基于加权基因共表达网络分析探索射血分数保留的心力衰竭中微RNA功能模块和分子调控网络

目的通过生物信息学方法探索射血分数保留的心力衰竭(HFpEF)潜在的生物标志物和治疗靶点。方法使用NCBI-GEO数据库检索获得GSE53437高通量测序数据进行分析。通过加权基因共表达网络分析(WGCNA)获取与HFpEF密切相关的基因模块和核心微RNA(miRNA),利用miRNet数据库预测核心miRNA的靶向mRNA。应用R语言“clusterProfiler”程序包对靶基因进行KEGG通路和基因本体论(GO)富集分析。最后采用STRING数据库和Cytoscape软件构建蛋白质-蛋白质相互作用(PPI)网络和miRNA-mRNA基因网络。结果在基因模块与疾病相关性分析中,棕色模块与HFpEF的相关系数(r)绝对值为0.37,P值为3e-4,具有最高的正相关性。各基因模块的基因显著性(GS)分布显示,棕色模块具有最高的GS值。模块内分析显示,棕色模块的模块相关性(MM)与GS之间密切相关(r=0.61,P值为7e-52)。以MM>0.85且GS>0.40为条件,共筛选出17个与HFpEF高度相关的核心miRNA。应用miRNet数据库预测到1578个靶向mRNA。GO注释分析结果显示,该组基因参与的生物学过程包括造血调控、T细胞激活和细胞组分大小调控等,涉及的细胞成分包括转录调控复合物、运输囊泡、早期内体等的构成,分子功能主要富集在DNA结合转录抑制因子活性/RNA聚合酶Ⅱ特异性、泛素蛋白连接酶结合和生长因子活性等方面。KEGG通路分析结果显示,该组基因主要富集于Hippo信号通路、ErbB信号通路、TNF-α信号通路、Ras信号通路等。miRNA-mRNA基因网络分析显示,miRNA-3188与UBA52、HDAC2、PSMF1和SUFU相互作用,miRNA-3909与HDAC2、PSMF1、SUFU和RELA相互作用,miRNA-762与PSMF1、SUFU和RELA相互作用,miRNA548b-3p与UBA52、HDAC2和PSMF1相互作用,miRNA-3198与UBA52、PSMF1、SUFU和RELA相互作用。结论本研究可能有助于阐释HFpEF的分子机制,为识别HFpEF的生物标志物及潜在治疗靶点奠定新的理论依据。

整合受体调控基因表达信息构建细胞通信网络

目的构建细胞通信网络有助于揭示细胞间协同工作机制、生物学过程和疾病发病机理。目前基于配体-受体相互作用构建细胞通信网络的方法大多只考虑配体和受体的表达信息,忽略了受体对其调控基因的信号传递影响,导致构建的细胞通信网络可靠性较低。鉴于此,本文提出IRRG算法,旨在构建更为准确的细胞通信网络,并挖掘具有生物学意义的细胞通信模式。方法本文提出了一种整合受体调控基因表达信息构建细胞通信网络的方法(命名为IRRG)。该方法通过随机游走方式计算受体对下游基因的影响得分,进而与配体-受体共表达量结合构建细胞通信网络。结果使用IRRG构建了小鼠滤泡间表皮(IFE)细胞通信网络并分析了配体-受体对的生物学意义,验证了IRRG计算受体影响得分的稳定性和细胞通信网络构建的可靠性。此外,使用IRRG构建了透明细胞肾细胞癌(ccRCC)的细胞通信网络,挖掘并分析其肿瘤微环境细胞通信模式。结论IRRG可以构建富有生物学意义并且可靠的细胞通信网络,帮助人们从细胞通信的角度更深入地了解多种生物过程。IRRG算法代码可从GitHub获取:https://github.com/NWPU-903PR/IRRG。

