利用RNA-seq技术筛选大白猪皮下和肌内脂肪组织差异表达基因

为了比较分析大白猪皮下和肌内脂肪组织的全转录组数据,探究调控脂肪沉积的分子机制,本文采用RNA-seq技术和生物信息学方法鉴定大白猪皮下和肌内脂肪组织基因表达谱,对差异表达基因进行GO(Gene Ontology)分析、信号通路富集分析以及蛋白互作网络分析。大白猪皮下和肌内脂肪组织中有180个基因差异表达,上调基因主要参与细胞增殖、脂质激酶活性和磷脂代谢等与脂质代谢相关的生物学过程正调控,下调基因显著富集于脂肪细胞分化中起重要调控作用的MAPK信号转导通路。差异表达基因主要通过参与脂质代谢及通过MAPK信号转导通路调控脂肪细胞成脂分化,进而影响大白猪皮下和肌内脂肪的沉积。     

基因水平的关联分析方法

全基因组关联研究(Genome wide association study, GWAS)已经在国内外的医学遗传学研究中得到广泛应用, 但是GWAS数据中所蕴含的与多基因复杂性状疾病机制相关的丰富信息尚未得到深度挖掘。近年来, 研究者采用生物网络分析和生物通路分析等生物信息学和生物统计学手段分析GWAS数据, 并探索潜在的疾病机制。生物网络分析和生物通路分析主要是以基因为单位进行的, 因此必须在分析前将基因上全部或者部分单个单核苷酸多态性(Single nucleotide polymorphism, SNP)的遗传关联结果综合起来, 即基因水平的关联分析。基因水平的关联分析需要考虑单个SNP的遗传关联、基因上SNP数量和SNP之间的连锁不平衡结构等多种因素, 因此不仅在遗传学的概念上也在统计方法方面具有一定的复杂性和挑战性。文章对基因水平的关联分析的研究进展、原理和应用进行了综述。     

细胞因子信号阻抑蛋白SOCS家族

大量实验研究和临床观察资料证明,SOCS蛋白与细胞信号转导和多种重要疾病的发生发展有着密切的关系。同时随着对JAK／STAT通路和单个SOCS蛋白功能研究的深入,SOCS蛋白在辐射导致细胞周期阻滞信号传导以及与细胞DNA损伤和修复机制相关作用机理将成为未来的研究方向之一。近年来随着重离子治癌临床应用的展开,重离子对细胞辐射损伤和修复信号转导可能与SOCS蛋白相关的研究对于重离子的安全应用提供了理论和实验依据。     

基因组尺度代谢网络自动重构及分析工具研究进展

高通量数据的产出为基因组尺度代谢网络的构建提供了基础,但同时也对网络构建和分析方法的改进提出了挑战。随着数据量的不断增大,耗时耗力的人工构建及分析已经无法满足模型发展的需要,因而各种自动化的方法应运而生。模型构建和分析的自动化不仅能够大幅度提高模型构建和解析的速度,同时对于模型构建和分析方法的标准化和程序化也有着不可替代的作用。文中结合作者的实际研究经验,对基因组尺度代谢网络构建的自动化进程和主要的代谢网络分析工具进行了较为详细的介绍,总结了代谢网络自动重构的流程,并提出了目前面对的主要问题和未来的研究方向。     

基于网络药理学的金盏银盘作用机制研究

本研究应用网络药理学方法分析和预测金盏银盘(Bidens biternata(Lour.) Merr. et Sherff.)中活性成分对应的靶点和作用机制。结合作者前期的研究结果,在收集和筛选金盏银盘中活性成分的基础上,通过TCMSP和PubChem BioActivity Analysis Service分析平台获取对应靶标;与基因本体(Gene Ontology)和信号通路(Pathway)功能富集分析相结合,构建金盏银盘的活性成分-靶点-通路作用网络,分析和探讨金盏银盘的作用机制。结果表明,数据库中筛选出绿原酸、色氨酸、芦丁、奥卡宁等金盏银盘的12个活性成分,发现其主要作用于PTDS2,TNF,TOP2A,PTPN1等58个关键靶点,638个生物学过程(涉及分子功能、细胞组成和生物过程3个部分),113条信号通路(主要包括人类疾病、信号转导、细胞过程、物质代谢等);金盏银盘有抗氧化、抗炎、护肝作用,在炎症相关疾病方面有良好的药理药效活性。通过网络药理学方法对金盏银盘活性成分进行了靶点预测,构建了网络分析图,为进一步深入实验研究金盏银盘的作用提供了参考和借鉴。     

