基于Oncomine数据库探究COL1A1基因在胰腺癌中的表达及意义

[目的]探究COL1A1基因在胰腺癌中的表达及临床意义。[方法]收集Oncomine和NCBI/GEO Profiles数据库中关于COL1A1的信息,对目前数据库中资料再次进行分析,并对其在胰腺癌组织和正常胰腺组织中的表达进行荟萃分析,使用Kaplan-Meier Plotter在线数据库分析该基因是否与胰腺癌患者的预后相关。[结果]Oncomine数据库中共收集了400项不同类型的研究。其中COL1A1高表达有86项研究,低表达有6项研究。共有8项研究涉及COL1A1在胰腺癌组织与正常组织中的表达,包括209例样本,与正常组织相比,COL1A1在胰腺癌组织中高表达(P<0.05)。NCBI/GEO Profiles数据库分析发现TGF-β处理48 h后COL1A1表达升高。Kaplan-Meier Plotter数据库分析表明COL1A1高、低表达组胰腺癌患者的总体生存率(OS)无统计学差异(HR=1.4,95%CI:0.92~2.12,P=0.11),但高表达组胰腺癌患者的无复发生存(RFS)明显差于低表达组(HR=5.05,95%CI:1.48~17.24,P=0.0044)。[结论]COL1A1基因在胰腺癌组织中的表达明显高于正常组织,低表达患者的RFS延长。可见靶向COL1A1的药物有望改善胰腺癌患者的预后。     

植物激素相关核酸和蛋白质二级数据库的构建与应用

以NCBI维护的一级数据库为数据源建立植物激素相关核酸和蛋白质二级数据库。将该二级数据库设计为基因、蛋白质和文献三部分, 编写软件从上述数据源中采集数据, 并以XML作为中间格式保存, 通过解析提交到二级数据库中并集成部分生物信息学工具软件, 初步实现了数据检索、统计分析、基于Web的本地化BLAST同源序列检索、序列的自动拼接以及蛋白质结构和功能位点的分析等功能。该二级数据库的构建为植物激素作用分子机理研究提供了高针对性的植物激素数据源和生物信息学辅助工具。     

基于PacBio平台的紫娟茶树全长转录组分析

紫娟(Camellia sinensis var. Asssamica (Masters) kitamura)是珍稀茶树种质的典型代表,其叶片色泽呈现紫色,富含花青素、儿茶素以及黄酮等活性成分。为探讨紫娟茶树叶片呈色以及次级代谢过程的遗传基础,以紫娟茶树为材料,采用Pac Bio平台进行全长转录组测序,最终获得Polished consensus序列205 911个。在NR数据库有163 519个同源序列比对到914个物种;有99 503个在KOG数据库得到注释,根据其功能分为26类;有76 829个得到GO注释,分为细胞组分、分子功能及生物学过程等3大类的54个功能组;根据KEGG数据库,109 748个被注释到216个代谢途径分支,其中氨基酸代谢的7 731个、类黄酮生物合成的有644个、单萜的合成的有57个、萜类化合物骨架生物合成487个、黄酮和黄酮醇的生物合成的有88个、花青素合成1个;同时预测到CDS有199 245个、转录因子有6 838个;此外,还检测到了180 293个SSR位点,其中以单碱基重复最丰富有103 535个,其次是双碱基43 240和三碱基30 883。本研究结果为开展紫娟茶树叶片呈色机理以及花青素、黄酮类等物质合成途径与调控机制和特异性状基因的标记性引物开发提供重要的数据支持。     

血红素铁数据库及动物性铁估算法评价女大学生铁营养状况

目的：比较血红素铁数据库和动物性铁估算法评估大学生铁营养状况的差异,为大学生膳食铁营养状况评价提供科学依据。方法：采用3 d 24 h膳食回顾法进行膳食调查,利用血红素铁数据库计算调查对象的血红素铁摄入量,同时用动物性铁估算法估算血红素铁摄入量,对两种方法的评价结果进行比较。结果：按动物性铁40%估算,女大学生血红素铁摄入量为0.85 mg/d;按血红素铁数据库计算,女大学生血红素铁摄入量为0.62 mg/d。估算法得到的血红素铁摄入值高于血红素铁数据库计算值（P＜0.05）。结论：在评估大学生铁营养状况时,用动物性铁的40%进行估算会使血红素铁摄入量被高估,应根据肉的种类及部位,使用血红素铁数据库进行评估。     

