基于生物信息学方法挖掘奶山羊miRNAs研究

microRNAs(miRNAs)是长约22nt的内源非编码小分子RNA,在转录后基因调控中发挥重要作用。奶山羊是具有重要经济价值的产乳动物,有关奶山羊miRNAs研究相对匮乏,识别和鉴定新的奶山羊miRNA至关重要。文章以与奶山羊高度同源的绵羊基因组为参考数据库,应用生物信息学方法得到101条新的奶山羊miRNAs序列,并对其进行序列特性分析,为今后基因组信息不全物种的miRNAs挖掘与鉴定提供参考。

ortholog——概念、生物信息预测方法和数据库

orthologs指起源于不同物种的最近的共同祖先的一些基因。orthologous的基因,具有相近甚至相同的功能,由相似的途径调控,在不同的物种中扮演相似甚至相同的角色,因此在基因组序列的注释中,是最可靠的选择。orthologs的生物信息预测方法主要有两类:系统发生方法和序列比对方法。这两类方法都是基于序列的相似性,但又各有特点。系统发生方法通过重建系统发生树来预测orthologs,因此在概念上比较精确,但难于自动化,运算量也很大。序列比对方法在概念上比较粗糙,但简单实用,运算量相对较小,因此得到了较广泛的应用。

应用生物信息学方法筛选与早期胃癌预后相关的核心基因

目的应用生物信息学方法筛选与早期胃癌预后相关的核心基因。方法以“early gastric cancer,Homo”为关键词,从GEO数据库中下载人类早期胃癌基因芯片数据集(GSE3438、GSE55696)。利用GEO2R在线分析工具筛选早期胃癌组织与正常胃组织的差异表达基因(DEGs),采用维恩图确定GSE3438、GSE55696数据集的交集基因。利用生物学信息注释数据库DAVID对早期胃癌DEGs进行GO功能注释和KEGG富集分析。应用STRING在线数据库,以medium confidence>0.4为条件构建DEGs的蛋白质相互作用网络,并通过Cytoscape的CytoHubba插件按基因节点的连接度筛选前6位核心基因。以核心基因mRNA表达的最佳截断值为临界值,将早期胃癌患者分为高表达者与低表达者,比较不同表达者的总生存期(OS)。结果从GSE3438、GSE55696数据集中共获取30个DEGs,其中表达上调基因11个、表达下调基因19个。GO功能注释显示,早期胃癌的DEGs主要存在于细胞外外来体的细胞学组分,介导烟酰胺腺嘌呤二核苷酸(NAD)或烟酰胺腺嘌呤二核苷酸磷酸(NADP)为受体的氧化还原酶活性的生物学功能,参与细胞增殖调控的生物学过程。KEGG富集分析显示,DEGs主要参与糖酵解和糖异生以及细胞色素P450信号通路的调控。通过Cytoscape的CytoHubba插件按基因节点的连接度筛选前6位核心基因,分别为CDKN2A、ANXA2、CTSB、ATF3、CD59、CCND2。ANXA2高表达者中位OS高于ANXA2低表达者,CTSB高表达者中位OS低于CTSB低表达者(P均<0.01);CCND2、CD59、ATF3、CDKN2A不同表达者中位OS比较P均>0.05。结论早期胃癌组织存在多种DEGs,其中ANXA2、CTSB表达变化可能与早期胃癌患者预后有关。

SNP功能分析的生物信息学方法及其资源

在后基因组时代,单核苷酸多态性(Single Nucleotide Polymorphism,SNP)数据的快速积累使得用计算方法对编码区和非编码区SNP进行功能分析成为可能;但是目前各种SNP功能预测方法的预测精度均不能令人满意。针对这一问题,文章根据SNP的分类,分别对错义SNP、同义SNP和非编码区SNP功能分析的生物信息学方法进行了总结。其中重点介绍了基于序列特征和基于结构特征的有害错义SNP预测方法。还介绍了互联网上提供SNP资源和功能注释工具。分析表明,各种SNP功能分析方法还有很大的改进余地。

