基于基因芯片数据的代谢网络重构及其应用

目的基因组尺度的代谢网络重构提供了一种从系统层面深入观察生物体的方法,由此重构得到的网络是个体的"全基因组网络"。鉴于这种网络不能反映出不同环境条件下细胞内的动态变化过程,本文给出一种从基因芯片数据出发对生物体的实时"工作网络"进行重构的方法。方法通过对基因芯片数据使用dChip软件计算探针的P-A call后可得到基因的表达谱,然后在所整合的多源数据库的辅助下经由"基因表达谱→酶→反应→代谢网络"的过程进行"工作网络"的自动化重构。结果对来源于14种组织的182个干细胞样本进行工作网络重构的结果表明,所有干细胞之间具有较高的相似性,但不同组织来源的干细胞之间仍存在一定差异性。结论以基因芯片数据为数据源的代谢网络重构方法可有效用于生物体的"工作网络"重构。

软腐欧文氏菌代谢网络重构及其在靶标筛选中的应用

欧文氏杆菌(Erwinia)是一类重要的农作物致病细菌,侵染宿主范围广,在世界范围内造成了严重的经济损失,其中Erwinia carotovora subsp. atroseptica SCRI1043 (Eca SCRI1043) 可导致马铃薯感染黑胫软腐病,危害极大。本文构建了Eca SCRI1043基因组的代谢网络,并进行拓扑结构和流平衡分析,以此筛选出网络的中心节点。若中心节点所代表的酶收录在TTD数据库中,则此酶可作为农用杀菌剂的候选靶标。随后选取靶标十一异戊二烯焦磷酸酶(Upps),采用specs公司的商品化合物数据库作为小分子数据库,对靶标进行高通量虚拟筛选,对综合打分结果最好的前400个化合物进行目筛后得到73种先导化合物,这73种先导化合物可以进一步进行后续生测实验以确定其杀菌活性。

一种基于完全匹配和分词匹配的混合分词匹配算法

如何高效准确地进行酶的鉴别是代谢网络重构的难点和关键。由于基因标注文件中与ORF对应的蛋白质和酶信息都是采用自然语言描述的,重构中必须利用基因产物在酶数据库中寻找证据,从而进行与代谢相关的酶鉴别。针对目前通用的酶鉴别算法识别率低、效率低的问题,论文在对生物数据特性分析的基础上,提出了一种完全匹配和分词匹配相结合的混合分词匹配算法对酶信息进行鉴别,实验结果和分析表明,该算法具有更好的鉴别能力和更高的效率。