DNA芯片技术与基因表达研究

随着基因组计划的顺利实施,大量的生物信息被解析,基因表达及基因功能的研究将成为生命科学研究的热点。ＤＮＡ世片技术是近年来出现的分子生物学与微电子技术相结合的最新ＤＮＡ分析检测技术。该技术将在生命科学与信息科学之间架起一道桥梁,因而成为后基因组时代基因功能分析撮重要的技术之一。目前ＤＮＡ芯片技术已在基因保得到广泛的应用。     

基因表达数据聚类分析技术及其软件工具

随着DNA芯片技术的广泛应用,基因表达数据分析已成为生命科学的研究热点之一。概述基因表达聚类技术类型、算法分类与特点、结果可视化与注释;阐述一些流行的和新型的算法;介绍17个最新相关软件包和在线web服务工具;并说明软件工具的研究趋向。     

基因芯片数据的监督聚类分析

随着后基因组时代的到来,基因芯片技术越来越多地被应用到功能基因组的研究当中。如何快速有效地分析基因芯片实验所获得的大量生物学数据,成为当前一项具有重要意义的研究工作。监督聚类(supervised clustering analysis)是聚类分析的一种,它根据样本的先验信息或假设来决定样本的分类,并据此建立判别模型,继而利用该判别模型对未知对象进行分类。该方法已经成功应用到生物医学研究中的许多领域,成为分析基因芯片数据的重要手段。     

基于遗传算法的基因表达数据的K-均值聚类分析

聚类算法在基因表达数据的分析处理过程中得到日益广泛的应用。本文通过把K-均值聚类算法引入到遗传算法中,结合基因微阵列的特点,来讨论一种基于遗传算法的K-均值聚类模型,目的是利用遗传算法的全局性来提高聚类算法找到全局最优的可能性,实验结果证明,该算法可以很好地解决某些基因表达数据的聚类分析问题。     

DNA芯片技术及其在基因表达检测中的应用

随着人类基因组计划的顺利进行,预计到２００３年人类可以完全测出自身的基因组序列。届时,人类将进入后基因组时代。探明人类全部基因的结构及其表达调控将成为后基因组时代的一个重要目标,而进行基因表达的检测则是研究基因功能的一个重要环节。人类如此浩翰的基因,...     

基于基因表达谱的疾病亚型特征基因挖掘方法

在本研究中,提出了一种基于基因表达谱的疾病亚型特征基因挖掘方法,该方法基于过滤后基因表达谱,融合无监督聚类识别疾病亚型技术和提出的衡量特征基因对疾病亚型鉴别能力的模式质量测度,以嵌入的方式实现特征基因挖掘。最后将提出的方法应用于40例结肠癌组织与22例正常结肠组织中2000个基因的表达谱实验数据,结果显示:提出的方法是一种可行的疾病亚型特征基因挖掘方法,方法的优势在于可并行实现疾病亚型划分和特征基因识别。     

猪链球菌2型全基因组DNA芯片的研制及基因表达谱技术平台的建立

目的：研制猪链球菌2型（SS2）全基因组DNA芯片,建立SS2基因表达谱技术平台。方法：利用SS2全基因组序列,挑选出2194条基因,经PCR扩增出2156条基因并将产物纯化,点样制备芯片;将芯片用于表达谱研究,采用实时定量PCR验证表达谱结果,对芯片进行可靠性分析。结果：芯片杂交数据与实时定量PCR验证显示了较高的相关性,二者相关系数r=0.87。结论：研制了一批SS2全基因组DNA芯片,并建立了基于DNA芯片的表达谱技术平台。     

群落有序样本的一种聚类分析方法

目前,适用于群落聚类分析有序样本的聚类方法主要是“最优分割法”。本文提出了一种新的适用于群落有序样本的聚类方法,该法较最优分割法计算简便。     

基于基因表达谱的肿瘤分型和特征基因选取

在分析基因表达谱数据特性的基础上,提出了一个将之用于肿瘤分子分型和选型和选取相应亚型特征基因的策略。该策略包括三个步骤：首先采用一个无监督的基因过滤算法以降低用于分型计算的数据的噪声,其次提出了一个概率模型对样本中的分类结构进行建模,最后基于聚类的结果采用相对熵的方法获得对分类贡献大的基因作为特征基因,应用该策略对两个公开发表的数据集进行了再挖掘,结果表明不但获得了其他方法可以得到的信息,而且还提供了更精细、更具有显著生物学意义的信息,具有明显的优越性。     

用聚类法分析受抗真菌物质处理后的酵母细胞全基因表达谱

微阵列DNA芯片技术可以并行分析成千上万个基因的表达情况,它为研究药物的作用机制提供了一个新的高效技术平台.用9种已知和未知作用机理的抗真菌化合物处理酵母细胞,并得到酵母细胞的全基因表达谱,然后对其进行聚类分析.结果表明作用机制类似的化合物具有相近的聚类关系.两性霉素B和制霉菌素、酮康唑和克霉唑都是已知的作用机制类似的抗真菌药物.通过对基因表达谱进行聚类分析,发现前一组和后一组分别被聚类在一起.另外已知澳洲茄胺抑制的是细胞膜上麦角固醇的合成,聚类分析表明它与酮康唑,克霉唑的聚类很靠近.对微阵列DNA芯片产生的基因表达谱进行聚类分析,由于作用机制相似的药物会被聚类在一起,因此根据未知药物和已知药物的聚类关系,可以了解未知药物的作用机制,这对于加速新药开发的步伐具有十分重要的意义.     

