非负矩阵算法在遗传相互作用数据中的应用

Epistatic miniarrary profile(EMAP)在多种模式生物中的研究产生了许多高通量数据和遗传相互作用网络.但是怎样探究这些数据中的有效生物学信息是现在非常关键的问题.本文我们采用非负矩阵分解的算法对遗传相互作用数据进行聚类分析,从而发现其中隐藏的功能模块,分析基因功能关系等.该方法能有效的避免传统聚类算法的诸多局限性.     

高通量分析技术在资源微生物及功能基因发掘中的应用

随着新的微生物资源不断被发现以及微生物基因组测序数据的积累和完善,目前研究重点和难点是如何从大量数据中快速发现和鉴定与微生物重要表型相关的功能基因,这就需要高通量的分析研究手段,主要涉及建库和筛选两个主要技术单元。其中,建库是指构建能够覆盖微生物全基因组的突变或干扰文库,所涉及的技术包括宏基因组、转座子插入突变、RNA干扰(RNA interference,RNAi)、反转录子文库重组工程(retron library recombineering,RLR)、CRISPR抑制(CRISPRi)和CRISPR激活(CRISPRa)等。筛选则是通过某种胁迫压力来促使文库菌群的差异化生长,并结合高通量测序全面发掘与特定表型相关的功能基因,从而为后续研究提供有效信息。本文对功能基因组学研究中现有的高通量分析技术进行了梳理、总结和展望,以期为这类技术方法的拓展、优化以及应用提供参考。     

基于语义的疾病表型相似性

已知一种药物可用于治疗某疾病,则该药物可能对与该疾病具有相似表型的其他疾病有疗效。因此,大规模地计算疾病表型相似性可辅助发现的疾病新的治疗方法。我们从OMIM下载了3742种疾病的表型信息,从Mesh词库下载13721个关联解剖学和疾病症状的注释词。我们将以上的Mesh词逐一在3742种疾病的表型信息文本中搜索,得到每种疾病涉及的Mesh词汇列表,进而基于语义分析的方法系统地计算了疾病表型的两两相似性矩阵。我们发现疾病关联生物通路最多的有肿瘤生物通路,胰岛素信号通路,肥大心肌病通路和细胞粘附通路等。随疾病对表型相似度的增加,其更涉及相同KEGG生物通路的概率亦增加,证明了本文方法的可靠性。疾病表型相似性可作为疾病在基因水平相似性的补充,有望为药物发现研究提供一条新途径。     

二代测序技术(NGS)结合遗传统计模型在微生物分子生态学中的研究进展

近年来,二代测序技术(next generation sequencing, NGS)的出现,使得在短时间内准确获得微生物基因组数据成为可能, NGS已成为微生物分子生态学研究的有力工具. NGS具有非序列依赖性的优势,能同时检测样品中可培养或不可培养的、含量高或含量低的所有微生物.基因组数据的获得越来越容易,但人们对全基因组水平上基因如何参与微生物与其他生物相互作用的了解依然十分有限.遗传统计模型则有助于实现将表型数据和基因组数据相关联或将海量的基因组数据进行聚类分析、网络构建等,极大地促进了全基因组水平上生物群体作用机制的研究.本文对NGS结合遗传统计模型在微生物分子生态学中的应用和未来前景进行了概述和展望,探讨了两者结合对于促进微生物种间互作机制研究的重要性,并分析了两者结合在细菌表型可塑性机制方面的应用,最后阐述了其在构建微生物与植物互作基因调控网络中的作用,旨在挖掘关键基因以增强植物的抗病能力.     

基因组内三个信息层相互作用决定美臀表型产生

绵羊callipyge（美臀）是一种可遗传的肌肉肥厚体征,该表型以独特的方式“极化超显性”遗传给子代.绵羊18号染色体的DLK1-GTL2印记化结构域内存在1个远距离调控元件（long-range control element,LRCE）,该元件发生单个碱基突变（A→G）.A→G突变顺式作用于印记化结构域内的相关基因,印记化基因的产物包括蛋白质及非编码RNA分子,它们相互作用导致美臀表型产生.美臀表型产生及其独特的遗传方式是绵羊基因组内的蛋白质编码基因、非编码RNA基因以及表观遗传效应等3个信息层相互作用的结果,说明以前被忽略的隐藏信息发挥了极其重要的调控功能.这些现象对经典的中心法则形成了挑战,但是为基因组研究拓展了新的领域.     

