基于蛋白质互作网络挖掘自闭症谱系障碍的功能模块与核心基因

自闭症谱系障碍(autism spectrum disorder, ASD)是一种具有高遗传性、临床异质性和生物复杂性的神经行为障碍类疾病。为挖掘ASD发生发展过程中的功能模块与核心基因,本文从自闭症谱系障碍疾病数据库获取ASD相关基因;利用STRING数据库构建ASD相关基因的蛋白质互作网络;通过MCODE算法对蛋白质互作网络进行模块分析并筛选核心基因;最后对各功能模块进行KEGG通路分析,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, 3个疾病基因数据库筛选出182个共有基因,构建的蛋白质互作网络包含171个节点和1 041条边,其中NRXN1、GRIN2B、GRIN2A、DLG4、NLGN3、MECP2、CNTNAP2、BDNF、NLGN4X、FMR1等23个基因具有较高的连通度(degree)。从蛋白质互作网络中分析得到5个功能模块,包括68个核心基因。KEGG富集分析发现功能模块参与多个生物学通路,包括细胞黏附分子、钙离子通路、神经活性的配体-受体相互作用、多巴胺能神经突触等。分析结果提示,挖掘的ASD功能模块和核心基因大多集中在神经元活动、信号分子和信号传导等,且各模块相互作用共同影响ASD的发生发展。     

基于ceRNA网络识别登革热诊断标志物

通过比较登革热患者和健康人群转录组数据,识别差异基因,构建失调ceRNA网络,筛选关键基因富集分析,解析潜在生物学功能,助力登革热诊断标志物的研究。从GEO数据库下载登革热外周血芯片数据,识别差异基因并进行富集分析。结合miRNA-mRNA互作数据,利用超几何算法和皮尔森相关性计算方法识别登革热失调ceRNA互作对,使用Cytoscape软件可视化ceRNA网络与模块挖掘,对网络模块进行功能富集及外部数据验证表达模式。筛选出251个差异基因,发现其富集在细胞周期等生物学通路中。经外部数据验证,网络模块基因的表达趋势与训练集数据大致相同,表明模块基因在登革热疾病中的潜在诊断效能。本研究可为确定有效的疾病诊断分子标志物提供思路。     

基于熵聚类和双重筛选策略挖掘动脉粥样硬化风险疾病基因(英文)

动脉粥样硬化是因脂质堆积在血管壁上并受到多种遗传和环境因素影响的一种复杂的病理生理疾病。动脉粥样硬化风险疾病基因的辨识可以增进对该疾病机理的了解,并对该疾病的诊断和治疗起到指导性作用。虽然在风险疾病基因的辨识方面已经提出了很多计算方法,但仍存在着推论准确性和计算效率方面的问题。一种命名为基于熵聚类和双重筛选(Entropy-based clustering and double screening,ECDS)的新方法被用来辨识该疾病的风险疾病基因。该方法将功能基因组信息和蛋白质相互作用网络拓扑结构信息进行整合,运用于基于熵聚类的方法中,之后,使用双重筛选策略(即支持向量机和相似性得分)进行风险疾病基因挖掘。运用该方法,从巨噬细胞样本和泡沫细胞样本中分别辨识出79个和113个风险疾病基因。该结果表明ECDS在辨识动脉粥样硬化风险疾病基因方面非常有效。此外,该方法也很易于扩展应用到其它复杂疾病的风险基因辨识中。     

基于表达及网络拓扑结构挖掘动脉粥样硬化风险疾病基因

基于功能基因组信息、网络拓扑结构信息整合分析方法,利用基因表达谱数据和蛋白质互作数据挖掘动脉粥样硬化(AS)风险疾病基因,为从基因组层面研究动脉粥样硬化提供了新的视角．经过差异表达分析,支持向量机(SVM)的机器学习方法双重筛选,可以鉴别出可信度水平较高的风险疾病基因,对于研究动脉粥样硬化疾病基因在网络中的拓扑性质,建立基因与疾病发生发展过程的联系,提供了新的思路．得到了巨噬细胞样本中59个风险疾病基因,泡沫细胞中61个风险疾病基因．这些风险基因与已知疾病基因共享大部分动脉粥样硬化病变相关生物学过程及信号通路．并应用到对其他复杂疾病致病机理的研究中．     

