全基因组测序在病原菌分型与溯源中的应用研究进展

细菌分子分型已成为监测细菌感染性疾病的暴发流行与明确病原菌传播途径的重要工具.随着全基因组测序技术的日益兴起,公共数据库中已产生大量的细菌基因组数据,迫切需要研究人员充分认识和理解该技术,并掌握多种生物信息学工具挖掘并解读测序数据.本文系统概述了全基因组测序技术与生物信息学工具在病原菌分型与溯源中的应用,并对全基因组测...     

生物信息学在昆虫学研究中的应用

随着深度测序和基因芯片技术的不断发展,基因组、转录组、表达谱数据大量积累。目前,至少有10多个昆虫的基因组已被测序,30多个昆虫的转录组数据被报道。显然,传统的生物统计学方法无法处理如此海量的生物数据。量变引发质变,生物数据的大量积累催生了一门新兴学科,生物信息学。生物信息学融合了统计学、信息科学和生物学等各学科的理论和研究内容,在医学、基础生物学、农业科学以及昆虫学等方面获得了广泛的应用。生物信息学的目标是存储数据、管理数据和数据挖掘。因此,建立维护生物学数据库、设计开发基于模式识别、机器学习、数据挖掘等方法的生物软件,以及运用上述工具进行深度的数据挖掘,是生物信息学的重要研究内容。本文首先简要介绍了生物信息学的历史、研究现状及其在昆虫学科中的应用,然后综述了昆虫基因组学和转录组学的研究进展,最后对生物信息学在昆虫学研究中的应用前景进行了展望。     

应用生物信息学技术对植物表达序列标签(EST)的大规模分析

目前 ,一些基因组较小的植物 (如拟南芥 ,水稻等 )的全基因组已经基本完成测序 ,较大基因组的测序工作则主要集中在基因组中表达基因的测序上 ,表达序列标签 (EST)计划由此产生。研究表明 ,对EST进行大规模研究已成为功能基因组学研究的最佳途经之一。本文着重介绍和讨论应用生物信息学技术对植物EST数据的大规模分析。     

二代测序技术在结核分枝杆菌研究中的应用进展

结核病是由结核分枝杆菌引起的全球第二大传染病。二代测序技术为从基因组水平研究结核分枝杆菌提供了重要的研究方法。本文从结核病流行病学、结核分枝杆菌耐药和进化及相关生物信息学等方面,介绍二代测序技术在结核分枝杆菌研究中的应用进展。     

木本植物全基因组测序研究进展

近年来, 植物全基因组测序的结果正如雨后春笋般涌现, 木本植物全基因组测序也在紧锣密鼓地展开。但由于木本植物通常基因组较大, 基因组结构较为复杂, 在测序、测序后的组装、注释、功能分析等均存在较大的困难。在基因组测序分析的经费预算方面也存在着较大的压力。因此, 有必要对这方面的研究进展及其存在问题进行分析比较, 以提高林木全基因组研究方面的效率。文章在比较分析已经发展起来的3代基因测序技术(Sanger测序法、合成测序法和单分子测序法)的基础上, 选择4种已经公布的木本植物(杨树、葡萄、番木瓜、苹果), 从全基因组测序的研究背景、测序结果及应用的研究进展和存在问题等方面进行了述评, 对未来要开展的木本植物全基因组测序前的准备工作(材料选择、遗传图谱和连锁图谱的构建、测序技术的选择), 全基因组测序结果的生物信息学分析和应用进行了讨论。     