基于致病基因网络模块性预测风险致病基因

相关疾病基因的发现和预测有助于认识疾病发生机理及该疾病的诊断与防治,是人类基因组研究的重要目标。临床表现重叠的疾病经常由同一功能模块中的一个或多个基因变异引起,且导致疾病表型相似的基因间经常发生直接或间接相互作用,也就是致病基因具有网络模块性。鉴于此,基于k近邻思想扩展异构网络游走RWRH算法中的初始游走概率向量,作者提出一种改进的异构网络随机游走KRWRH算法,在基因-表型异构网络中深层次挖掘潜在风险致病基因。KRWRH算法通过扩展种子集合构建起始概率向量,种子集合包含已知致病基因及其k近邻基因;然后在异构网络中随机游走,通过迭代形成稳态概率向量,从而获得候选致病基因。通过对孟德尔遗传在线数据库中的18种遗传疾病进行仿真验证,说明KRWRH算法可有效预测潜在风险致病基因。     

常压室温等离子体诱变育种与微生物液滴培养筛选技术应用进展

安全和高效的微生物突变及高通量筛选技术是微生物功能发掘、功能创制和生物产业技术创新的重要方向及重要支撑.有效的生物育种技术及高通量筛选技术成为该领域研究人员的关注点.其中,常压室温等离子体(atmospheric and room temperature plasma,ARTP)因具有活性粒子种类多、操作可控性强、基因...     

进食障碍数据库的建立及其在识别与进食障碍相关的扩展脂肪细胞因子信号通路中的应用

进食障碍是一种生理和心理上的进食失调,影响了世界范围近1%的女性人群.尽管已广泛开展了针对此疾病遗传角度的流行病学研究,但其分子机制仍需进一步阐释.近期,高通量技术被广泛应用于发现复杂疾病中可能的致病基因以及其潜在的致病机理.本研究首次收集了大量文献报道的与进食障碍有关的基因,建立了进食障碍相关的数据库,以期对进食障碍的分子机制进行初步了解.EDdb数据库包括了从发表的文献中收集的有实验验证的与进食障碍有关的59个基因,并将这些基因作为核心数据集.根据核心数据集,利用蛋白-蛋白相互作用信息、基因共享的染色体条带信息及疾病相关信息扩展出其他4个数据集,这4个数据集包括了2824个潜在的进食障碍相关基因,这些基因分布在601个基因组区间.根据人的蛋白-蛋白相互作用数据,重建了可能的与进食障碍相关的分子相互作用网络.进一步,利用代谢通路富集性分析方法,识别出EDdb中的3个基因ADIPO,TNF和NR3C1可以将KEGG中的＂脂肪细胞因子信号通路＂和BioCarta中的＂内脏脂肪沉着和代谢综合征＂2个通路结合在一起,得到一个与进食障碍相关的扩展的脂肪细胞因子信号通路.在这个扩展通路中共包括43个基因,其中39个基因与进食障碍有关.本研究构建了第一个进食障碍相关的基因数据库,其中的各种数据信息将有助于对进食障碍的研究,揭示其中的基因和疾病关系.通过初步的统计分析,发现进食障碍引起的体重失调和肥胖可能与本研究发现的扩展通路的调节障碍有关,并且这个扩展通路也可能与不健康的生活习惯引起的体重失调等复杂疾病有关.     

神经嵴发育调控及颅面部遗传基础研究进展

颅面部赋予脊椎动物无与伦比的进化优势,其由颅神经嵴细胞发育而来的骨、软骨、神经、肌肉等组织组成,使脊椎动物具备了复杂的神经和感官系统。神经嵴细胞是脊椎动物特有的具备迁移性、多能性的细胞类群,它们在增殖、迁移、分化过程中受到多个基因网络的时序调控,从而参与复杂颅面部的形成。同时,颅面部又是一组高度可遗传的表型组合,并具有两个特征：在亲缘后代中的可遗传性及在不同个体间的高度可变性,这两个特征分别提示了颅神经嵴细胞发育调控网络的精准性和可塑性。调控网络内基因适度突变会改变颅神经嵴细胞的增殖和分化从而产生表型可塑性,而有害的遗传突变则将导致畸形产生。本文梳理了对颅面部发育起决定作用的神经嵴细胞的发育过程及基因调控网络,在遗传层面总结了已知的颅面部表型多样性的决定基础和颅面畸形的致病机制,以期为了解颅面部发育过程以及为颅面疾病的防控提供全面认知。     