基于网络药理学的葛根抗肿瘤潜在机制探讨

本文采用网络药理学方法探讨葛根的抗肿瘤的作用机制。首先采用类药性评估筛选葛根的活性成分,然后反向分子对接法预测作用靶点,在pubmed数据库人工检索靶点是否与肿瘤相关。靶点信息导入到生物注释系统MAS3.0,结合KEGG数据库进行靶点分析和通路分析,cytoscape软件中分别绘制化合物-靶点、靶点-通路网络,最后合并生成成分-靶点-作用网络图。实验结果显示从葛根中筛选出16个活性化合物,并预测出34个靶蛋白和44条信号通路。网络分析发现葛根潜在作用通路有直接作用于多种肿瘤疾病,也有间接作用于多条与肿瘤形成发展有关的通路。综上,葛根通过多成分、多靶点、多通路的形式发挥着抗肿瘤作用,为后续作用药理实验提供了依据,也为其他中药的相关研究提供借鉴和参考。     

SNI大鼠模型诱发的早期病理性疼痛相关基因芯片数据的生物信息学分析

为了探讨坐骨神经分支选择性结扎(spared nerve injury, SNI)诱发的神经病理性疼痛早期的基因表达和生物学过程的改变,为神经病理性疼痛分子机制的进一步研究提供生物信息学依据,从GEO数据库下载已有文献构建的SNI早期大鼠模型的基因芯片数据集,应用生物信息学方法筛选差异表达基因,并利用DAVID进行基因本体论(Gene Ontology, GO)及通路富集分析,然后通过STRING数据库分析蛋白质互作网络的中心节点蛋白质。应用生物信息学方法对SNI芯片数据重新进行挖掘,从基因水平探讨SNI模型大鼠诱发的早期神经病理性疼痛发生发展的分子机制,可为SNI诱发早期神经病理性疼痛的发生及维持期的分子机制研究提供参考和依据。分析结果显示细胞外基质和离子通道活性的改变对SNI诱发大鼠早期神经病理性疼痛的发生发展起着关键性的作用,表明细胞外基质受体交互通路和MAPK通路与SNI诱发大鼠早期神经病理性疼痛密切相关,相关的分子机制值得进一步深入研究。     

基因组尺度分析和代谢工程策略

代谢工程是近年来发展起来的新技术,随着各种组学技术的发展,高通量数据整合方法用于分析细胞的代谢网络,改造代谢途径,以提高目标产物的产量。本文就代谢工程的发展状况,基因组尺度的分析技术,以及代谢工程策略进行了综述。分析了生物信息学和系统生物学方法在代谢途径构建和代谢网络分析中的作用,并就存在的问题和可能的解决途径进行了阐述。     

HER-2阴性乳腺癌新靶向基因的生物信息学分析

利用生物信息学方法研究HER-2阴性乳腺癌的潜在靶向基因、信号传导通路及分子机制。从公众数据库(gene expression omnibus,GEO)下载HER-2阴性乳腺癌患者和正常女性上皮细胞基因芯片数据,运用RMA算法进行数据预处理,运用R语言LIMMA的包选出差异表达基因。将差异表达基因上传到DAVID在线网站进行富集分析,运用KEGG信号传导通路进行信号传导通路分析,最后用STRING进行蛋白相互作用网络分析(控制差异表达倍数大于2倍,p值小于0.01),筛出差异表达基因72个(上调基因10个,下调基因62个)。差异基因富集分析结果表明富集程度高的差异基因主要与转录调节、细胞凋亡及细胞外刺激反应等密切相关,信号传导通路分析结果表明差异基因主要与MAPK信号转导通路等密切相关,蛋白共表达网络分析结果表明关键蛋白质为FOS、JUN、KLF6、ATF3、HIST2H2AA4和HIST2H2BE等。HER-2阴性的乳腺癌患者早期差异表达基因表现为下调,HIST2H2AA4和HIST2H2BE可成为其潜在靶向基因,并可作为MAPK信号传导通路中ERK1/2中FOS基因的下游基因,验证需进一步实验。     

硒代谢网络与硒蛋白质组的生物信息学研究进展

硒是大多数生物所必需的微量元素,对维持氧化还原稳态平衡具有重要作用,并与许多重大疾病有着密切联系。一直以来,关于硒的研究工作主要集中于硒代谢机制和硒蛋白功能。近年来快速增长的各类组学数据为硒相关的生物信息学研究工作提供了重要条件与机遇。主要介绍了当前利用生物信息学的理论和方法研究硒的代谢通路、功能和进化等领域的最新进展。通过这些研究,一方面发现了大量新的硒蛋白基因,并确定了众多物种的硒蛋白质组;另一方面揭示了新的硒代谢通路及相关新基因,完善了硒代谢网络。在此基础上,通过比较基因组学分析,深入探讨了硒代谢通路、不同硒蛋白家族乃至硒蛋白质组的分布与进化规律,以期为进一步认识硒研究领域中的重要问题和未来的发展方向提供支持。     