脂肪型和瘦肉型猪肌肉生长和脂肪沉积相关基因的差异表达分析和调控网络构建

骨骼肌细胞和脂肪细胞在生长发育过程中受到的微效多基因间的互作调控机制是决定猪胴体和肉质等相关数量性状的分子基础.利用包含140个与猪肌肉生长和脂肪沉积密切相关基因的Oligo功能分类芯片检测了脂肪型的太湖猪和瘦肉型的长白猪在初生及生后5月龄间背最长肌中这些基因的动态表达变化,发现长白猪分别有18和22个基因,太湖猪分别有3和7个基因在月龄间的表达差异达极显著(P<0.01)和显著水平(P<0.05).聚类结果显示先降后升、逐渐上升和逐渐下降、逐渐上升分别是长白猪和太湖猪在初生至5月龄间最具代表性的基因表达模式(P<0.01),其中正调控肌纤维生长和脂肪酸合成的基因主要表现为逐渐上调,而抑制细胞增殖和正调控脂肪酸β氧化的基因则主要表现为逐渐下降.基于动态Bayes模型构建的基因调控网络从一定程度上揭示了两品种在肌肉生长和脂肪沉积等生理生化活动方面的明显差异,可从中挖掘相关性状潜在的关键特征基因.此外,对5个差异表达基因的荧光定量RT-PCR验证显示两种检测方法所获结果的相关系数平均高达0.876±0.095.以上结果筛选出了对于猪胴体和肉质性状可能具有重要影响和具有深入研究价值的基因,为阐明肌肉生长和脂肪沉积的分子互作机制奠定了基础.

面向多目标意象设计的产品基因调控网络构建方法

为拓展产品多目标意象设计知识获取途径,规避产品基因耦合劣势所导致的意象表达质效问题,构建了产品基因意象表达调控网络(Gene Image Expression Regulatory Network,GIERN)和应用流程。计算了产品基因公共映射关系的发生频度和倾向度,识别出基因优势耦合关系并构建产品GIERN;结合复杂网络分析和数理统计方法分析产品GIERN的结构特性,从中获取基因属性、类型和集团等作为GIERN的析出知识;评估析出知识的效能并制订其运用规则,提出析出知识与规则在产品多目标意象设计中的应用流程。以医疗救援型越野车(Off-Road Vehicle,ORV)GIERN为例,从中析出知识并将其应用于车型意象设计。结果表明:析出知识与规则能全面辅助意象设计决策并有效提升意象表达质效,从而验证产品GIERN的有效性。

基于生物信息学分析溃疡性结肠炎的差异表达基因和相关微小RNA

目的基于生物信息学分析溃疡性结肠炎(UC)中具有诊断和治疗潜力的差异表达基因以及潜在的微小RNA(miRNA)。方法采用加权基因共表达网络分析法对GEO数据库中的芯片原始数据进行筛选。获取UC相关差异表达基因进行富集分析。根据关键基因,预测与差异表达基因相关的潜在miRNA,并构建基因-miRNA调控网络。结果共筛选出277个差异表达基因,其中有200个基因上调,77个基因下调。基因集富集分析(GSEA)显示,主要富集通路是神经活性配体受体相互作用、利什曼原虫感染、朊病毒病害以及心电图受体相互作用等通路。基因本体论(GO)分析结果显示,主要参与趋化因子活性、肝素结合、趋化因子受体结合等条目。京都基因与基因组百科全书(KEGG)分析结果显示,主要富集通路为细胞因子受体相互作用通路、磷脂酰肌醇-3激酶/蛋白激酶B(PI3K-AKT)信号通路、趋化因子信号通路、核转录因子kappa B(NF-κB)信号通路富集通路等。筛选出10个枢纽基因,分别是C-X-C趋化因子配体8(CXCL8)、Toll样受体2(TLR2)、细胞间黏附分子1(ICAM1)、选择素L(SELL)、趋化因子受体4(CXCR4)、细胞毒性T淋巴细胞相关抗原(CTLA4)、细胞分化抗原69(CD69)、双糖链蛋白多糖(BGN)、C-X-C趋化因子配体13(CXCL13)、金属蛋白酶抑制剂1(TIMP1)。鉴定出12个潜在的关键miRNAs,分别为hsa-mir-335-5p、hsa-mir-146a-5p、hsa-mir-92a-3p、hsa-mir-155-5p、hsa-mir-26b-5p、hsa-mir-4426、hsa-mir-4462b、hsa-mir-4647、hsa-mir-32-5p、hsa-mir-92b-3p、hsa-mir-98-5p和hsa-mir-93-5p。结论本研究共筛选出277个差异表达基因可能参与UC的发生发展,鉴定出10个枢纽基因和12个miRNAs或可作为UC的生物标志物。