结合系统发育与群体遗传学分析检验杂交是否存在的技术策略

杂交通常指不同类群间(种间或种内)经有性途径的遗传交流。越来越多的研究表明,作为一种遗传交换过程,杂交是生物多样性形成、维持和丧失的重要机制,它广泛参与了动物、植物、微生物等的类群分化。然而,我们对杂交过程中遗传交换的普遍性、存在模式、产生机制的认识还非常有限。当前,高通量测序技术的飞速发展和基因组学研究技术的普遍应用,为深入评价遗传交换的普遍性和进化意义提供了前所未有的契机。如何选用恰当的研究技术与策略检验潜在的杂交并评价它的特征,成为大家普遍面临的问题。本文试图综合来自系统发育和群体遗传等相互关联学科中不同的技术策略,以当前流行的高通量测序技术为核心,结合表型和细胞遗传学等多种数据获取和分析手段,概括不同分析策略的特点,联系必要的实例研究,为生物多样性与进化领域的学者提供检测遗传交换的参考。     

决策森林法在胃癌基因信号通路分析中的应用

DNA微阵列分析为识别疾病类型及鉴别特征基因等生物研究提供了重要的研究手段,但目前大量使用的基于单基因的分析方法受样本数量和噪音的影响较大,无法呈现基因间的相互关系,而基因信号通路分析则是解决这一问题的一种有效方法。结合决策森林法对胃癌数据进行了基因通道分析,对所选择基因在基因信号通路中的作用以及通路中基因之间的相互作用进行了研究,为胃癌的研究提供了新的思路。     

根据在癌突变谱中的共突变基因对识别癌基因

癌是一种涉及多基因变异的遗传异质性疾病,涉及多种生物学功能通路中不同基因的遗传变异。因此,识别癌基因是一项富有挑战性的工作。提出通过寻找在癌样本中突变显著共发生的基因筛选候选癌基因的方法。应用该方法,通过分析蛋白激酶基因在癌组织中的突变谱数据,发现了167个显著共发生突变的基因对,包含85个基因。分析这167个基因对发现:(1)发生共突变的基因富集已知的癌基因;(2)共突变基因对倾向于共扰动与癌症相关的通路对。以上结果提示,在癌样本中显著共发生突变的基因倾向于候选癌基因;在癌发生过程中起重要作用的基因倾向于协同扰动不同的癌相关细胞生物学过程。     

癌相关通路在肺腺癌中的共扰动机制

肺腺癌的发生涉及多个生物学功能通路的扰动,其遗传改变频繁地发生于MAPK信号、p53信号、Wnt信号、细胞周期和mTOR等通路的基因中。解析癌相关通路间的共扰动机制对我们理解癌机制以及寻找诊断标记具有重要意义。因此,本文基于肺腺癌突变谱数据,研究上述癌相关通路在肺腺癌中的共扰动机制。结果发现:在肺腺癌发生的过程中,MAPK信号、p53信号、Wnt信号、细胞周期和mTOR等通路同时被扰动。在不同的癌样本中,一对通路可能通过以下三种方式被共同扰动:(1)在两条通路中的不同基因间的共突变;(2)两条通路相互交叠基因的突变;(3)与两条通路同时具有频繁的互作关系的蛋白质的编码基因的突变。该结果提示,癌相关通路对在不同的样本中可能通过不同的方式被共扰动,这也可能是造成癌症异质性的重要原因之一。     

用于GWAS结果后续研究的PBA方法简介

自提出全基因组关联研究(genome-wide association study,GWAS)设想以来,在人类复杂疾病和水稻农艺性状关联研究方面,GWAS已得到广泛运用。但作为一种典型的单标记研究方法,GWAS不能检测小效应的遗传变异,而稀有变异间的联合效应往往与表型密切相关,因此,需对GWAS结果进行深入的数据挖掘。基于通路的分析方法(pathway-based analysis,PBA)就是利用基因功能、生物代谢通路等相关信息建立的对GWAS结果进行二次挖掘的方法。该方法能从GWAS结果挖掘出与性状、疾病相关联的通路及具有相同功能的基因集等数据,从而获得更多的遗传信息。现对PBA的出现、计算方法和相关软件进行简要综述,以期为人们进行通路分析提供参考。     