木本植物全基因组测序研究进展

近年来,植物全基因组测序的结果正如雨后春笋般涌现,木本植物全基因组测序也在紧锣密鼓地展开。但由于木本植物通常基因组较大,基因组结构较为复杂,在测序、测序后的组装、注释、功能分析等均存在较大的困难。在基因组测序分析的经费预算方面也存在着较大的压力。因此,有必要对这方面的研究进展及其存在问题进行分析比较,以提高林木全基因组研究方面的效率。文章在比较分析已经发展起来的3代基因测序技术(Sanger测序法、合成测序法和单分子测序法)的基础上,选择4种已经公布的木本植物(杨树、葡萄、番木瓜、苹果),从全基因组测序的研究背景、测序结果及应用的研究进展和存在问题等方面进行了述评,对未来要开展的木本植物全基因组测序前的准备工作(材料选择、遗传图谱和连锁图谱的构建、测序技术的选择),全基因组测序结果的生物信息学分析和应用进行了讨论。     

宏基因组研究的生物信息学平台现状

由Handelsman et al(1998)提出的宏基因组(metagenome)泛指特定环境样品(例如:人类和动物的肠道、母乳、土壤、湖泊、冰川和海洋等环境)中微生物群落所有物种的基因组。宏基因组技术起源于环境微生物学研究,而新一代高通量测序技术使其广泛应用成为可能。与基因组学研究相类似,目前宏基因组学发展的瓶颈在于如何高效分析高通量测序产生的海量数据,因此,相关的生物信息学分析方法和平台是宏基因组学研究的关键。该文介绍了目前宏基因组研究领域中主要的生物信息学软件及工具;鉴于目前宏基因组研究所采用的"全基因组测序"(whole genome sequencing)和"扩增子测序"(amplicon sequencing)两大测序方法所获得的数据和相应分析方法有较大差异,文中分别对相应软件平台进行了介绍。     

基于Web的基因组浏览器研究现状

测序技术的发展促使人类基因组测序成本急剧降低,测序速度迅速增加,对这些数据的分析和可视化已成为生命科学领域最重要的课题之一.基因组浏览器技术在基因序列分析,遗传密码解读,复杂疾病研究等方面具有重要意义.本文综述了9种主要的基因组浏览器技术,并从可视化内容、可视化形式、软件系统架构等角度分析了它们的特点.最后,探讨了基因组浏览器发展所面临的挑战.     

鸡基因组研究新进展

鸡基因组测序草图的完成标志着禽类功能基因组时代的到来。鸡不仅是全世界广泛饲养且有重要经济价值的禽类,而且是极具生命科学研究价值的模式动物。因此,鸡基因组测序草图的完成将对遗传育种和生物学研究有重要的影响。本文综述了近年来鸡基因组研究的最新进展,主要内容包括鸡基因组的有关数据、物理图谱、遗传连锁图谱、比较基因组学、序列表达标签、生物信息学等方面所取得的成绩,同时对鸡基因组研究结果的应用前景进行了展望。     

以海量数据计算揭示人类疾病发生机制及相关分子标志物

高通量芯片和深度测序技术为在全基因组水平上绘制高分辨率的基因组变异、RNA转录、转录因子结合及组蛋白修饰图谱等研究提供了前所未有的机遇.这些技术彻底改变了以往有关转录组学、调控网络以及表观遗传调控的研究方法,产生了海量的多水平组学数据,并开启了高效数据整合研究的先河.然而,如何有效地整合这些数据仍然是一个巨大的挑战.本文总结了高通量组学数据的产生对相关领域研究的主要影响及其与人类疾病的关系,并介绍了多种用于数据整合分析的生物信息学方法.最后,以炎症疾病为例进行说明.     

植物抗性基因研究新趋势

多种生物基因组的大规模测序结果表明,抗性基因在基因组上成簇存在,从结构基因组、比较基因组、功能基因组与生物信息学等方面论述了植物抗性基因研究的新趋势。     

基于高通量测序技术的基因组结构变异检测算法

基因组结构变异的检测是生物信息学的重要方向之一.本文分别对基于高通量测序技术的双末端映射方法、映射分布方法、分裂片段方法和序列拼接方法等检测技术的四种算法进行详细的解读和说明,阐述了以上四种方法两两结合的检测算法,并分析了各种检测方法的性能和适用的条件,说明混合结合的方法将会成为未来发展的方向.     