基于生物信息学技术筛选影响胶质母细胞瘤化疗敏感性相关基因的研究

目的：应用生物信息学技术筛选影响胶质母细胞瘤（GBM）化疗敏感性的相关基因。方法：对2批胶质瘤患者BIOSTAR基因芯片进行分析。通过随访完善临床资料,筛选芯片中胶质母细胞瘤患者生存期长、短两组间的差异基因,明确差异基因参与的功能和通路,并构建与烷化剂相关基因的信号传导网络,结合芯片数据、患者预后和信号传导网络,筛选GBM化疗敏感性的相关基因。结果：两组芯片中间差异基因有503条。2批芯片的差异基因主要参与62项基因功能,主要参与31条信号传导通路。通过对差异基因功能、通路,烷化剂信号转导网络的分析,得到影响胶质母细胞瘤化疗敏感性的核心的差异基因IFNGR2、IL8、ITGA5、TNFRSF1B。结论：通过严谨的实验设计和科学的统计学判别,结合患者完整的生存资料,本研究成功地应用生物信息学技术对基因芯片的大量数据进行挖掘和分析,并筛选出了可能影响GBM患者预后和化疗药物敏感性的基因,为进一步功能实验和患者个体化治疗奠定了基础。     

基于生物信息学技术筛选影响胶质母细胞瘤化疗敏感性 相关基因的研究

目的:应用生物信息学技术筛选影响胶质母细胞瘤(GBM)化疗敏感性的相关基因。方法:对2批胶质瘤患者BIOSTAR基因芯片进行分析。通过随访完善临床资料,筛选芯片中胶质母细胞瘤患者生存期长、短两组间的差异基因,明确差异基因参与的功能和通路,并构建与烷化剂相关基因的信号传导网络,结合芯片数据、患者预后和信号传导网络,筛选GBM化疗敏感性的相关基因。结果:两组芯片中间差异基因有503条。2批芯片的差异基因主要参与62项基因功能,主要参与31条信号传导通路。通过对差异基因功能、通路,烷化剂信号转导网络的分析,得到影响胶质母细胞瘤化疗敏感性的核心的差异基因IFNGR2、IL8、ITGA5、TNFRSF1B。结论:通过严谨的实验设计和科学的统计学判别,结合患者完整的生存资料,本研究成功地应用生物信息学技术对基因芯片的大量数据进行挖掘和分析,并筛选出了可能影响GBM患者预后和化疗药物敏感性的基因,为进一步功能实验和患者个体化治疗奠定了基础。     

植物激素的受体和诱导基因

植物激素在植物生长发育的诸多方面发挥着重要作用。近年来,随着植物分子遗传学和分子生物学的发展,有关植物激素信号转导分子机制的研究取得了较大的进展。本文介绍了生长素、赤霉素、脱落酸和乙烯四种植物激素信号转导途径中的受体和诱导基因的研究进展,并展望了用生物信息学方法研究植物激素诱导基因的前景。     

动态分子网络的构建与分析

分子网络研究是从全局角度揭示生物系统的结构和功能的重要手段,现有的网络分析大部分是基于静态网络.实际上,在不同的环境条件、组织类型和疾病状态以及生长和分化的过程中,分子网络时刻都在发生变化.经过研究人员的努力,人们已经提出了一些可用于分析分子网络动态的生物信息学方法,如节点的动态性分类、动态蛋白质复合物的预测、条件特异子网的构建以及网络动态行为的模拟等.本文综述了动态分子网络的构建与分析方法.可以预见,动态网络分析将成为未来网络研究的标准模式.     

