应用DNA芯片数据挖掘复杂疾病相关基因的集成决策方法

DNA芯片技术的迅速发展, 可同时检测成千上万个基因的表达谱数据, 为生命科学家们从一个全新的角度阐明生命的本质提供了可能性. 目前, 基因表达谱分析的工作大多集中在对癌症等疾病分类、疾病亚型识别等方面, 而从这些基因表达谱信息中挖掘反映疾病本质特征的相关基因, 是一项在后基因组时代更具挑战意义的科学研究, 基因挖掘由于缺少理想的数据挖掘技术而被忽视. 我们提出了一种新颖的特征基因挖掘的集成决策方法, 目的在于解决三个重要的生物学问题: 生物学分类及疾病分型、复杂疾病相关基因深度挖掘和目标驱使的基因网络构建. 我们成功地将此集成决策方法应用于一套结肠癌DNA表达谱数据, 结果显示这一新颖的特征基因挖掘技术在应用DNA芯片数据分析、挖掘复杂疾病相关基因等方面具有很高的价值.     

时间延迟基因调控网络重构的决策树方法研究

基因调控网络的重构是功能基因组中最具挑战性的课题之一. 针对基因间转录调控的时间延迟性, 提出了一种寻找时间延迟调控关系的方法: 多点延迟调控网络算法, 简称TdGRN (time-delayed gene regulatory networking). 该方法根据时间序列基因表达谱数据, 构建时间延迟基因表达矩阵, 利用有监督决策树分类器方法和随机重排技术挖掘基因之间的时间延迟调控关系, 从而构建时间延迟的基因调控网络. 该方法是一种不依赖模型的基因网络重建方法, 相对于目前采用的基于模型的网络重建方法有显著优势, 可直接利用连续的基因表达谱数据发现延迟任一时间单位差的基因表达调控关系, 并避免了目前一些研究方法中需要人为设定基因的最大调控子数目(k)的问题. 将该方法应用于酿酒酵母细胞周期的基因表达谱数据, 并构建时间延迟的基因调控网络, 结果发现多数时间延迟调控关系获得了已有知识的支持.     

新疆阿勒泰地区图瓦人与邻近人群遗传关系初探

在中国新疆阿勒泰地区哈纳斯景区内, 生活着一个特殊的人群—— 新疆图瓦人。他们在50年代初期第一次民族识别过程中被认定为蒙古族, 但他们自认为与蒙古人具有不同的历史渊源。为了探讨新疆图瓦人的族源问题和阐明其与邻近人群的遗传学关系, 文章采集了新疆阿勒泰地区150份男性图瓦人样本, 对其Y染色体非重组区的14个标记位点进行了分型, 构建了11种单倍型群。结果显示, 新疆图瓦人具有高频率的K^*-M9 和Q^*-M242单倍型群, 这两个单倍型群在俄罗斯图瓦人中也具有较高的频率, 而在蒙古人群和哈萨克人群中的频率则较低。主成分分析和多维尺度分析均显示新疆图瓦人与蒙古人和哈萨克人遗传上相隔较远。系统分子进化分析也表明新疆图瓦人位于与周围人群相隔较远的分化枝上。依据这些结果, 文章认为新疆图瓦人是与邻近人群如蒙古人和哈萨克人有较大遗传差异的人群。