基于生物信息学方法筛选结肠癌进展相关的枢纽基因

目的利用生物信息学方法筛选结肠癌进展相关的差异表达基因(DEGs)。方法从GEO数据库下载GSE127069、GSE145626数据集,运用GEO在线分析工具GEO2R提取这两个数据集的原始数据,利用韦恩图在线分析工具筛选DEGs。利用基因功能注释在线工具DAVID对DEGs进行GO功能注释和KEGG通路富集分析;将获得的DEGs数据导入STRING数据库构建PPI网络,并通过CytoHubba插件筛选枢纽基因;利用GEPIA数据库验证枢纽基因在结肠癌组织与癌旁组织中的表达差异。结果经GEO2R筛选,共从GSE127069、GSE145626数据集中获得DEGs 142个,其中表达上调基因35个、表达下调基因107个。GO功能注释发现,这些DEGs的生物学过程主要涉及细胞外基质降解、氧化还原过程、细胞黏附,分子功能主要涉及钙离子结合、碳酸盐脱水酶活性,细胞组分主要涉及胞外区域、膜的组成;KEGG通路富集分析显示,筛选获得的DEGs主要涉及PI3K-Akt通路和代谢途径通路。通过CytoHubba插件筛选PPI网络中相互作用排名前10位的DEGs作为枢纽基因,分别为IL-6、GCG、SLC26A3、TIMP1、SPP1、TMIGD1、MYC、MMP3、MMP1、SLC9A2。结肠癌组织GCG、TMIGD1表达低于癌旁组织,TIMP1、SPP1、MYC、MMP3、MMP1表达高于癌旁组织(P均<0.05);而结肠癌组织与癌旁组织IL-6、SLC26A3、SLC9A2表达比较差异均无统计学意义(P均>0.05)。结论本研究共筛选出10个与结肠癌进展相关的枢纽基因,分别为IL-6、GCG、SLC26A3、TIMP1、SPP1、TMIGD1、MYC、MMP3、MMP1、SLC9A2。

基于生物信息分析学方法筛选多发性骨髓瘤差异表达基因

目的 基于生物信息学筛选多发性骨髓瘤(MM)的差异表达基因,并分析差异表达基因的生物学功能及其调控通路。方法 从GEO数据库中下载基因芯片数据GSE113295,应用GEO2R在线分析工具基于R语言的limma包分析基因的表达数据,以P<0.05、|logFC|>1.5为条件筛选出MM样本中的差异表达基因(DEGs),运用DAVID数据库在线分析工具(https://david.ncifcrf.gov)对DEGs进行基因本体(GO)分析和基因功能百科全书(KEGG)通路富集分析,利用STRING在线分析工具(https://string-db.org/)和Cytoscape软件构建差异基因所调控的蛋白相互作用网络,基于cytoHubba插件挖掘在生物学过程中发挥至关重要作用的关键基因。结果 本研究共获得1380个DEGs,其GO功能在生物学层面上主要介导免疫反应、细胞通讯、细胞黏附、信号转导过程;在细胞组分层面上主要参与细胞质膜组成、整合及胞外间隙的调控;在分子功能层面主要富集于G蛋白偶联受体活性、细胞黏附分子活性、结构因子活性、细胞因子活性。KEGG信号通路分析显示,差异表达基因主要调控神经活性配体-受体相互作用、细胞黏附分子(CAMs)、过氧化物酶体增殖物激活受体(PPAR)信号通路。在差异表达基因调控的复杂的蛋白互作网络(PPI)中筛选出7个关键基因BUB1B、PPARG、MAPK14、FYN、IL6、ITPKB、ZH2。结论 MM样本的差异表达基因有1380个,其中BUB1B、PPARG、MAPK14、FYN、IL6、ITPKB、ZH2可能参与MM的发生发展,主要调控免疫反应、细胞黏附、细胞质膜组成和整合等生物学过程,可通过神经活性配体-受体相互作用、CAMs、PPAR信号通路进一步探索MM的发病机制,为进一步探索MM的治疗靶点和预后标志物提供理论依据。

基于生物信息学方法筛选骨关节炎进展相关关键基因

目的利用生物信息学方法筛选骨关节炎进展相关的差异表达基因(DEGs)。方法在基因表达组学数据库(GEO)下载GSE206848数据集,运用GEO2R在线工具进行分析,并筛选DEGs;利用R语言绘制火山图和热图。然后对DEGs进行GO功能富集分析和KEGG通路富集分析;将获得的DEGs数据导入STRING数据库构建蛋白互作网络(PPI),并通过CytoHubba插件以5种算法取交集筛选关键基因(Hub gene)。结果经GEO2R筛选,从GSE206848数据集中获得DEGs 1592个(545个上调基因、1047个下调基因)。GO功能富集分析发现,DEGs的生物学过程主要富集在DNA代谢过程的调节、超分子纤维组织的调控、细胞器组织的负调控;细胞定位主要富集细胞边缘、肌动蛋白细胞骨架、核散斑;分子功能主要富集微管蛋白结合、蛋白丝氨酸/苏氨酸激酶活性、蛋白丝氨酸/苏氨酸/酪氨酸激酶活性。KEGG通路富集分析结果主要涉及PI3K-Akt信号通路、肌动蛋白细胞骨架调控等。应用CytoHubba插件筛选得到3个关键基因(PIK3CA、EGFR、SRC)。结论该研究共筛选出3个与骨关节炎进展相关的关键基因,分别为EGFR、PIK3CA、SRC。