乳腺肿瘤组织标本库与数据库的建立及信息化管理

目的:随着基础和临床研究的深入开展,拥有完整基因信息的组织标本成为了肿瘤研究工作的基础.建立电子信息化管理的乳腺肿瘤组织标本库和数据库,为临床和科研收集、保存和管理标本资源.方法:标准化收集手术切除的乳腺肿瘤组织、正常腺体组织,以及患者血液标本,预处理后保存于-80℃冰箱中.每3个月从标本库中随机抽取5例标本,提取标本的总RNA,琼脂糖凝胶电泳验证总RNA质量;运用免疫组织化学法(Immunohistochemistry,IHC)检测标本中人表皮生长因子-2(Human epidermal growth factor receptor,HER-2 or c-erbB-2)和Ki67的表达,并与术后免疫组化结果进行比较.同时利用Epidata软件管理乳腺肿瘤组织标本库.结果:收集恶性肿瘤507例,良性肿瘤212例,血液标本9347份,并建立了一套高效的信息化管理系统.总RNA电泳结果显示28 S和18S亚基条带清晰明亮,5S条带很弱,表明标本中的RNA质量较高,无降解.免疫组化结果显示标本中的HER-2和Ki67的表达与术后免疫组化结果情况吻合,存储的标本质量良好.结论:建立的实验标本收集、储存流程是有效可行的,收集的标本质量是可靠的,管理方法是高效实用的,为乳腺肿瘤基础和临床研究提供质量可靠的标本来源,可为乳腺肿瘤研究提供良好的服务平台.     

本刊声明

凡被本刊录用的稿件,本刊有出版印刷版、电子版、网络版等权力,所刊用的稿件均被视为同意在本编辑部网站及中国科学引文数据库、CNKI中国期刊全文数据库、万方中国核心期刊(遴选)数据库、维普中文科技期刊数据库等全文出版。如有不同意者,请在来稿时声明,本刊将做适当处理。     

新建疫苗车间洁净度确认及环境监测微生物数据库的建立

目的对新建疫苗生产车间环境微生物检测方法及车间洁净度进行确认,建立环境监测微生物数据库。方法使用连续3批次的胰酪大豆胨琼脂(Tryptose soya agar,TSA)培养皿和TSA(L-80)接触碟对环境微生物检测方法进行确认;对新建车间连续进行3次静态和3次动态检测,包括悬浮粒子、浮游菌、沉降菌、表面微生物检测;对微生物检测所获得的菌株进行鉴定。结果确认了环境微生物检测方法的有效性,新建车间洁净度达到了设计要求,建立了环境监测微生物数据库,主要菌型为里拉/藤黄微球菌、沃氏葡萄球菌、人葡萄球菌、科氏葡萄球菌、蜡样芽胞杆菌、表皮葡萄球菌。结论新建车间洁净度符合标准,环境监测微生物数据库的建立有助于污染源的调查分析,对无菌药品生产过程污染的有效控制提供了必要的技术保障和检测手段。     

欢迎订阅2020年《植物遗传资源学报》北大核心CSCD

《植物遗传资源学报》是中国农业科学院作物科学研究所和中国农学会主办的学术期刊,中国科技核心期刊、全国中文核心期刊、中国科学引文数据库(CSCD)核心期刊,被国内多家数据库收录,被CA化学文摘(美)(2014)、JST日本科学技术振兴机构数据库(日)(2018)收录,荣获2015年度中国自然资源学会高影响力十佳期刊。据《中国科技期刊引证报告》(核心版)统计:2018年影响因子1.159,居21种农艺学科期刊的第二位。     

基于甲基化组学数据建立并验证肝细胞癌预后评价模型研究

利用甲基化CG位点建立并验证肝细胞癌（hepatocellular carcinoma,HCC）预后相关模型是当前的研究热点。利用R语言平台分析肝癌基因组图谱数据库（TCGA-LIHC）和基因表达综合数据库（GSE136380）甲基化组学数据,采用limma包分析TCGA-LIHC和GSE136380数据差异甲基化CG位点,采用wgcna包对GSE136380进行加权基因共表达网络分析,确定三者交集为关键甲基化CG位点集,共获得83个甲基化CG位点。利用LASSO-COX风险比例回归分析筛选出6个甲基化CG位点,包括cg15744128、cg24282479、cg17922226、cg13090969、cg23505966和cg08708079,构建并验证HCC外科切除术后的预后模型。拟合模型在训练集中1、3和5年的AUC分别是0.756(95%CI:0.644～0.876)、0.749(95%CI:0.638～0.854)和0.797(95%CI:0.661～0.920);测试集中1、3和5年的AUC分别为0.848(95%CI:0.680～0.990)、0.833(95%CI:0....     

SCOP数据库蛋白质折叠类型的自动分类分析

蛋白质折叠规律研究是生命科学领域重要的前沿课题之一,蛋白质折叠类型分类是折叠规律研究的基础。本研究以SCOP数据库的蛋白质折叠类型分类为基础、以Astral SCOPe 2.05数据库中相似性小于40%的α、β、α+β及α/β类所属的折叠类型为研究对象,完成了989种蛋白质折叠类型的模板构建并形成模板数据库;基于折叠类型设计模板建立了蛋白质折叠类型分类方法,实现了SCOP数据库蛋白质折叠类型的自动化分类。家族模板自洽性检验与独立性检验所得的敏感性、特异性以及MCC的平均值分别为:95.00%、99.99%、0.94与90.00%、99.97%、0.92,折叠类型模板自洽性检验与独立性检验所得的敏感性、特异性以及MCC的平均值分别为:93.71%、99.97%、0.91与86.00%、99.93%、0.87。结果表明:模板设计合理,可有效用于对已知结构的蛋白质进行分类。