基于间隔二肽组分和递归特征消除法的DNA结合蛋白的鉴定

DNA结合蛋白(DNA-binding proteins,DBPs)的鉴定在原核和真核生物的基因和蛋白质功能注释研究中具有十分重要的意义.本研究首次运用间隔二肽组分(gapped-dipeptide composition,Gap DPC)结合递归特征消除法(recursive feature elimination,RFE)鉴定DBPs.首先获得待测蛋白质氨基酸序列的位置特异性得分矩阵(position specific scoring matrix,PSSM),在此基础上提取蛋白质的Gap DPC特征,通过RFE法选择最优特征,然后利用支持向量机(support vector machine,SVM)作为分类器,在蛋白质序列数据集PDB396和LB1068中进行夹克刀交叉验证(jackknife cross validation test).研究结果显示,基于PDB396和LB1068数据集,DBPs预测的准确率、Matthews相关系数、敏感性和特异性分别达到93.43%、0.86、89.04%和96.00%,以及86.33%、0.73、86.49%和86.18%,明显优于文献报道中的相关方法,为DBPs的鉴定提供了新的模型.     

免疫细胞浸润在非小细胞肺癌诊断与预后中的应用

免疫细胞浸润对癌症的诊断与预后有着重要意义。文中收集TCGA数据库已收录的非小细胞肺癌肿瘤与正常组织基因表达数据,利用CIBERSORT工具得到22种免疫细胞占比来评估免疫细胞浸润情况。以22种免疫细胞占比为特征,用机器学习方法构建了非小细胞肺癌肿瘤与正常组织的分类模型,其中随机森林方法构建的模型分类效果AUC=0.987、敏感性0.98及特异性0.84。并且用随机森林方法构建的肺腺癌和肺鳞癌肿瘤组织分类模型效果AUC=0.827、敏感性0.75及特异性0.77。用LASSO回归筛选22种免疫细胞特征,保留8种强相关特征组成的免疫细胞评分结合临床特征构建了非小细胞肺癌预后模型。经评估及验证,预后模型C-index=0.71并且3年和5年的校准曲线拟合良好,可以对预后风险度进行准确预测。本研究基于免疫细胞浸润所构建的分类模型与预后模型,旨在对非小细胞肺癌的诊断与预后研究提供新的策略。     

预测和鉴定蛋白质翻译后修饰的生物信息方法

蛋白质翻译后修饰对蛋白质成熟、结构和功能多样性有决定性的作用。但蛋白质翻译后修饰的多样性、普遍性、动态性,使传统的生物化学方法在全局水平上理解翻译后修饰非常有限,对它们的研究、特别是大规模的研究长期发展缓慢。现在,在实验研究基础上,借助多方面的生物信息学方法,可以快速高通量的预测和鉴定蛋白质翻译后修饰。一方面,可以从序列角度出发,基于酶识别底物的特异性,用位点权重矩阵、支持向量机等算法,从底物蛋白质序列提取修饰相关的保守序列,并用于预测翻译后修饰位点。这种方法相对成熟,能够取得较理想的预测准确性,但不能反映不同时间不同细胞的翻译后修饰状态。另一方面,可从质谱数据分析出发,有望捕获细胞内翻译后修饰的动态特性。质谱分析的高灵敏度、高准确度和高通量的能力已使建立在质谱基础上的蛋白质组学成为研究翻译后修饰的重要工具,生物信息学方法和质谱蛋白质组学的结合则更可以加速研究翻译后修饰的进程。本文从序列和质谱分析两个角度总结评价了各种翻译后修饰相关生物信息学方法的研究近况,重点讨论利用质谱数据鉴定翻译后修饰的新思路。     

基于多组学数据的肿瘤药物敏感性预测北大核心CSCD

肿瘤药物敏感性预测在指导患者临床用药方面具有重要意义。本文基于癌症药物敏感性基因组学数据库(genomics of drug sensitivity in cancer, GDSC) 198种药物的细胞系敏感性IC50数据,通过Stacking集成学习构建了包含基因表达、基因突变、拷贝数变异数据的多组学癌症药物敏感性预测模型。采用多种特征选择方法对基因特征进行降维,使用Stacking方法集成6种初级学习器和1种次级学习器进行建模,采用5折交叉进行模型验证。预测结果中AUC大于0.9的占比为36.4%,在0.8–0.9之间的占比为49.0%,最低AUC为0.682。基于Stacking构建的多组学预测模型较已有单组学和多组学模型的准确性和稳定性具有优势。多组学整合预测药物敏感性优于单一组学。特征基因功能注释和富集分析解析了肿瘤对sorafenib潜在的耐药机制,从生物学角度提供了模型可解释性及其应用于临床用药指导的价值。     