原核生物蛋白质基因组学研究进展

随着基因组测序技术的不断发展,大量微生物基因组序列可以在短时间内得以准确鉴定。为了进一步探究基因组的结构与功能,基于序列特征与同源特征的基因组注释算法广泛应用于新测序物种。然而受基因组测序质量以及算法本身准确性偏低等问题的影响,现有的基因组注释存在着相当比例的假基因以及注释错误,尤其是蛋白质N端的注释错误。为了弥补基因组注释的不足,以基因芯片或RNA-seq为核心的转录组测序技术和以串联质谱为核心的蛋白质组测序技术可以高通量地对基因的转录和翻译产物进行精确测定,进而实现预测基因结构的实验验证。然而,原核生物细胞中存在的大量非编码RNA给转录组测序技术引入了污染数据,限制了其对基因组注释的应用。相对而言,以串联质谱技术为核心的蛋白质组学测序可以在短时间内鉴定到生物体内大量的蛋白质,实现注释基因的验证甚至校准。已成为基因组注释和重注释的重要依据,并因而衍生了"蛋白质基因组学"的新研究方向。文中首先介绍传统的基于序列预测和同源比对的基因组注释算法,指出其中存在的不足。在此基础上,结合转录组学与蛋白质组学的技术特点,分析蛋白质组学对于原核生物基因组注释的优势,总结现阶段大规模蛋白质基因组学研究的进展情况。最后从信息学角度指出当前蛋白质组数据进行基因组重注释存在的问题与相应的解决方案,进而探讨未来蛋白质基因组学的发展方向。     

基于新一代测序技术的mtDNA突变检测方法学的建立

目的:大量研究证实线粒体DNA(mtDNA)突变与肿瘤发生及进展密切相关,但使用传统测序方法难以高通量、高精确度的检测mtDNA突变,为此本研究建立了基于新一代测序技术的mtDNA突变检测方法.方法:提取肝癌患者癌、癌旁组织以及外周血细胞总DNA,利用PCR技术对线粒体基因组进行富集并对PCR产物进行平末端、粘性末端连接或对PCR引物进行氨基修饰,构建mtDNA测序文库.经Illumina HiSeq 2000平台测序后利用生物信息学方法与人类mtDNA参考序列进行比对,并进行测序数据分析.结果:通过对不同质量基因组DNA进行评估后,发现三对引物法适用于大部分DNA样本的mtDNA富集.进一步我们发现PCR引物的氨基修饰可显著提高测序数据覆盖均一性,降低测序成本.结论:本研究利用新一代测序技术通过对线粒体DNA富集方法以及测序覆盖度均一性进行优化,建立了一套灵敏、特异、高通量的mtDNA突变检测策略,为mtDNA突变与疾病研究提供了新方法.     

环境微生物宏基因组学研究中的生物信息学方法

高通量测序技术的发展促进了组学技术在环境微生物研究中的广泛应用,而宏基因组学是目前最为关键和成熟的组学方法。生物信息学在微生物宏基因组学研究中具有至关重要的作用。它贯穿于宏基因组学的数据收集和存储、数据处理和分析等各个阶段,既是宏基因组学推广的最大瓶颈,也是目前宏基因组学研究发展的关键所在。本文主要介绍和归纳了目前在高通量宏基因组测序中常用的生物信息学分析平台及其重要的信息分析工具。未来几年之内,测序成本的下降和测序深度的增加将进一步增大宏基因组学研究在数据存储、数据处理和数据挖掘层面的难度,因此相应生物信息学技术与方法的研究和发展也势在必行。近期内我们应该首先加强基础性分析和存储平台的建设以方便普通环境微生物研究者使用,同时针对目前生物信息分析的瓶颈步骤和关键任务重点突破,逐步发展。     