酵母蛋白质相互作用与基因表达谱和亚细胞定位的相关性

研究酵母（yeast）蛋白质相互作用与基因表达谱和蛋白质亚细胞定位的关系.首先,构建了蛋白质相互作用正样本集、负样本集、随机组对负样本集和混合样本集.然后,对于4个数据集中的所有蛋白质对,通过比较它们的基于距离的基因共表达的分布以及它们中具有已知亚细胞定位的蛋白质对的共定位出现率,实现了这些高通量数据的交叉量化分析.结果揭示,与非相互作用蛋白质对相比,相互作用蛋白质对的基因表达谱具有较高的相似性;相互作用蛋白质对更倾向于具有相同的亚细胞定位.结果还揭示出这些蛋白质特征相关的总体趋势.     

靶向基因编辑技术在秀丽隐杆线虫中的应用

遗传突变体和转基因是生物学研究的基础,是揭示生物体内各个基因相互作用的生物学研究对象.秀丽隐杆线虫(Caenorhabditis elegans)是遗传学研究的模式生物,如何有效地诱导特定基因发生突变和构建转基因线虫品系是秀丽线虫遗传学研究的两个重要方面.近些年来,靶向基因编辑技术迅速发展,使得科研人员可以在秀丽线虫中快速而高效地编辑特定基因.本文就线虫中靶向基因编辑的方法,特别是CRISPR/Cas9技术,以及目的线虫品系的筛选进行了综述.     

评估蛋白质相互作用可信度的生物信息学方法

随着基因组规模的高通量实验鉴定技术和计算预测方法的发展,出现了大量蛋白质相互作用数据,但大规模蛋白质相互作用数据中的较高比例的假阳性影响了相互作用数据的质量。生物信息学方法能够从已有的数据和知识出发,通过计算方法系统评估大规模蛋白质相互作用的可信度。本文从过程模型设计、数据集构建、特征选择与综合属性抽取、一些算法使用、实例概述等方面介绍了生物信息学方法评估蛋白质相互作用可信度的研究特点与进展。     

基于共进化基因功能模块发现候选癌基因

癌基因组的体细胞突变扫查数据为研究人员发现新的癌基因提供了大量的信息。已有的通过基因突变频率寻找候选癌基因的方法倾向于发现突变频率较高的癌基因,但是部分低频率突变的基因也可能在癌症发生过程中发挥重要作用。具有相似系统发生谱并且具有蛋白互作关系的基因可能具有相似的功能,它们的损伤可能会导致相同或相似的疾病表型。基于这一假设,文章提出了一种发现候选癌基因的新方法。首先,寻找具有相似系统发生谱的蛋白质互作子网,定义为共进化基因模块;然后,在癌基因组中发生至少一次非同义体细胞突变的基因中,筛选出与已知癌基因在同一共进化模块并具有直接相互作用的基因,预测为候选癌基因。据此,文章共预测了15个候选癌基因,其中只有2个基因在以往的工作中通过基于高突变频率的方法被识别为癌基因。因此,该方法可以有效地发现突变频率低的候选癌基因。     

基于生物分子网络分析的精神分裂症功能模块挖掘

精神分裂症(schizophrenia, SCZ)是一种影响人类生命健康和生存质量的复杂性精神疾病,其遗传机制涉及多个生物分子的相互作用。本研究从分子水平挖掘与SCZ相关的功能模块,可为SCZ的基础研究提供新思路。首先,通过蛋白质-蛋白质互作知识引导扩展SCZ风险基因,构建SCZ特异性基因网络;随后,利用Newman分解算法挖掘功能模块,并通过拓扑学分析及泊松分布检验确定每个功能模块的拓扑属性和核心基因;最后,对功能模块进行功能学分析,根据富集到的通路类别评估功能模块之间的相互作用。结果显示,共提取了14个功能模块,均具备无标度网络性质。对所得功能模块进行拓扑学分析,共挖掘出102个核心基因,包括已知与精神分裂症相关的基因(例如EGFR、HAX1、IL1R1、RALGDS等)和尚未有相关报道的基因(例如SVIL、DNAJA1、RABAC1、STX6等)。通过富集分析发现这些功能模块参与多条生物学通路,包括细胞凋亡、ErbB信号通路、细胞周期、磷脂酶D信号通路、PI3K-Akt信号通路等。功能模块分析显示,大部分功能模块不是单独发挥作用的,它们共同影响SCZ的发生发展,具有共享的发病机制。