿瘤早期的频发事件,DNA甲基化随着时间的推移相对稳定,并且可以在血液中非侵入性地检测到,因此DNA甲基化具有成为癌症早期诊断生物标志物的巨大潜力.为了找到肺鳞状细胞癌(LUSC)潜在的诊断标志物,本文提出了一种LUSC特异性候选诊断标志物的识别方法,使用癌症基因组图谱数据库(TCGA)的LUSC的甲基化数据集,通过比较LUSC与正常肺组织和其他癌症类型,得到了6个LUSC特异性甲基化位点,使用支持向量机建立诊断模型,采用六折交叉划分数据集,验证特异性标志物的有效性. 6个标志物的组合在预测LUSC方面达到约93%～99%的灵敏度,在排除正常组织时达到100%的特异性,在排除其他癌症时达到约99%的特异性.我们的研究为LUSC的早期诊断提供了潜在的生物标志物.     

一种基于二代测序拷贝数变异检测的新方法

区域捕获测序是针对基因组特定区段如对MHC(Major histocompatibility complex)区域、外显子区域等测序的有效手段,但是由于捕获测序中探针设计不均匀而造成区域内测序深度变异很大,因此,与基于全基因组的测序数据相比,其拷贝数变异的检测难度更大.目前已经出现了捕获测序下拷贝数变异(copy number variations,CNV)的检测方法,但对CNV的检测准确性仍然很低,特别是对于低频率CNV来说效果极差.因此,本研究开发了一个新的拷贝数变异检测方法,其特点是:(1)以区域内划分的区间为单位检测区间内的CNV,而不是直接对每个个体检测CNV;(2)全面利用群体内所有个体信息,通过区间内read深度在群体的分布规律来检测CNV的分离规律,假设区间内只有1个CNV,那么区间内的read深度将服从三峰的混合正态分布.将该方法应用于21 327个银屑病个体区域捕获测序的CNV检测中,结果表明,XHMM,ExomeDepth和本方法跟金标准重叠的窗口总数与金标准总窗口数的百分比(即重叠率)分别是7％、18％和62％.与XHMM和ExomeDepth相比,新方法在区间内CNV检测覆盖度可以分别提高55个百分点和44个百分点.本研究完善拷贝数变异检测方法,为疾病的诊断治疗提供一定的理论依据.     

生长因子颗粒蛋白前体和肿瘤坏死因子受体基因启动子区改变与阿尔茨 海默病的相关性研究

目的:探讨生长因子颗粒蛋白前体(PGRN)、肿瘤坏死因子受体(TNFR)基因启动子区改变以及全基因组DNA甲基化与阿尔茨海默病的相关性。方法:收集阿尔茨海默病患者血液样本80例以及健康对照血液样本80例,PCR扩增PGRN和TNFR基因启动子区并进行测序,观察两组间的单核苷酸多态性位点是否有差异。同时,用甲基化特异性PCR法检测启动子区DNA甲基化情况以及用ELISA法检测全基因组DNA甲基化水平。结果:在TNFR基因启动子区域发现阿尔茨海默病和对照组之间在多态性位点rs4149570和rs4149569有显著性差异(P0.001和P=0.033)。阿尔茨海默病患者全基因组甲基化水平为(0.79±0.29)%,显著低于对照组的(1.00±0.36)%(P0.001)。结论:TNFR基因多态性位点rs4149570和rs4149569的变异可能与阿尔茨海默病相关,全基因组甲基化水平降低可能与阿尔茨海默病相关。     

The life and death of gene families

One of the unique insights provided by the growing number of fully sequenced genomes is the pervasiveness of gene duplication and gene loss. Indeed, several metrics now suggest that rates of gene birth and death per gene are only 10–40% lower than nucleotide substitutions per site, and that per nucleotide, the consequent lineage‐specific expansion and contraction of gene families may play at least as large a role in adaptation as changes in orthologous sequences. While gene family evolution is pervasive, it may be especially important in our own evolution since it appears that the “revolving door” of gene duplication and loss has undergone multiple accelerations in the lineage leading to humans. In this paper, we review current understanding of gene family evolution including: methods for inferring copy number change, evidence for adaptive expansion and adaptive contraction of gene families, the origins of new families and deaths of previously established ones, and finally we conclude with a perspective on challenges and promising directions for future research.     