微生物基因组的生物信息学研究平台的建立*

随着人类基因组计划及其它测序工作顺利进行,人们已经得到了大量的基因序列。如何阐明这些序列的功能和意义,是功能基因组学的主要任务。生物信息学和比较基因组学为加速这一进程提供了有利的工具。该研究建立了对已经完成全基因组测序和部分测序的25种细菌的基因组的生物信息学研究平台,提供了WEB形式的服务(http://202.116.74.108)。25种细菌的全基因组蛋白质序列可以在NCBI的ftp://ftp.ncbi.nlm.nih.gov/geabank/genomes/bacteria下载。该系统可以按照基     

基于迭代自学习的操纵子结构预测

原核生物操纵子结构的准确注释对基因功能和基因调控网络的研究具有重要意义,通过生物信息学方法计算预测是当前基因组操纵子结构注释的最主要来源.当前的预测算法大都需要实验确认的操纵子作为训练集,但实验确认的操纵子数据的缺乏一直成为发展算法的瓶颈.基于对操纵子结构的认识,从基因间距离、转录翻译相关的调控信号以及COG功能注释等特征出发,建立了描述操纵子复杂结构的概率模型,并提出了不依赖于特定物种操纵子数据作为训练集的迭代自学习算法.通过对实验验证的操纵子数据集的测试比较,结果表明算法对于预测操纵子结构非常有效.在不依赖于任何已知操纵子信息的情况下,算法在总体预测水平上超过了目前最好的操纵子预测方法,而且这种自学习的预测算法要优于依赖特定物种进行训练的算法.这些特点使得该算法能够适用于新测序的物种,有别于当前常用的操纵子预测方法.对细菌和古细菌的基因组进行大规模比较分析,进一步提高了对基因组操纵子结构的普遍特征和物种特异性的认识.     

生物信息学策略鉴定新基因

随着人类基因组计划的开展,在基因结构、定位、表达和功能研究等方面都积累了大量的数据,如何充分利用大量已有的网上数据库资源,加速人类基因克隆研究及功能初步研究,同时避免重复工作,节省开支,已成为我们面临的一个急迫而富有挑战性的课题.生物信息学是20世纪80年代末开始,随着基因组测序数据迅猛增加而逐渐兴起的一门新兴学科,它利用计算机对生命科学研究中的生物信息进行存储、检索和分析.它的产生和发展为人们提供了强大的工具,本文就生物信息学方法在识别和鉴定新基因中的应用予以综述.     

复杂基因组测序技术研究进展

复杂基因组指的是无法使用常规测序和组装手段直接解析的一类基因组,通常指包含高比例重复序列、高杂合度、极端GC含量、存在难消除异源DNA污染的基因组。为了解决复杂基因组的测序和组装问题,需要分别从基因组测序实验方法、测序技术平台、组装算法与策略3个方面进行深入研究。本文详细介绍了复杂基因组测序组装相关的现有技术与方法,并结合复杂基因组经典实例介绍了复杂基因组测序的技术解决途径和发展历程,可为制订合适的复杂基因组测序策略提供参考。     

CRISPR/Cas9-sgRNA全基因组文库筛选人单核细胞白血病功能性促癌/抑癌基因体系的建立与优化

CRISPR/Cas9-sg RNA(single guide RNA)全基因组文库筛选技术是在哺乳动物中进行系统基因组分析的有力工具.本文通过在人急性单核白血病细胞系THP1上优化CRISPR/Cas9-sg RNA人类全基因组慢病毒文库感染体系,构建裸鼠皮下移植肿瘤模型,并通过优化测序建库方法,对肿瘤组织进行二代测序以及利用生物信息学分析获得筛选结果.裸鼠肿瘤模型表明,感染sg RNA文库后的THP1细胞成瘤能力下降,推测可能与某些促癌基因的敲除有关;通过对二代测序数据进行生物信息学分析得到了一些候选基因.实验结果表明,在人单核细胞白血病细胞系上进行CRISPR/Cas9-sg RNA全基因组文库筛选是可行的,这项工作为在其他白血病细胞系或原代细胞上的筛选应用奠定了一定基础.