基因本体论研究进展及在生物信息数据库中的应用

随着cDNA微阵列等生物技术发展的日新月异,产生了大量丰富的生物信息资源,海量生物信息与知识的共享是当前生物学研究面临的瓶颈问题,相对于其他查询与搜索工具,由本体论发展而来的基因本体工具在解决海量生物W eb信息共享时具有独特优势,从而有望实现世界范围内的知识共享和智能信息集成。本文概述本体论和基因本体论的概念、研究进展以及基因本体论在生物信息数据库中的应用等情况,并对基因本体论在海量生物信息处理中的应用与研究前景进行了展望。

基于基因本体论的生物信息个人数据库平台

论述了一个基于基因本体论(geneontology)的生物信息个人数据库平台BIO.该数据库平台根据自身研究的需要,用基因本体论中的相关的规范术语来对基因序列信息进行注释,从而可以让用户从基因本体论的角度对生物信息序列进行查询.由于因特网上生物数据库中大量的关于基因序列信息的术语不统一、不规范,存在大量的信息冗余,用此方式可最大限度地精确所要查找的结果.文中详细论述了该数据库平台的研究背景、查询功能以及维护.

基于基因本体论的模式生物分子功能分布异同

基因本体论是关于基因和蛋白质知识的标准词汇,也是今后实现各种与基因相关的数据统一、数据转换、数据挖掘的基础。本文通过分子功能基因本体论比较了不同模式生物基因产物分子功能分布的异同。结果发现:在动物类、植物类以及真菌类模式生物中,大部分已知功能基因的分布比例是基本一致的,存在一定的同源性;但在动物中结合类基因数量较多而在植物与真菌中反而催化类基因数量较多,信号传导相关基因在动物中的分布数量多间接证明了动物在进化上的高等性,而植物中特有的大分子传递相关编码基因,可能与植物的养分、水分在机体种的传输相关。

基因本体论的蟾蜍bHLH转录因子功能富集分布

基因本体论是国际上标准的基因和蛋白质功能知识词汇。利用基因本体论的功能富集分布比较和分析了两种蟾蜍bHLH基因分子功能分布特点。结果发现,两种蟾蜍的bHLH基因均有显著富集分布的GO注释语句,其中转录调控活性(GO:0030528)、转录调控(GO:0045449)、DNA结合(GO:0003677)、RNA代谢过程调控(GO:0051252)、DNA依赖的转录调控(GO:0006355)、转录(GO:0006350)和转录因子活性(GO:0003700)等频率很高,表明这些GO注释是蟾蜍bHLH基因常见的功能;此外,蟾蜍bHLH基因在肌肉器官发育、神经管和眼发育等一些重要的发育或生理过程的基因表达调控中发挥着重要的作用。

基于关联基因本体论注释的蛋白质相互作用预测

细胞中的生理活动主要是通过蛋白质-蛋白质之间的相互作用来调控完成.详尽细致的蛋白质-蛋白质相互作用网络的解析对于理解细胞中复杂的调控、代谢和信号通路有重要的意义.近年来,关于新的蛋白质-蛋白质相互作用预测领域进展快速,这里,利用贝叶斯算法结合关联的GO(Gene Ontology),来预测蛋白质的相互作用.利用非冗余的蛋白质相互作用数据来观察GO对的特性,得到GO关联的概率.通过阳性的和阴性的标准对照数据证实这个新方法可以很好地区别这两类不同的数据,显示出较好的灵敏度和非常低的假阳性预测率.通过与已知的高通量的实验数据比较,这个方法具有灵敏度高、速度快的优点.而且,运用这个新方法可以提供一些新的关于细胞内蛋白质之间相互作用的信息,为进一步的实验提供理论依据.

基于基因表达值和基因本体论推导转录因子相互作用关系的方法

提出将基因本体论(Gene Ontology)中的背景知识同基因表达值相结合,利用GeneRank算法思想来计算转录因子的重要性排名,再通过K2算法构建贝叶斯网络以刻画这些转录因子间关系的方法.将该方法用于细胞周期的一个基因表达数据集中,实验结果表明它不仅能发现许多转录因子间确知的关系,还可发现一些未知的关系.