用并行计算从基因表达数据构建大规模基因调控网络

为解决大规模基因调控网络构建算法精度不高、计算时间过长的问题,提出一种从基因表达数据分析出发,并行计算和阈值限定相结合的新算法来构建大规模基因调控网络。该算法中基因间交互强度值采用条件互信息值度量,并行计算采用GPU与CPU相结合的CUDA与Open MP架构。综合数据集的运行结果证明该算法较新的构建算法(如贝叶斯模型算法和微分方程模型算法)相比,在构建大规模基因调控网络时有更高的运算精度和更短的运行时间。

基因表达调控互作网络模型的研究

随着基因组学研究的进展,获得的基因表达的生物信息在短时间内产生海量的数据,揭示了相关基因及其产物的研究之间的关系,基因表达的调控不是孤立的、单一的,而是相互制约,相互联系,构成了复杂的基因调控网络。单个基因的基因网络调控的影响几乎是所有细胞功能和活性的体现,分离和表达几乎完全不能准确反映生活本身的现象及其内在规律。研究了几种经典的调控网络模型的构建的基本原理和算法,讨论各种模型的优缺点及其适用条件,对不同的基因网络模型的比较与分析,从而揭示生命的本质和疾病发生机制,对复杂疾病的治疗提供理论依据。

综合ChIP-chip数据、基因敲除数据和表达谱数据重构基因调控网络

揭示生物体内在的调控机制是生物信息学的一项重要研究内容.各种高通量生物数据的涌现,为从基因组的尺度上重构基因调控网络提供了可能.由于单数据源仅能提供关于调控关系的片面信息且存在噪声,因此整合多种生物学数据的方法有望得到可靠性较高的调控网络.提出了一种综合ChIP-chip数据、knock out(敲除)数据和各种条件下的表达谱数据来推断调控关系的新方法.ChIP-chip数据和knock out数据能分别提供转录因子和目标基因对关系的直接物理结合和功能关系的证据,这两类数据的整合有望获得较高的识别准确率.但这两类数据的重合性通常较低,基于共调控的基因通常具有较高的表达相似性这一假设,在一定程度上降低了这两类数据重合性较低所带来的影响.算法所识别的大部分调控关系都被YEASTRACT,高质量ChIP-chip数据和文献所验证,从而证明了该方法在调控关系的预测上具有较高的准确性.与其他方法的比较,也表明了该方法具有较高的预测性能.

基于PKC／NF-κKB／PXR调控网络对卜糖蛋白基因表达的影响及其机制研究

P-糖蛋白（P—gP；ABCB1）是ABC转运体家族重要成员，也是药物在机体内转运的重要载体，参与了药物代谢动力学过程并介导了临床上许多药物相互作用。近年来研究表明P—gP的功能与蛋白激酶C（proteinkinase C，PKC）关系密切。但其分子作用机制尚不明确。

水稻白叶枯病菌T3SS基因表达及其调控网络

植物病原细菌III型分泌系统(T3SS)在其毒性表达及与寄主互作中具有重要的功能。水稻白叶枯病菌(Xanthomonas oryzae pv.oryzae,Xoo)hrp基因簇编码了T3SS装置,将毒性效应子蛋白分泌到水稻细胞内,抑制和破坏寄主免疫反应,或诱导感病基因表达,以达到成功侵染的目的。hrp基因表达受到严格调控,在模拟水稻内环境的贫瘠营养培养基中被诱导表达;hrp和效应子基因均受调控蛋白HrpG和Hrp X的调控。此外,hrp基因还受到其它毒性调控网络重要因子的调控,包括双组分调控因子、转录调控因子、DNA/RNA结合蛋白、糖代谢和c-di-GMP信号因子。结合本实验室的研究结果,综述了Xoo T3SS表达调控及其致病机理的研究进展,以期为水稻细菌病害发生机理的解析及其有效防控措施提供一些新见解、思路和途径。