生物信息学方法预测病原体抗原蛋白序列中多肽疫苗候选表位

根据病原体抗原基因中具有免疫原性的表位氨基酸序列,通过化学合成技术可制备该病原体的多肽疫苗.相较于灭活和减毒疫苗,多肽疫苗因成分简单、特异性强、安全性高、易于保存等优点成为疫苗研发的重点.然而,特异有效的疫苗候选表位的预测和筛选,仍是限制多肽疫苗设计与研发的一个重要因素.本研究综合多个生物信息学工具,构建了一个可用于预...     

人鼻咽与鼻咽癌及肺癌基因表达谱差异的研究

研究鼻咽癌、肺癌与正常鼻咽组织基因表达谱差异及筛选鼻咽癌相关基因,采用α- ³²P逆转录标记组织总RNA,将cDNA探针与有5 184个基因或表达序列标签EST(expression sequence tag)的高密度cDNA微阵列GF200杂交,软件分析表达谱差异.结果发现三者均呈低表达为主的表达谱,密度值在200以上的基因及EST在鼻咽癌有110个,肺癌134个而鼻咽组织有158个;5个EST在鼻咽高表达但鼻咽癌低表达,3个EST在鼻咽癌高表达但正常鼻咽低表达.结果表明鼻咽癌与正常鼻咽及肺癌组织存在差异表达基因,可能还有新基因在鼻咽癌发生中起作用;采用高密度cDNA微阵列是一种筛选差异表达基因的快速有效方法.     

小鼠鼻咽部组织相对特异基因调控区的克隆与分析

通过RT－PCR证实PLUNC基因在小鼠鼻咽部具有相对特异性表达。进一步用染色体步移的方法克隆该基因5′端旁侧序列847bp,网上分析结果提示此序列具有调控活性,体外报道基因的研究亦证实这一结果。进一步的研究表明,其核心调控区位于转录起始位点上游200bp之内。这一工作将为构建鼻咽癌转基因动物提供良好的前提。     

TCR组库及其在肿瘤免疫中的应用前景与挑战

TCR组库是指机体在特定时间内免疫循环中T细胞克隆的总和,其多样性程度与机体健康密切相关.借助免疫组库测序技术(immune repertoire sequencing,IR-seq),靶向扩增TCR抗原互补决定区(complementarity determining region,CDR) 1-3可有效获取特定时期...     

中国在翻译后修饰的生物信息学研究领域的进展与前瞻

翻译后修饰在调控蛋白质构象变化、活性以及功能方面具有重要作用,并参与了几乎所有细胞通路和过程。蛋白质翻译后修饰的鉴定是阐明细胞内分子机理的基础。相对于劳动密集的、耗费时间的实验工作,利用各种生物信息学方法开展翻译后修饰预测,能够提供准确、简便和快速的研究方案,并产生有价值的信息为进一步实验研究提供参考。文章主要综述了中国生物信息学者在翻译后修饰生物信息学领域所取得的研究进展,包括修饰底物与位点预测的计算方法学设计与完善、在线或本地化工具的设计与维护、修饰相关数据库及数据资源的构建及基于修饰蛋白质组学数据的生物信息学分析。通过比较国内外的同类研究,发现优势和不足,并对未来的研究作出前瞻。     

基因芯片探针注释的问题分析及解决方法的研究现状

基因芯片是目前十分重要的分子生物学研究工具,但不可否认,作为一项新兴的技术,基因芯片正处于不断探索和改进的过程中。本文以Affymetrix基因芯片为例,分析了基因芯片探针注释中存在的探针错配以及探针非特异性两个主要问题。针对这两个问题,本文分Affymetrix官方和其它研究机构两方面对改进措施进行综述,其它研究机构的解决措施又从基因、转录本和外显子三方面展开叙述。最后,本文指出了目前研究的发展趋势,就今后的相关研究提出了一些建议。