结合基因表达数据和ChIP-chip数据的酵母转录调控模块的识别

活细胞依赖其众多的转录调控模块来实现复杂的生物功能,识别转录调控模块对深入理解细胞的功能及其转录机制有着重要的意义。本文结合酵母基因表达数据和ChIP-chip数据,提出了一种转录调控模块识别算法。该算法通过采用不同的P值阈值分别得到了核心集和粗糙集,然后对核心集和粗糙集进行判别,最后对基因进行扩展之后得到基因转录调控模块。将该算法运用到两个酵母基因表达数据中,得到了一些具有显著生物学意义的基因转录调控模块。与其它算法相比,该算法不仅可以识别含有较多基因的转录调控模块,而且可以识别一些其它算法不能识别的基因转录调控模块。识别得到的基因转录调控模块有着不同的生物学功能,并且有助于进一步理解酵母的转录调控机制。     

KLF基因家族在乳腺癌中的表达及临床意义

为了研究KLF基因家族成员在乳腺癌发生中的分子机制及其与患者预后的关系,我们利用GEPIA对KLF家族进行Kaplan-Meier生存分析,筛选出与患者预后显著相关家族成员;在Oncomine数据库中分析前面筛选出的与乳腺癌预后有关的KLF家族成员;采用c Bio Portal筛选出与患者预后有关的KLF家族成员共表达基因;STRING构建蛋白互作网络,Cytoscape软件中的MCODE插件识别网络模块,再用STRING对网络模块进行聚类分析。Kaplan-Meier生存分析显示KLF家族成员中KLF13和KLF15与乳腺癌预后显著相关(p0.05);Oncomine分析显示只有KLF13在乳腺癌组织表达显著高于正常组织(p0.01);c Bio Portal中筛选出KLF13共表达基因274个;Cytoscape软件中的MCODE插件识别出网络模块3个,STRING进行GO分析发现,网络模块中基因主要参与线粒体内的翻译和呼吸链氧化磷酸化生成ATP等生物过程,KEGG分析发现网络模块中涉及基因主要线粒体蛋白质翻译场所核糖体及其氧化磷酸化等信号通路有关。以上表明KLF13可能通过线粒体信号通路来影响乳腺癌的发生,可作为一个候选的乳腺癌临床预后标志物和潜在的治疗靶点。     

基于节点-模块置信度及局部模块度双重约束挖掘前列腺癌候选疾病模块

前列腺癌病因及发病机理研究有助于前列腺癌预防和治疗.目前,前列腺癌生化试验研究方法成本高、耗时,而基于网络计算方法容易受基因表达谱数据不完整、噪声高及实验样本数量少等约束.为此,本文提出一种基于节点-模块置信度及局部模块度的双重约束算法(命名为NMCOM),挖掘前列腺癌候选疾病模块.NMCOM算法不依赖基因表达谱数据,采用候选基因与致病表型之间一致性得分,候选基因与致病基因之间语义相似性得分融合排序策略,选取起始节点,并基于节点-模块置信度及局部模块度双重约束挖掘前列腺癌候选疾病模块.通过对挖掘出的模块进行富集分析,最终得到18个有显著意义的候选疾病基因模块.与单一打分排序方法及随机游走重开始方法相比,NMCOM融合排序策略的平均排名比小、AUC值大,且挖掘出结果明显优于其他模块挖掘算法,模块生物学意义显著.NMCOM算法不仅能准确有效地挖掘前列腺癌候选疾病模块,且可扩展挖掘其他疾病候选模块.     

基于CNV区域网络识别神经胶质瘤的重要功能区域

目的：基于基因拷贝数变异（CNV）区域网络识别神经胶质瘤的重要功能区域。方法：运用独特的计算样本的共相关性值的方法,使CNV数据与基因数据产生联系;基于蛋白质互作关系,在CNV区域与基因之间搭建桥梁,构建CNV区域网络;分析网络拓扑性质,识别出神经胶质瘤的重要功能CNV区域。结果：本文共识别出了11个与神经胶质瘤相关的候选重要功能CNV区域,通过功能注释和通路分析,确认了识别到的区域与神经胶质瘤有重要联系。结论：通过基因与表型之间的联系,利用已知表型基因在同源、功能、互作、结构域上的特征将CNV区域与基因联系起来,通过基因的功能可以了解到CNV区域的功能,对于疾病的预测和诊断有重要的意义。     