开放的差异基因表达技术研究进展

自 90年代早期发展以来 ,差异基因表达 (DGE)技术在许多领域得到了应用 .“开放”结构系统的DGE技术不需原始的生物学或序列信息 ,而且可应用于任何种群 .主要介绍 6项开放的DGE技术 :cDNA代表性差示分析 (cDNA RDA)、基因表达系统分析 (SAGE)、表达序列标签串联排列连接(TALEST) ,和早期的DGE技术差异显示 (DD)、随机引物聚合酶链反应 (AP PCR) ,以及一项受专利保护的技术———GeneCalling .通过几项重要的参数对这些技术进行了比较 ,认为DD虽然有其致命的弱点 ,但在目前仍然应用得非常广泛 .cDNA RDA能有效富增特异片段 ,扣除共有序列 ,如能和SAGE结合 ,将能进一步促进其发展 .TALEST和GeneCalling操作较简便 ,一次试验能获得大量的数据 ,但是分析这些数据比较麻烦 ,须借助另外的分析软件 .最后介绍了应用DGE技术取得的最新成果 .     

结合蛋白质相互作用数据进行基因表达数据聚类

提出了一种蛋白质相互作用的相似性度量,将其与基因表达数据的相似性度量相结合,定义了一种融合的距离度量,并且将这种融合的距离度量用于改进现有的K—means聚类方法。经过实际数据的检验,改进后的K—means方法比常用的其它几种聚类方法具有更好的效果,说明结合蛋白质相互作用数据可以使得基因表达聚类的结果更有生物意义。     

基因芯片表达在乳腺癌转移过程中的聚类分析

利用基因芯片可以得到不同基因在不同生命过程中的表达,因此在医学诊断与病变分析中受到重视,并开始大量应用．经测定发现,不同基因在病变过程的不同阶段中的表达是不相同的,由此可以得到在病变过程的不同基因的表达特征．在本文中,我们给出了乳腺癌在转移过程中的基因表达特征的聚类分析法分析,并改进了k-means聚类算法,使之具有自动搜索聚类数的功能,并且有助于改善k-means算法的聚类结果陷入局部最小值的状况．通过对平均聚类误差指标的比较,kr—means要优于k-means算法．本文所得到的结果可供乳腺癌诊断与病变分析参考,同时可以应用于小型基因检测芯片的制备,也可以用于构建基因网络调控图．     

基因表达谱聚类/分类技术研究及展望

随着人类及多种模式生物全基因组测序基本完成,人类基因组计划的研究进入后基因组时代.后基因组时代研究的焦点已经从测序转向功能研究。聚类/分类技术作为分析基因表达谱和识别基因功能的重要工具之一,近年来获得很大的发展。对目前基因表达谱聚类/分类技术及它们的发展,进行了综述性的研究,分析了它们的优缺点,结合我们的研究,提出了解决问题的思路和方法,为基因表达谱的进一步研究提供了新的途径。     

表达谱基因芯片

表达谱基因芯片具有高通量、缩微、多参数、平行化等优点.在功能基因组学研究中正发挥越来越重要的作用.就其原理、应用、存在问题及解决策略等进行了综述.     

基因芯片技术及应用研究进展

采用高速打印或光刻合成技术可在硅片、玻璃或尼龙膜上制造ＤＮＡ微阵列。样品ＤＮＡ／ＲＮＡ通过ＰＣＲ扩增、体外转录等技术掺入荧光标记分子,与微阵列杂交后通过荧光扫描仪器扫描及计算机分析即可获得样品中大量基因序列及表达的信息。该技术可应用于高通量基因表达平行分析、大规模基因发现及序列分析、基因多态性分析和基因组研究等 。     

分析基因表达图式的新方法

随着基因组研究的深入进行,基因的分子生物学除了要寻找在生物学上重要的个别基因并研究其结构与功能外,更重要的应是了解整个基因组的功能活动,即细胞全部基因的表达图式.要解决如此复杂的问题就必须在研究方法上有所创新,基因表达系列分析法、cDNA微阵列分析法、DNA微芯片分析法等正是近几年发展起来的分析基因表达图式的新方法.     

基因芯片技术及其在肿瘤基因组学中的应用

基因芯片又称DNA微阵列,分为cDNA微阵列和寡聚核苷酸微阵列。DNA微阵列技术是探索基因组功能的一种强有力工具。扼要介绍基因芯片、表达谱芯片技术和原理,以及基因芯片技术在肿瘤基因组学中的应用。