意大利蜜蜂工蜂中肠发育过程中的差异基因表达谱及调控网络

【目的】前期已对意大利蜜蜂(Apis mellifera ligustica,简称意蜂)7日龄工蜂中肠(Am7)、10日龄工蜂中肠(Am10)进行全转录组测序,本研究基于高质量的组学数据探究中肠发育过程中的差异基因表达谱及其调控网络,以期解析意蜂工蜂中肠发育的分子机理。【方法】根据FPKM(fragments per kilobase of transcript per million mapped reads)算法计算基因表达量,并以|log2 fold change|≥1且P≤0.05作为标准筛选得到差异表达基因(differentially expressed gene,DEG)。利用TargetFinder软件预测ame-miR-6001-3p的靶mRNA。利用相关生物信息学软件,对全部DEG进行GO和KEGG数据库注释。筛选出与AMPK、P13K-Akt、Wnt、cAMP、FoxO、Hippo、mTOR、Jak-STAT、Toll-like受体、TGF-beta、Notch、MAPK和NF-κB 13条信号通路存在富集关系的DEG,以及与ame-miR-6001-3p存在靶向结合关系的DEG,通过Cytoscape软件构建调控网络将其富集关系与调控关系可视化。利用茎环反转录PCR(Stem loop RT-PCR)和实时荧光定量PCR(RT-qPCR)验证ame-miR-6001-3p以及DEG在Am7和Am10中的差异表达情况。【结果】Am7 vs Am10比较组中共有1 038个DEG,包括515个上调基因和523个下调基因。这些DEG涉及细胞进程、代谢进程和催化活性等功能条目,并显著富集在氧化磷酸化、氨基糖与核苷酸糖代谢、脂肪酸代谢和嘌呤代谢等能量和物质代谢通路,表明工蜂中肠内存在旺盛细胞生命与新陈代谢活动。表达量聚类分析发现分别有20、18、15和14个DEG富集在AMPK信号通路、P13K-Akt信号通路、内吞作用和Hippo信号通路。57个DEG与P13K-Akt、Wnt、Jak-STAT等上述13条与生长发育和免疫防御相关的信号通路存在富集关系,且1个DEG可与多条信号通路存在富集关系。调控网络分析结果显示,分别有54个上调基因和44个下调基因可被ame-miR-6001-3p靶向结合;上调基因富集在磷酸肌醇代谢、胰岛素信号通路、Hippo信号通路和谷胱甘肽代谢等43条代谢通路,而下调基因富集在Hippo信号通路、新陈代谢途径、谷胱甘肽代谢和花生四烯酸代谢等20条代谢通路。RT-qPCR结果显示随机挑选的6个DEG的表达量变化趋势与测序数据一致,证实了本研究中基因差异表达真实可靠。此外ame-miR-6001-3p在Am7和Am10内均真实表达,并在Am10中的相对表达量显著较低。【结论】对意蜂工蜂中肠发育过程的DEG表达谱和DEG与ame-miR-6001-3p之间的调控关系,以及DEG的潜在作用进行深入分析和探讨,发现DEG可参与TGF-beta、Wnt、Hippo、Notch、PI3K-Akt、mTOR、AMPK和NF-κB等各类信号通路进而影响中肠的生长发育和免疫防御,DEG可通过与显著下调表达的ame-miR-6001-3p形成复杂的调控网络参与意蜂工蜂中肠发育过程中胰岛素信号通路等多条代谢途径。

基因差异表达谱及WGCNA构建骨质疏松症miRNA-mRNA调控网络

目的通过基因差异表达谱及加权基因共表达网络分析(WGCNA)方法构建并分析骨质疏松症相关的miRNA-mRNA调控网络,全面阐释骨质疏松症的发病机制。方法首先在GEO数据库中获取微阵列数据集,进行差异分析及WGCNA分析,获取差异miRNA和临床相关性最高的模块基因,并取交集。预测潜在上游转录因子及下游靶基因。同时,获取差异表达mRNA并与预测靶基因取交集得到关键miRNA目标靶基因,进行目标靶基因GO和KEGG通路富集分析。通过String获取目标靶基因PPI关系文件,然后通过Cytoscape构建并分析miRNA-mRNA网络。结果共得到6个与骨质疏松症疾病相关的关键miRNA,其中2个差异性上调、4个差异性下调,其主要转录因子为SP4、LHX3、NFIC、MYC和VSX2。通过将预测得到的关键miRNA靶基因和差异表达mRNA取交集,获得目标靶基因52个。GO和KEGG富集分析显示目标靶基因涉及多个生物学进程及通路,其中趋化因子信号通路、P53信号通路值得关注。结论骨质疏松症miRNA-mRNA表达是通过多途径、多靶点进行调控的,hsa-mir-4500、CDKN1A、MAP2K7组成其核心调控网络。本研究为深入探讨骨质疏松症的分子机制提供了新的思路,发现了新的潜在靶点,对阐明其发病机制及防治药物的开发具有重要的指导意义。