基于组合药物网络的复杂疾病药物组合模式研究

人体作为一个复杂的功能系统。疾病的发生和发展,尤其是复杂疾病,其病理过程往往涉及多环节、多系统。单一药物难以满足复杂疾病的治疗要求,组合药物成为未来药物发展的新趋势。本文在构建组合药物网络的基础上进行MCODE算法聚类,得到33个独立且内部联系紧密的药物模块。其中26组药物模块用于治疗单一复杂疾病。通过详细分析癌症、疼痛、银屑病、细菌感染、类风湿性关节炎、化疗呕吐这六种复杂疾病,归纳总结出这六种疾病的药物组合模式,从而提出复杂疾病多角度的治疗策略。     

埃及伊蚊不同组织的基因共表达模式分析

【目的】利用权重基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)探索埃及伊蚊Aedes aegypti不同组织基因共表达模式。【方法】从NCBI SRA数据库中选择埃及伊蚊不同组织的转录组数据中具代表性的9种组织(雌雄成蚊的触角和脑,雌蚊的喙、下颚须和卵巢,雄成蚊的前足、中足、后足和腹部末端)的双端测序数据;经过缺失值移除以及方差计算后,筛选出方差最大的5 000个基因,利用R软件中WGCNA包建立埃及伊蚊成蚊不同组织的基因共表达网络并划分模块;然后利用clusterProfiler包对组织特异性模块内的基因进行GO(Gene Ontology)和KEGG(Kyoto Encyclopediaof Genes and Genomes)富集分析,并用Cytoscape软件中的CytoHubba插件筛选共表达模块内的hub基因。【结果】从埃及伊蚊成蚊不同组织中共鉴定出11个基因共表达模块,在雌蚊触角、喙、卵巢、下颚须以及雄蚊脑、腹部末端组织中各鉴定出1个特异性表达模块,雄蚊前足、中足和后足组织中无特异性表达模块。6个组织特异性表达模块内基因功能注释到组织生物学功能;其中,雌蚊触角特异性green模块内基因具有气味结合和嗅觉受体活性等功能;雌蚊喙特异性purple模块内基因具有丝氨酸型肽链内切酶活性和丝氨酸水解酶活性等功能;雄蚊脑特异性blue模块内基因在生物学过程调节、信号转导和神经系统过程等生物学过程中发挥主要作用。利用CytoHubba进一步鉴定出所选组织特异性共表达模块中具有高连通性的hub基因,包括AAEL010426, AAEL002896, AAEL002600, AAEL000961, AAEL007784和AAEL006429。【结论】本研究依据埃及伊蚊不同组织转录组数据,利用WGCNA方法发现了许多重要的基因共表达模块。本研究的结果为蚊虫基因共表达模式分析提供新思路和方法基础,对探究蚊虫不同组织特有的基因资源信息以及功能基因生物信息学研究有参考价值。     

基因共表达网络分析揭示马铃薯薯块发育特征及原始抗性

转录组测序(RNA-seq)技术提供的全基因组数据信息已广泛应用于研究多个样本之间的基因表达模式和调控机制.通过构建种间或种内基因共表达网络(GCNs)挖掘的表达相关基因在功能上通常是相似的.对于马铃薯(Solanum tuberosum)而言,目前有大量的公共转录组测序数据,但是缺乏针对这些高通量数据构建的GCN网络,因此也无法探索在不同基因型、不同组织以及不同环境条件下基因的表达模式及规律.本研究选取16个公共转录组测序数据库构建了 GCN网络,这些数据库涵盖了来自全球各地的11个马铃薯栽培种.基于两两间基因表达相关性,我们在GCN网络中发现了一些具有特定生物学意义的基因模块.该网络共由14个基因模块组成并富集到植物光合形态建成、薯块休眠解除等多个生理过程,其中一个模块的134个基因在原始栽培种(ssp.Andigena)中特异性高表达,且通过功能富集发现这些基因与马铃薯病害和逆境的抗性相关.该结果揭示了在马铃薯人工驯化期间基因进化压力出现遗传漂移.本研究中基于GCN网络分析揭示了马铃薯种间和种内基因共表达模块的聚类以及不同模块基因间在进化上的分化,为马铃薯基因功能研究提供了新的视角.     