生物信息学方法鉴定藜芦转录因子基因家族的研究现状

为了更好地发挥藜芦的价值,利用生物信息学方法鉴定藜芦转录因子基因家族,对藜芦转录因子基因家族进行polish排序得出90756个序列,藜芦bHLH蛋白家族主要包括Ⅲ、Ⅳ、Ⅶ、Ⅷ、Ⅸ、Ⅻ等级别,不同级别中的构成与表现有所不同。藜芦bHLH结构域包括53个氨基酸,Basic区域具有13个氨基酸,转录因子DNA结合区域为碱性区域,能够识别DNA,促进靶基因E-box识别。本研究为促进藜芦转录因子基因家族功能研究提供参考。

绵羊不同部位脂肪组织microRNA高通量测序及生物信息学分析

本研究旨在挖掘绵羊不同脂肪组织中特异表达的miRNAs。构建肾周(PEF)、皮下(SUF)和尾部(TAF)脂肪组织的3个小RNA文库,利用Solexa测序技术进行测序,用Stem-loop qRT-PCR技术和生物信息学方法对测序结果进行验证和分析。结果表明,8个随机选择的miRNAs中有7个miRNAs的表达与测序结果一致。在肾周和皮下脂肪组织的sRNA文库中分别检测到128和112个保守miRNAs,分别发现198和196个新miRNAs。结合前期在尾脂中检测到miRNAs的分析结果,肾周脂肪中特异表达的有12个保守的和66个新miRNAs;皮下脂肪中特异表达的保守和新miRNAs分别为1个和30个;尾脂中特异表达的保守和新miRNAs分别为1个和34个。上述结果将为进一步研究miRNA调控绵羊的脂肪代谢提供科学依据。

基于元分析和生物信息学分析的玉米抗旱相关性状QTL一致性区间定位

定位玉米基因组中一致的抗旱性区段是玉米抗旱分子育种的重要基础。本研究对至今发表的在干旱条件下定位的相关性状QTL信息搜集整理,以IBM2 2008 Neighbors为参考图谱,利用overview分析和元分析方法进行Meta-QTL(MQTL)检测,共发掘79个MQTL,生物信息学分析结果显示,有43个区间内包含抗旱相关基因信息,占检出MQTL总数的54.43%。基于MaizeGDB网站的Genome Browser中的遗传图谱与物理图谱的整合信息,进行MQTL物理距离的估算,根据maizesequence网站的玉米基因组序列信息,进行初步的抗旱基因预测表明,这些区段中包含丰富的MYB、bZIP以及DREB转录因子序列信息以及大量的LEA基因家族成员。

莜麦AnHRGP基因的生物信息学分析

以AnHRGP基因编码的富含羟基脯氨酸糖蛋白(AnHRGP)为研究对象,用生物信息学方法对该蛋白质的一级结构及理化性质、跨膜区、亲疏水性、二级结构及功能位点、三级结构特点等进行分析。应用ExPASy在线分析AnHRGP的氨基酸组成及理化性质,通过SOMPA在线预测AnHRGP的二级结构,应用TMHMM Server v. 2.0对AnHRGP进行跨膜结构分析,采用Phyre^2对蛋白质的三级结构进行建模。结果表明,该蛋白基因的开放阅读框(openreadingframe,简称ORF)可以编码202个氨基酸,是一种无信号肽、无跨膜结构、无卷曲螺旋结构、定位于叶绿体和线粒体基质空间的不溶性疏水蛋白。无规则卷曲为AnHRGP中成分最多的二级结构。通过Phyre^2工具模拟出了该蛋白质的三级结构模型。

贝酵母ADR1基因的克隆和生物信息学分析

酿酒酵母ADR1基因是编码过氧化物酶蛋白质转录的正向调节基因,对乙醇代谢有正向调节作用。本文采用PCR技术首次在贝酵母基因组DNA中对ADR1基因序列进行全长克隆,利用在线分析工具Prot Param、Prot Scale、TMHMM、Predict Protein、Swiss-Model等软件对其编码蛋白质的基本理化性质进行分析,同时预测了该基因所编码蛋白质的二级结构和三级结构。结果表明:该核苷酸序列含有一个长3960 bp的开放阅读框,可编码1319个氨基酸。编码的蛋白质为在细胞核中行使调控功能的亲水蛋白,含有17个丝氨酸(S)激酶潜在磷酸化位点、四个coil区和2个锌指结构域,与酿酒酵母ADR1基因所编码的蛋白质结构和性质极为相似,可初步认为贝酵母ADR1基因是乙醇脱氢酶的调控基因。