相关分析在建立基因调控网络中的应用

目的 讨论利用模糊相关系数建立基因调控网络。并从理论和实际应用的角度和其他相关系数方法进行相互比较。方法 以基因表达数据矩阵为出发点 ,用相关系数描述基因之间的相互关系 ,并在某一阈值下 ,建立起基因调控网络图。结果 用模糊相关系数对RatCNS数据集建立起调控网络图。结论 通过分析发现相关系数是构建基因调控网络的一个有效的工具。但不同的方法有其各自的特点 ,应根据不同情况采用不同的方法。

转录因子与microRNA在基因表达调控中的功能联系及差异

转录因子和微RNA(microRNA)是最大的两类反式作用因子,它们是基因表达调控的重要调控因子.它们协调发挥调控作用,精细调控基因的表达,在细胞分化和动物生长发育过程中发挥重要的作用.随着对转录因子和microRNA研究的深入,人们发现转录因子和microRNA在基因表达调控网络中关系紧密,它们的分子作用机制有许多相似之处,两者都通过各自的顺式作用元件调控基因表达,且作用的方式类似.但转录因子和microRNA也存在不同之处,转录因子既可以激活基因表达,也可抑制基因表达,而microRNA主要是抑制基因表达.另外,转录因子调控区的复杂性一般高于microRNA的调控区域.本文综述了转录因子和microRNA的异同点,并提出了未来转录因子和microRNA的研究方向.

基因调控网络建立的生物动力学方程研究

目的基于基因表达的时空特性,寻求一种新的描述基因调控网络的生物动力学方程模型。方法从生物物种竞争动力学系统的角度出发,提出一种新的Lotka-Volterra微分方程模型,并应用于基因的时间序列表达数据。结果将建立的微分方程应用于酵母基因的表达调控网络研究,得到了调控关系的预测结果,并与试验结果进行了比较研究。结论本研究的预测结果与试验结果基本吻合,该模型弥补了其他模型的不足,是一种新的有价值的基因表达时空微分方程模型。

一种基于基因表达模型识别酵母细胞周期条件特异调控子网的方法(英文)

由高通量微阵列技术产生的数据集可以用于解释生物系统基因调控的未知机制.生物过程是动态的,所以很有必要关注某些条件下特异的基因调控子网络.细胞周期是一个基本的细胞过程,识别酵母的细胞周期特异调控子网是理解细胞周期过程的基础,并且有助于揭示其他细胞条件的基因调控机理.使用一个基因表达微分方程模型(GEDEM),从静态网络中识别了动态的细胞周期相关调控关系.与已经报道的细胞周期相关调控相互作用相比,该方法识别了更多的真实存在的条件特异调控关系,取得了比当前的方法更好的性能.在大数据集上,GEDEM 识别了具有高敏感性和特异性的调控子网.组合调控的深入分析显示,条件特异调控子网的转录因子之间的相关性呈现出比静态网络中转录因子相关性更强,这说明条件特异网络比静态网络更加接近真实情况.另外,GEDEM 方法还识别更多潜在的共调控转录因子.