基于加权基因共表达网络分析探讨新型冠状病毒感染相关脓毒症潜在的关键基因

目的 识别2019新型冠状病毒感染(COVID-19)相关脓毒症的关键基因和信号通路。方法 从Gene Expression Omnibus(GEO)数据库下载基因芯片数据。采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)确定COVID-19和脓毒症的枢纽模块,并将两个模块交叉确定与COVID-19相关脓毒症的共同基因。采用R软件筛选出COVID-19和脓毒症差异表达基因(differentially expressed gene,DEG),同时结合WGCNA和差异分析的结果,得到与COVID-19和脓毒症相关的候选基因,最后将两者取交集得到COVID-19相关脓毒症的关键基因。对与COVID-19相关脓毒症的共同基因进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集分析,得到基因功能和参与的信号通路。结果 通过WGCNA获得了COVID-19相关枢纽模块和脓毒症相关枢纽模块。将两个模块交叉,共获得49个共同基因。结合WGCNA和差异分析的结果,得出与COVID-19和脓毒症相关的候选基因,通过将候选基因交叉,共筛选出11个关键基因(CCD82、CEACAM8、G6PD、HLA-DMB、HLA-DPA1、IL-1β、LTB4R、LTF、MME、S100A9、TGF-β1)。根据功能富集分析,共同基因主要在免疫和炎症相关通路中增强。结论 本研究通过构建WGCNA方法筛选出COVID-19相关脓毒症的11个关键基因,可能成为潜在的COVID-19相关脓毒症诊疗相关候选靶点。

多重生物信息学分析慢加急性肝衰竭关键基因及其调控网络

目的通过多重生物信息学筛选慢加急性肝衰竭(acute-on-chronic liver failure,ACLF)关键基因及通路,为ACLF分子生物学研究和生物学标志物筛选提供理论依据。方法首先从基因表达数据集(Gene Expression Omnibus,GEO)下载ACLF转录组mRNA微阵列数据集,利用R软件中limma包进行基因表达量差异分析,并通过David数据库对差异基因进行基因本体论(gene ontology,GO)功能富集和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)分析;利用STRING数据库绘制蛋白质互作(protein-protein interaction,PPI)网络图,Cytoscape软件筛选关键差异基因。结果共筛选得到329个差异表达基因,其中上调基因185个,下调基因144个。GO功能富集分析得到条目385个,包含免疫受体活性、细胞因子受体活性、T细胞受体结合等生物学功能(P<0.05);KEGG通路富集分析筛选到36条信号通路,免疫和炎症相关的通路包括Th1和Th2细胞分化、Th17细胞分化通路、T细胞受体信号通路、原发性免疫缺陷、NF-κB信号通路和TNF信号通路等。进一步得到与ACLF相关的核心差异基因CD3G、CD3D、IL7R、LCK、IL1R2、IL18R1、IL1R1和MAPK14,这些基因可能成为ACLF潜在的生物标志物及治疗靶点。结论本研究发现,CD3G、CD3D、IL7R、LCK、IL1R2、IL18R1、IL1R1和MAPK14可能成为ACLF发生、发展相关核心基因和未来新的治疗靶点。

静脉注射利多卡因后差异蛋白质的蛋白质组学分析

目的利用蛋白质组学技术定量分析静脉注射利多卡因(IVL)前后血清中差异蛋白质的表达。方法选取健康志愿者5例,IVL 1.5 mg·kg^(-1)后再以3 mg·(kg·h)^(-1)持续泵注30 min。IVL前和IVL后1 h各采集静脉血5 mL,通过串联质谱标记及高效液相色谱分离技术鉴定IVL后差异表达蛋白,并采用京都基因和基因组百科全书(KEGG)和基因本体论(GO)数据库分析鉴定差异蛋白的生物学信息。结果检测到IVL前后的血清中差异蛋白共15种,其中上调蛋白6种、下调蛋白9种。GO分析发现,大部分差异蛋白参与了细胞进程;亚细胞结构定位发现多数差异蛋白定位于细胞外区域及细胞质;功能富集分析发现多数蛋白参与炎性反应调节、B细胞的活化调控和蛋白质加工。上调蛋白组KEGG通路富集到p53信号通路。通过对上调组和下调组差异蛋白分析,发现差异蛋白依托泊苷诱导的2.4号蛋白(EI24)参与p53信号通路且调控钙离子浓度。结论IVL可能通过调控依托泊苷诱导的EI24和上池蛋白(SBSN)抑制肿瘤细胞的发生与发展;EI24可能通过调控细胞内钙离子浓度参与IVL产生的镇静作用。