基因自调控环路的功能

作为最简单且最典型的网络模块,基因自调控环路(其构成的反馈调控可以抑制或激活基因自身的表达)广泛存在于生物调控网络中,且是许多生物学功能的产生基础。虽然基因自调控环路很早以前便引起理论生物学家和实验生物学家的广泛关注,但随着对其生物学功能了解的日趋丰富,特别是当考虑细化的基因表达调控过程或更为真实的生物环境时,我们会发现其全新的生物学功能。揭示基因自调控环路的生物学功能是理解更复杂生物调控网络运行机制的基础,可对合成生物学的设计原理提供指导。文章综述了基因自调控模块的最新研究结果,特别讨论了其产生周期振动、双稳及其在信号处理等方面的潜能。     

基于转录组数据的网络分析挖掘鼻咽癌与口腔鳞癌的共享功能模块

鼻咽癌和口腔鳞癌是两种在临床上高度相关的疾病,从分子层面系统性研究这两种疾病的相互关系却鲜见报道。本研究通过大规模的转录组数据分析识别鼻咽癌和口腔鳞癌的共享功能模块及其核心基因(一因多效模块和基因),以期阐明这两种疾病共享的分子机制。从GEO数据库获取这两种癌症的两套转录组数据,应用倍数法和经验贝叶斯方法筛选出鼻咽癌差异表达基因1279个,口腔鳞癌差异表达基因1293个,其中两者共享基因278个。以共享基因为种子,通过蛋白质-蛋白质互作知识引导构建基因网络,其中最大子网包含1290个基因和1766互作对。应用Newman算法提取了15个共享功能模块。对这些模块进行拓扑学分析,挖掘出58个核心基因,包括已知的与鼻咽癌或口腔鳞癌相关的基因(如PCNA、CDK1、STAT1、CCL5和MMP1等)和鲜有报道的基因(如MELK、NME1、RACGAP1、INHBA和NID1等)。通路富集分析发现鼻咽癌和口腔鳞癌的共享功能模块参与多个生物学通路,包括p53信号通路、ECM受体相互作用、黏着斑、细胞周期等。本研究表明鼻咽癌和口腔鳞癌具有相似的致癌机制,所挖掘的共享模块可能是这两种疾病演化的核心分子相互作用机制。     

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。     

复杂疾病靶基因识别与网络重建的计算系统生物研究

复杂疾病相关靶基因的识别、构建疾病驱使相关基因网络及进行疾病机制研究,是功能基因组学研究中非常重要的科学问题。文章以计算系统生物学的观点和三维的角度,综述了基于生物谱（SNP遗传谱、芯片表达谱和2D-PAGE蛋白质谱等）的复杂疾病靶基因识别、多水平（SNPs虚拟网络、基因调控网络、蛋白质互作网络等）遗传网络逆向重构方法,及不同水平的网络之间在生物学和拓扑学上的纵向映射关系,并给出复杂疾病靶基因识别与网络关系的计算系统生物方法研究的未来展望。     

基于网络药理学和分子对接探索桑白皮治疗糖尿病周围神经病变的潜在机制

本研究运用网络药理学和分子对接方法对中药桑白皮治疗糖尿病周围神经病变(DPN)的活性成分、潜在作用靶点和信号通路进行研究,探索桑白皮治疗DPN的可能作用机制。首先从中药系统药理学数据库(TCMSP)筛选出桑白皮的活性成分及靶点基因。通过GeneCards数据库及OMIM数据库筛选出DPN的疾病靶点基因,并用Cytoscape软件构建"药物-有效成分-靶基因-疾病"中药调控网络图。将有效成分靶标与疾病靶标上传到STRING数据库,构建蛋白互作网络图(PPI),并使用R语言对得到的PPI进行核心基因的筛选。运用R语言对关键靶点进行GO富集分析和KEGG通路富集分析。其次从活性成分及靶点基因中根据degree值筛选出前3个关键成分,并将该网络中的基因靶点以degree值高低进行排序,选择前3个核心靶点,然后从RCSB数据库下载相关蛋白的结构,使用Pymol软件去除溶剂分子与配体,使用AutoDock软件进行分子对接。最后通过酶联免疫吸附实验和荧光光谱实验验证网络药理学富集分析的结果。最终预测到31个桑白皮活性成分,312个活性成分相关靶点,120个桑白皮-糖尿病周围神经病变共同有效靶点。活性...     