POCD小鼠海马组织中差异表达miRNA的筛选、靶基因预测和生物信息学分析及其调控机制探讨

目的采用生物信息学方法分析术后认知功能障碍(POCD)小鼠海马组织中差异表达miRNA(DEMs)及其靶基因(DEGs),并构建POCD小鼠海马组织中差异表达miRNA-mRNA的调控网络图,探讨其机制。方法在GEO数据库中搜索下载POCD小鼠海马组织与正常小鼠海马组织基因表达谱芯片数据GSE95070,采用R软件lim⁃ma函数包筛选出差异表达的miRNA,即DEMs。将DEMs分别输入到miRTarBase、TargetScan、miRDB数据库中,三个数据库中皆存在的靶基因为差异表达的DEMs靶基因,即DEGs。使用R软件中的ggplot2、enrichplot函数包对DEGs进行了基因本体(GO)功能富集分析和KEGG信号通路分析。通过STRING在线工具构建DEGs蛋白互作网络(PPI),将蛋白间相互作用得分>0.4的节点输入到可视化工具Cytoscape软件中,利用cytoHubba插件筛选出节点度值排名前10的节点,即为可能参与小鼠POCD发生发展的枢纽基因。选取枢纽基因及其相应的DEMs,利用Cyto⁃scape软件构建POCD小鼠海马组织中差异表达miRNA-mRNA调控网络图。结果共筛选出19个显著差异表达的DEMs,得到448个DEGs。GO功能富集分析结果显示,DEGs在DNA结合的转录因子激活活性、特异性RNA聚合酶Ⅱ、微小GTP酶结合等分子功能中显著富集,在树突的形成以及调节、促进神经胶质细胞的增殖等生物学过程中显著富集,在突触膜的有机组成成分、细胞边缘以及囊泡运输等细胞组分中显著富集。KEGG信号通路分析结果显示,DEGs在Cushing综合征相关通路、cGMP-PKG信号通路、Hepatitis C信号通路、Apelin信号通路等通路中显著富集。小鼠POCD发生发展的10个枢纽基因分别为Gsk3β、Igf1、Cd34、Ubxn7、Smad2、Smarca4、Stat1、Grb2、Sin3a、Ncam1,相应的6个DEMs分别为mmu-miR-362-3p、mmu-miR-3065-5p、mmu-miR-592-3p、mmu-miR-28a-3p、mmu-miR-181c-5p、mmu-miR-351-5p,成功构建了POCD小鼠海马组织中差异表达miRNA-mRNA调控网络图,其中mmu-miR-362-3p调控Gsk3β的关系对、mmu-miR-3065-5p调控Igf1的关系对在调控网络中节点度最高。结论与正常小鼠海马组织相比,POCD小鼠海马组织中有19个差异表达的DEMs和448个DEGs;DEGs与树突的形成以及调节等有关,参与介导Cushing综合征相关通路、cGMP-PKG信号通路等。mmu-miR-362-3p、mmu-miR-3065-5p等差异表达的miRNA可能是通过调节Gsk3β、Igf1等靶基因的表达,影响POCD的发生发展。

p53基因调控网络研究进展

肿瘤抑制基因p53表达的p53蛋白是一个通用转录因子,与其上、下游功能相关基因组成了一个复杂的基因调控网络,在这个基因网络中p53基因起着关键作用;DNA损伤、缺氧、原癌基因的激活等均能刺激p53基因表达;p53表达升高后,可通过p53-MDM2反馈环路与泛素系统等对p53表达水平进行精确调节;p53通过调控多种下游/靶基因表达完成多种生物学功能,主要包括阻滞细胞周期、促进细胞凋亡、维持基因组稳定性等;认识p53基因调控网络的功能有助于理解p53及其下游/靶基因间的具体作用机制。

重建基因调控网络

分子生物学的主要挑战是如何更好的理解基因间的调控机理。重建基因网络有助于探索生命系统的本质问题。这里对研究基因调控网络的起源、发展动向、目的和方法及目前所面临的挑战进行了综述。

基于动态贝叶斯网构建基因调控网络

动态贝叶斯网络(dynamic bayesian network,DBN)是一种基于时序表达数据构建基因调控网络的重要方法。然而目前的DBN方法因计算时间太长,结构不稳定,准确度低,对有效性有很大影响。根据动态贝叶斯网络的度量可分解性质,将动态贝叶斯网络分为初始网络与转移网络分别进行结构寻优,在寻优时将基于静态贝叶斯网络的最大权重生成树算法与贪婪搜索算法相结合,移植入动态贝叶斯网络中,建立基因调控网络模型。提出了一种从时序数据中构建基因调控网络的方法,克服了贝叶斯网络不能描述循环调控的缺陷,也从规模上简化了网络构建问题。通过与相关实验文献的对照,验证了提出方法的有效性,网络学习时间明显缩短,网络结构更加稳定。