利用套叠PCR技术进行基因突变和拼接

利用套叠PCR技术（又称重叠区扩增基因拼接法）对hGM-CSF基因内第28位氨基酸处的糖基化位点进行突变和进行人促性腺激素基因,腺苷酸激酶短肽与胰岛素样生长因子－基因三者之间的拼接,结果表明采用该技术能在体外实行有效的基因重组和定点突变,其成功率为100％,这一技术不需要内切酶消化和连接酶处理,技术操作员简单易行,在基因拼接,基因内部突变方面具有良好的应用价值。     

真核基因的快速克隆及表达

以细胞间隙连接蛋白基因Cx26作为目的基因,通过T-A载体介导,构建真核表达重组载体pcDNA3.1( ) /Cx26,重组表达载体转染人鼻咽癌细胞株HNE1,表达Cx26间隙连接蛋白。     

成簇基因的时空表达调控

成簇基因具有不同单个基因的特性,同一簇内基因大多有类似的结构,功能以及表达模式,基因之间时空表达模式及表达量高度协调,提示同一簇基因是作为统一整体进行调节的,具有共同的调节机制。基因成簇排列是实现基因时空协调表表达的基础,是遗传信息的一种高级组织形式,具有强大的进化优势,要揭示成簇基因表达调控的基本规律,应从顺式作用元件,反式作用因子,染色质等层次,进行整体的以及多基因相互作用的研究,这些机制的阐     

GFP-pl6融合基因表达载体的构建

本文报道了以ＧＦＰ（绿色荧光蛋白）基因为报告基因,ｐｌ６基因为目的基因,将ｐｌ６基因分别插入ＧＦＰ基因的上游和下游,构建成ＧＦＰ－ｐｌ６融合基因表达载体ｐＣｐｌ６Ｇ和ｐＣＧｐ１６,并通过酶切、电泳技术对重组体进行了鉴定。该表达载体的构建成功为开展ｐｌ６转基因动物模型的建立及其特性研究奠定了基础     

基因功能研究方法浅介

随着人类基因组计划的进展,数据库中积累了越来越多未知功能的基因序列,分析这些基因的功能将成为基因组计划的主要任务。本介绍了几种研究特定基因功能的方法及程序。     

运动能力相关基因的先天遗传与后天转移

对人体生理特性的研究结果显示,部分运动相关基因如α-肌动蛋白-3、血管紧张素I转换酶、Ⅱ型活化素受体B的基因多态性会明显影响运动员的运动天赋和体能。建立优秀运动员基因库,发现和鉴定可影响运动能力的基因变异体,使得在儿童中开展DNA测试,挑选适合某种特殊体育项目的运动天才和优化训练方法具有一定现实操作意义。另一方面,随着滥用基因技术以提高运动能力的可能性不断提高,部分基因有可能作为基因兴奋剂,通过基因转移的方法导入人体,其所涉及的伦理问题、对人类健康及社会的潜在危害等,已经引起了来自自然科学和社会科学不同领域的广泛关注。     

性别决定基因SRY的研究进展

SRY基因是哺乳动物性别决定过程中的主宰基因,其表达产物SRY蛋白是一种DNA结合蛋白,该蛋白含有一个HMG盒,能够以序列特异性结合到DNA双螺旋链的一侧,起到转录因子的作用。调节或协同下游基因如SOX9、AMH等基因的表达,使胚胎发育向雄性方向发展。     

硫霉素环化酶基因在变铅青链霉菌TK24中的表达及基因定位

将含有硫霉素环化酶基因的重组质粒p6BCl2转化变铅青链霉菌(Streptomyceslividans)TK24,含有p6BCl2的转化子细胞抽提液分别与琉霉素生物合成阻断变株Y,发酵液以及纯化的Y。中间产物经过体外共培养可产生活性物质．化学分析表明与Y,发酵液混合后产生的是硫霉素,与纯化的Y。中间产物混合产生的是一种不稳定的活性物质。说明硫霉素环化酶基因在S.lividans TK24中得到了表达,其产物以Y。中间产物为底物并弥补了Y,中的缺陷。对p6Bcl2中4．5kb外源片段进行了限制酶酶切分析,建立了酶切图谱．利用含硫霉素环化酶基因的S．Lividans TK24转化子体外转化Y,的应用体系,将硫霉素环化酶基因定位在0．9kb Hinc I—Pst I片段上,并证明了硫霉紊环化酶的活性与IPNS同源片段无关。以上实验为进一步研究琉霉素环化酶基因的结构打下了基础。