基于集成的共表达网络分析方法研究3种癌症的肿瘤相关模块

在肿瘤/癌旁基因表达数据中,差异表达 (DE,differential expression) 代表各种生物条件下基因表达水平的变化,而差异共表达 (DC,differential co-expression) 代表基因对之间相关系数的变化。单独的DC和DE研究方法已经被广泛应用于人类疾病研究中。但是,目前仍然缺乏有效整合DC和DE的分析方法。文中提出一个新颖的分析框架DC&DEmodule,该框架可以基于共表达模块整合DC和DE的特征,并同时整合多个肿瘤/癌旁表达谱的信息,用以识别与疾病相关的基因共表达模块,包括激活模块 (肿瘤样本中上调且共表达增强) 和失能模块 (肿瘤样本中下调且失去共表达)。将该框架用于分析肝癌、胃癌和结直肠癌各两组微阵列数据,分别得到肝癌、胃癌和结直肠癌的2、5和2个激活模块以及5、5和1个失能模块。富集分析表明与同类方法相比,文中的方法在检测已知的肿瘤相关通路和发现新通路方面均具有更高的灵敏度。然后,进一步从这3种癌症的激活模块中鉴定出17、69和11个模块关键基因,其中包含53个已报道的预后生物标志物以及3个分别与3种癌症存活率显著相关的新预后标志物。基于关键基因训练了3种癌症的随机森林模型,用于区分TCGA(The Cancer Genome Atlas) 和GEO (Gene Expression Omnibus)数据库中的肿瘤和癌旁样本,结果显示其分类的平均准确性达到了93%。三种癌症的比较为不同癌症的共有和组织特异性机制提供了新的见解。一系列评估表明,DC&DEmodule框架能够整合公共数据库中快速积累的表达谱,发现更多疾病中功能失调的生物过程。     

基于全局角度网络策略的复杂疾病风险通路识别

复杂疾病的发生发展与机体内生物学通路的功能紊乱有密切联系,从高通量数据出发,利用计算机辅助方法来研究疾病与通路间的关系具有重要意义.本文提出了一个新的基于网络的全局性通路识别方法.该方法利用蛋白质互作信息和通路的基因集组成信息构建复杂的蛋白质-通路网.然后,基于表达谱数据,通过随机游走算法从全局层面优化疾病风险通路.最终,通过扰动方式识别统计学显著的风险通路.将该网络运用于结肠直肠癌风险通路识别,识别出15个与结肠直肠癌发生与发展过程显著相关的通路.通过与其他通路识别方法(超几何检验,SPIA)相比较,该方法能够更有效识别出疾病相关的风险通路.     

参苓白术散治疗结直肠癌的网络药理学机制及分子靶点探讨

为探究参苓白术散(Shenling Baizhu powder, SLBZP)治疗结直肠癌的作用机制。运用网络药理学的方法,通过TCMSP数据库收集、筛选SLBZP的活性成分并获得作用靶点,GEO数据库筛选获得CRC患者与健康个体之间的差异表达基因作为CRC的相关靶点。借助Cytoscape软件构建药物成分、疾病靶点网络,Bisogenet构建蛋白质相互作用(PPI)网络,以识别SLBZP作用于CRC的候选靶点。通过基因本体(GO)功能富集京都基因与基因组百科全书(KEGG)通路富集分析核心基因的生物学功能及通路富集情况。Cytoscape软件构建了靶点-途径网络,根据Degree筛选关键靶基因。通过分析得到SLBZP治疗CRC的核心靶点165个,发现核心靶点功能注释与转录因子的活性、蛋白质稳定性调节、泛素蛋白连接酶结合等有关。PI3K-Akt信号通路,PD-L1/PD-1途径,病毒致癌等二十个途径均得到显著的富集。AKT1、TP53、PIK3R1为核心基因,MAPK3、NFKB1、CCND1、MAPK1、RELA、CDKN1A、MYC、STAT3、MDM2、JUN、RB1等是SLBZP网络途径中治疗CRC的关键基因。综上SLBZP对CRC的治疗作用可能与特定的生物学过程及相关途径调节炎性反应、优化肠道菌群结构发挥治疗作用。通过网络药理学分析评估,SLBZP复杂的作用机理及作用靶标得到了进一步的揭示,对CRC治疗意义重大。