植物对盐胁迫响应的信号转导途径

植物通过调控复杂的信号网络来应对盐胁迫。近年来,随着植物基因工程技术的发展,对植物在盐胁迫下信号转导系统的研究取得了一定进展。本文以拟南芥为代表,对盐胁迫下参与调控植物耐盐生理响应的两大类主要信号转导途径——Ca2＋依赖型信号转导通路和丝裂原活化蛋白激酶（MAPK）级联反应途径的研究进展进行综述,主要介绍参与各信号转导通路的组件及诱发的耐盐生理响应等方面,并对该研究领域存在的问题及今后可能的研究方向进行展望。     

Wnt信号膜质转导的机制

Wnt信号通路是一条高度保守的信号转导通路,在生物体多个发育过程以及一系列疾病发生中发挥重要作用。Wnt信号通路重要的生物学功能和复杂的信号转导调控网络引起了人们广泛和持续的研究兴趣。介绍了经典Wnt信号通路信号转导的分子框架,结合自身实验室新的研究发现,重点阐述Wnt信号由细胞膜上向细胞质内转导的机制。     

基于质谱的选择反应监测技术相关策略和方法的研究进展

随着蛋白质组学研究的不断深入,基于质谱的选择反应监测技术(SRM)已经成为以发现生物标志物为代表的定向蛋白质组学研究的重要手段.SRM技术根据假设信息,特异性地获取符合假设条件的质谱信号,去除不符合条件的离子信号干扰,从而得到特定蛋白质的定量信息.SRM技术具有更高的灵敏度和精确性、更大的动态范围等优势.该技术可分为实验设计、数据获取和数据分析三个步骤.在这几个步骤中,最重要的是利用生物信息学手段总结当前实验数据的结果,并用机器学习方法和总结的经验规则进行SRM实验的母离子和子离子对的预测.针对数据质控和定量的生物信息学方法研究在提高SRM数据可靠性方面具有重要作用.此外,为方便SRM的研究,本文还收集、汇总了SRM技术相关的软件、工具和数据库资源.随着质谱仪器的不断发展,新的SRM实验策略以及分析方法、计算工具也应运而生.结合更优化的实验策略、方法,采用更精准的生物信息学算法和工具,SRM在未来蛋白质组学的发展中将发挥更加重要的作用.     

间充质干细胞恶性转化相关关键基因的生物信息学分析

筛选间充质干细胞发生恶性转化相关的关键基因,可为进一步的相关性研究提供参考和依据。研究首先基于文献挖掘的方法,从已公开发表的研究中统计出间充质干细胞发生恶性转化的相关基因,随后运用生物信息学方法对上述基因进行分析,同时用在线软件构建基因所表达蛋白质的相互作用网络,并将相应网络进一步可视化处理,计算网络及各个节点的拓扑特性。结果显示,近年内的文献共涉及187个基因或其表达产物,有1 253种GO分类,KEGG通路分析显示,主要参与信号转导通路、细胞粘附、周期调节等;此外,共筛选出关键节点21个。生物信息学筛选的关键基因可用于提示间充质干细胞可能发生恶性转化的趋向,也有助于分析间充质干细胞恶性转化的可能机制。     

小儿脓毒症休克相关基因的筛选及网络构建

为探究脓毒症休克与SIRS的差异表达基因及网络的构建,筛选潜在的核心基因,从GEO数据库下载相关基因表达谱GSE26378,数据分为脓毒症休克与SIRS各29个样本,通过在线软件GCBI对其进行标准化及差异基因筛选;对差异基因进行GO分析;基于KEGG进行功能通路分析以及基因信号网络分析;差异基因共表达网络分析。结果表明:两组中总共有1 456个基因被识别为差异基因(P0.05),与SIRS组相比,脓毒症休克组中有条859条下调基因,597条上调基因。GO功能富集分析显示差异基因主要参与了细胞周期、细胞免疫、细胞代谢。KEGG功能通路分析显示差异基因主要参与了MAPK信号通路、P53信号通路、wnt信号通路、细胞凋亡信号通路,细胞周期受体信号通路等。共表达分析发现基因CCNB1、NUSAP1、OIP5、SHCBP1、ZWINT、TOP2A、DLGAP5等位于网络中央部位,而基因信号网络分析发现基因PLCB1、PIK3CA、STAT3、CAMK2D、PRKCB、CREB1位于网络核心。基因芯片分析有助于发现脓毒症休克与SIRS患儿外周血单核细胞在转录组学上的改变,而生物信息学网络分析有助于发现潜在的靶点。     

基因表达谱芯片的数据挖掘

随着基因芯片技术的迅速发展,表达谱芯片分析及aCGH等方法已被广泛应用于生命科学各个研究领域,由此产生的数据也呈指数级增长。如何从海量数据中获取有生物学意义的结果成为摆在生物学工作者面前的难题。对表达谱芯片数据挖掘方法进行了综述。介绍了基本分析思路,当前重点分析方向,如GO分析、pathway与调控网络分析、聚类分析等计算法则和相关几款易用的分析软件。并介绍了几种科学自由计算软件在表达谱生物信息学分析中的应用。藉此为从事芯片分析的研究人员提供参考。