低剂量γ射线辐照对人淋巴母细胞基因表达转录谱的影响

为探讨低剂量电离辐射生物效应作用机制,本文研究了不同剂量单次辐照后,人淋巴母细胞基因表达转录谱的变化。采用0.1 Gy、0.5 Gy和1.0 Gy剂量的γ射线照射人淋巴母细胞,未照射细胞为对照组。照射后4 h提取细胞总RNA,用含有45 033个基因的人类全基因组表达谱芯片检测分析。对差异表达基因进行层次聚类分析、基因本体论分析和通路分析,并用实时荧光定量PCR验证。结果表明,3个剂量组均上调表达的基因1330个,下调表达的基因1002个。基因表达量与吸收剂量相关的基因共18个,其中与剂量正相关的基因16个,负相关的基因2个。层次聚类分析结果表明,4个实验组中,0.1 Gy和1.0 Gy照射组差异表达基因相似程度最高。这些差异表达的基因涉及到多条通路,如细胞周期、p53信号通路、碱基切除修复、RNA转运和内质网蛋白加工等。实时荧光定量PCR检测结果表明,CASP9(caspase 9)mRNA在照射后4 h随吸收剂量表达变化与基因芯片检测结果一致。基因芯片筛选出的差异表达基因有助于阐明低剂量辐射生物效应作用机理,与辐射剂量相关的差异表达基因有可能成为低剂量辐射暴露的生物剂量计。

基因表达谱芯片分析人肺腺癌干细胞与肺正常干细胞的差异基因表达

目的比较肺腺癌干细胞与正常肺干细胞基因表达水平的差异。方法应用cDNA微阵列技术对肺腺癌和正常肺来源的干细胞的基因表达情况进行检测和比较,采用流式细胞分离技术分离2种干细胞,抽提细胞总RNA、扩增、Cy3染色后,与Agilent 4×44K人全基因组芯片杂交,扫描荧光信号,以Agilent feature extraction数据分析软件分析荧光信号,挑选差异表达基因,进一步对差异表达基因进行GO分析和pathway分析;以qRT-PCR验证芯片结果。结果在肺干细胞全基因组约41 000个基因中,肺腺癌和正常肺来源干细胞的差异表达基因多达5798个(Cut off=2.0);Agilent feature extraction数据分析软件显示2种细胞有明显不同的表达谱;GO分析表明在生物过程中,生物调节相关的差异表达基因占41%,其它比例较高的有细胞组分形成和发生、包内信号级联放大、细胞分化、细胞周期等;在分子功能中,72%的差异表达基因与结合有关,其它比例较高的包括转移酶活性、激酶活性和酶调节活性;在细胞组分方面,分布比较平均,包膜占13%,其它为非膜结合细胞器、胞外区、细胞组分、大分子复合物组分等;pathway分析显示wnt通路有明显差异,共有14个基因表达差异明显。原癌基因中共有11个原癌基因的表达发生了差异性改变,有3个基因上调倍数超过了10,分别是RAB25、MERTK、EGFR,而AKT3下调达到10倍。qRT-PCR结果与芯片结果比较,差异无统计学意义(P>0.05)。结论肺腺癌干细胞与正常肺干细胞在基因表达水平有明显差异。

基于网络药理学和分子对接探讨桑椹治疗糖尿病肾病作用机制

目的运用网络药理学和分子对接方法探讨桑椹治疗糖尿病肾病潜在作用机制。方法检索TCMSP数据库获取桑椹活性成分及作用靶点,检索DisGeNET、DrugBank、GeneCards、TTD数据库获取糖尿病肾病相关靶点,将两者靶点的交集作为桑椹治疗糖尿病肾病的“关联基因”;使用STRING数据库构建蛋白互作(PPI)网络,使用DAVID软件进行GO功能和KEGG富集分析;使用Discovery Studio2019软件进行分子对接。结果共得到桑椹活性成分91个,“关联基因”81个。GO功能富集结果显示,“关联基因”主要涉及转录正调控、基因表达正调控等生物过程,细胞外区域、细胞质、质膜等细胞成分,发挥蛋白质结合、DNA结合等分子功能,参与糖尿病并发症中的晚期糖基化终末产物及其受体通路、肿瘤坏死因子通路等;PPI分析及KEGG通路分析筛选出TNF、IL1B、IL6、VEGFA等13个关键基因。分子对接结果显示,关键基因的蛋白结构与活性成分结合情况良好。结论桑椹可调节炎症反应、糖代谢、细胞凋亡等过程,能够多成分、多靶点、多通路治疗糖尿病肾病。

骨质疏松症遗传相关基因的生物信息学研究

目的建立基于骨质疏松症遗传相关基因的蛋白质相互作用网络,发现其中其中包含的分子复合物和未经研究或研究较少的与骨质疏松症相关的蛋白质。方法基于OMIM数据库中与骨质疏松症发生相关的177个遗传基因,应用Cytoscape软件及其插件Agilent Literature Search,进行PUBMED文献的文本数据挖掘,建立骨质疏松症的蛋白质相互作用网络;应用MCOMD算法,探测网络中的分子复合物,并对分子复合物包含的蛋白质进行GO分析,分析包括分子功能、生物学通路、细胞组分。结果骨质疏松症的蛋白质相互作用网络包含863个节点(蛋白质)、2925条边(相互作用关系)、4个高度关联的分子复合物。这些分子复合物内的18个蛋白质与骨质疏松症的关系未经研究或研究较少。结论基于OMIM数据库,可建立骨质疏松症的蛋白质相互作用网络,发现未经研究或研究较少的骨质疏松症关联蛋白质。

基于GEO和TCGA数据库分析胃癌发生发展关键靶点的研究

目的阐明胃癌(gastric cancer,GC)组织与癌旁组织之间的基因表达差异,并评估其预后价值。方法从基因表达综合(gene expression omnibus,GEO)数据库中选取3个GC微阵列数据集(GSE79973、GSE54129和GSE19826),limma包分析GC和癌旁组织间基因表达差异;使用ClusterProfiler包对筛选出的差异表达基因(differentially expressed genes,DEGs)进行了基因本体论(gene ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)途径富集分析。使用STRING数据库检索DEGs的蛋白质-蛋白质相互作用(protein-protein interaction,PPI)信息,构建PPI网络,利用Cytoscape的cytohubba插件识别网络中的重要基因模块或枢纽基因。结果GSE79973、GSE54129和GSE19826数据集分别鉴定出886、2369和759个DEGs;上调的DEGs主要与细胞外基质、内质网和基底膜结构相关,且富集于PI3K-AKT号通路;下调的DEGs主要定位于细胞顶端、质膜和细胞皮层部分,且参与胃酸分泌,视黄醇代谢和药物代谢细胞色素P450途径。鉴定出关键节点分子如COL1A1、COL1A2、COL3A1、COL5A1和COL6A3等。这些关键分子在配对和非配对GC组织中均上调,差异有统计学意义(P<0.001),且其高表达与较差的总生存率(overall survival,OS)相关,差异有统计学意义(P<0.001),反之亦然。其中,COL1A1和COL3A1显示出很强的诊断能力。结论本研究揭示了GC组织与癌旁组织之间的关键差异基因表达,初步确定了这些基因作为预后生物标志物和治疗靶点的潜力。

生物基因最短路径模型分析

为系统地全局的研究生命现象及其本质,文章设计了一个基于基因微阵列实验数据的生物基因最短路径模型,并且针对最短路径模型构造新的观测计算方法最短路径分析法。通过对基因表达谱数据进行统计学分析和计算机处理,生成基因本体论分类生成树,最后根据已知基因分层次推断未知基因的功能。实验表明,最短路径模型和最短路径分析法能够将具有相似生物功能的基因聚类起来,从而更加精确地揭露基因之间的功能关系。

GFPT2基因系统发育与功能生物信息学分析

GFPT2作为己糖胺代谢重要的转录因子,在动物的多种疾病发生发展中起着重要作用。利用生物信息学方法对GFPT2蛋白的组分、功能、正选择位点及其分子进化进行了详细的分析。结果表明:13条不同物种氨基酸序列组分分析显示亮氨酸占比最高为9.86%,含量最低的氨基酸为色氨酸(0.15%),平均长度为664.8。系统进化树和结构域显示人和猴子的亲缘性最近,其次是大鼠、小鼠,所有氨基酸均包含两个SIS保守结构域。混合效应-演化模型(mixed effects model of evolution,MEME)和固定效应(fixed effects likelihood,REL)方法共发现8个正选择位点。基因本体论(gene ontology,GO)功能富集分析发现GFPT2主要参与GFPT酶活性、蛋白结合、碳水化合物衍生物结合方面发挥作用等生物学过程。京都基因与基因组百科全书(Kyoto encyclopedia of gene and genomes,KEGG)分析显示差异基因主要参与氨基糖和核苷酸糖代谢,丙氨酸、天冬氨酸和谷氨酸代谢,胰岛素抵抗3条信号通路。并且筛选到与GFPT2相互作用的10个基因:GFPT1、GLUL、GNPDA1、GNPNAT1、GPI、HK1、MPI、PPAT、AMDHD2、CAD。研究结果可以为GFPT2分子功能的深层次研究提供一定的借鉴作用,对进一步探究由己糖胺代谢导致的代谢异常及心血管疾病治疗具有重要的现实意义。

基于GEO芯片数据的肝癌特征基因生物信息学及预后分析

通过生物学信息方法筛选和分析肝癌组织与癌旁组织中的差异表达基因(DEGs),为肝癌早期预防、诊断以及治疗的靶点筛选提供参考。利用Rstudio中Limma包筛选出肝细胞癌(HCC)肝癌组织与癌旁组织的DEGs;Metascpape对DEGs进行GO功能富集和KEGG通路富集分析;STRING数据库构建PPI网络后,利用Cytoscape软件进行可视化并筛选关键基因,将筛选的关键基因利用GEPIA分析癌旁组织与肝癌组织中的基因表达及随肿瘤分期变化情况;Kalpan Meier-Plotter对关键基因的生存曲线进行分析;两芯片筛选出453个共有的DEGs,其中,上调基因149个,下调基因304个。上调DEGs主要富集在细胞分裂、细胞周期G1/S相变、细胞周期的正调控、DNA复制等生物过程;下调DEGs主要富集在一元羧酸代谢过程、有机酸分解过程、环氧酶P450途径、辅酶代谢过程等生物过程。通过对肝癌相关芯片数据的生物学信息分析发现,BUB1、AURKB、CDC20、CCNB1、CDCA8、CDK1、CCNB2、BUB1B、KIF2C等9个上调关键基因均与HCC预后不良相关,可能是肝癌发生发展的潜在靶点。

肺鳞癌中miR-144靶基因预测及其生物信息学分析

目的:分析miR-144靶基因在肺鳞癌中参与的信号通路生物过程。方法:分析The Cancer Genome Atlas网站中肺鳞癌患者的miR-144的表达量及生存曲线;预测miR-144靶基因并通过表达数据筛选影响肺鳞癌进展基因;BinGo软件对候选靶基因进行GO注释分析,利用DAVID网站预测其信号通路。结果:miR-144表达量高有利于延长肺鳞癌患者生存时间。综合4个靶基因数据库发现miR-144有72个预测结果,其中45个在肺鳞癌患者癌与癌旁组织间表达存在差异。其中部分候选靶基因参与胞核及星形微管的组成,参与上皮细胞增生、RNA合成。通路分析显示部分候选靶基因参与Ras、Wnt、Hippo等信号通路。结论:45个miR-144候选靶基因通过多条信号通路及生物过程调节细胞生命活动,影响肿瘤患者生存预期。

生物节律紊乱与阿尔茨海默症关联基因的生物信息学挖掘

目的:挖掘阿尔茨海默症与生物节律紊乱相关联的治疗性分子靶标。方法:从基因表达综合数据库GEO中获取GSE28146芯片数据,使用R软件挖掘、筛选差异表达基因;利用文本挖掘和蛋白互作筛选出与生物节律紊乱相关联的阿尔茨海默症基因,并对其进行染色体定位、功能注释和通路分析。结果:挖掘出372个阿尔茨海默症差异表达基因,在染色体上分布广泛,参与转录调控和免疫应答等过程;TIPIN基因既属于阿尔茨海默症差异表达基因又属于生物节律紊乱基因;有34个阿尔茨海默症差异表达基因与43个生物节律基因发生互作。结论:生物节律紊乱与阿尔茨海默症的发生密切相关。

基于GEO数据库基因表达数据探索影响卵巢癌患者预后及临床分期的基因

目的利用基因表达综合征(gene expressed omnibus,GEO)公共数据库筛选与卵巢癌分期相关的基因,并分析其临床意义。方法从GEO数据库的数据集GSE9891中筛选与临床分期相关差异基因,通过DAVID数据库对差异基因进行基因本体论(gene ontology,GO)和基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)富集分析。并且通过肿瘤基因组图谱(the cancer genome atlas,TCGA)对差异基因进行验证。结果分析数据集GSE9891得到23个与临床分期相关差异基因;GO富集分析发现有效靶基因参与胶原组织和细胞外基质合成;KEGG通路富集分析发现主要通过类固醇合成信号通路影响卵巢癌进展过程。临床分期相关差异基因在TCGA数据库中验证得到LUM、COL11A1、IGF1、TIMP3、COL10A1、FAP、COL8A1、EPYC、SFRP2、FABP4与临床分期相关(P<0.05,|log2FC|>1.5),其中COL8A1、COL11A1、COL10A1、FABP4和SFRP2等五个基因与卵巢癌的预后相关(P<0.05)。结论COL8A1、COL11A1、COL10A1、FABP4和SFRP2可能是影响卵巢癌进展的生物标志物。