基于生物信息学预测迷迭香酸治疗子宫内膜癌的靶点和通路

目的 基于生物信息学方法预测迷迭香酸治疗子宫内膜癌的作用靶点及通路。方法 借助TCMSP和CTD数据库收集和筛选出迷迭香酸的基因,利用GeneCards、DisGeNET数据库获取子宫内膜癌的相关靶点;以STRING 11.5数据库为平台构建靶蛋白互作网络(PPI),运用Metascape数据库进行基因本体(GO)富集分析和京都基因与基因组百科全书(KEGG)通路富集分析。结果 迷迭香酸共筛选出76个靶点,子宫内膜癌共有4 052个靶点,其中迷迭香酸与子宫内膜癌的交集靶点有67个,包括JUN、TNF、IL-6、PTGS2、MMP-9、CASP3、AKT1等。将67个交集靶点进行富集分析获得1 422条GO富集分析条目和271条KEGG富集分析通路。结论 迷迭香酸可能通过靶点MMP-9、AKT1,IL-17信号通路、TNF信号通路、Toll样受体信号通路参与子宫内膜癌的治疗。

谷子光敏色素家族基因的生物信息学及表达模式分析

光敏色素(PHY)是植物体重要的光感受器,在光形态建成中发挥重要作用。为挖掘新型模式植物谷子的光敏色素基因,通过BLAST从xiaomi基因组中共鉴定出4个SiPHYs,命名为SiPHY-1、SiPHY-2、SiPHY-3、SiPHY-4。利用生物信息学方法对SiPHYs的基因结构、理化性质、系统进化、启动子顺式作用元件和不同时期不同组织的表达谱进行分析,并采用RT-qPCR分析6个品种(系)在不同光周期下SiPHYs差异表达。结果表明,4个SiPHYs分布在8号和9号染色体上,除SiPHY-2外其余3个成员均为酸性亲水性蛋白;系统进化显示,SiPHY-1和SiPHY-2为PHYA亚族,SiPHY-3为PHYB亚族,SiPHY-4为PHYC亚族,且SiPHYs与狗尾草SvPHYs、玉米ZmPHYs、高粱SbPHYs的亲缘关系近,与拟南芥AtPHYs亲缘关系较远;SiPHYs的顺式作用元件中光响应元件占比最多。表达谱分析结果显示,SiPHY-1可能与谷子的种子萌发有关,SiPHY-3可能与谷子形态建成有关,SiPHY-4可以调控谷子的抽穗开花期;进一步对6个品种(系)不同光周期下的差异表达显示,SiPHY-1在晋谷21和大同红谷中差异显著,SiPHY-3在大同红谷中差异显著,SiPHY-4在晋谷21、xiaomi、黄粟和xiaomi4中差异显著,而SiPHY-2在不同光周期和不同材料中表达量均很低或不表达,说明SiPHY表达量受光周期和基因型的影响。

多发性肌炎差异表达基因的生物信息学分析

目的利用生物信息学方法筛选多发性肌炎(PM)的差异表达基因(DEGs)。方法从GEO芯片数据库下载PM基因表达谱GSE128470,利用GEO2R在线分析工具筛选PM的DEGs,利用DAVID在线网站对DEGs进行功能注释(GO)富集分析和京都基因与基因组百科全书(KEGG)信号通路分析,应用STRING数据库预测DEGs的蛋白质—蛋白质相互作用网络,并利用Cytoscape3.8.2软件中插件MOCOD和CytoHubba分别筛选出核心模块和关键基因。结果在PM基因表达谱GSE128470中共获得366个DEGs,其中表达上调基因331个、表达下调基因35个。GO富集分析显示,DEGs主要功能涉及干扰素γ介导的信号通路、免疫反应、内质网膜腔侧的组成部分、细胞外空间、肽抗原结合、MHCⅡ类受体活性等;KEGG信号通路分析显示,DEGs主要参与抗原处理和呈递、吞噬体、同种异体移植排斥、细胞黏附分子、细胞因子与细胞因子受体的相互作用、Toll样受体信号通路。以蛋白质—蛋白质相互作用网络中前十位的DEGs作为关键基因,分别为PTPRC、STAT1、CD44、VCAM1、ICAM1、IRF8、IRF1、ITGB2、TYROBP、HLADRB1。结论本研究从PM患者肌肉组织中共筛选出366个DEGs,这些DEGs主要参与抗原处理和呈递、免疫反应、吞噬体、细胞黏附分子等信号通路。其中,PTPRC、STAT1、CD44、VCAM1、ICAM1、IRF8、IRF1、ITGB2、TYROBP、HLADRB1为PM的关键基因。这些关键基因有可能成为PM早期诊断、靶向治疗和预后评估的分子标志物。

乳腺癌脑转移差异基因的生物信息学分析

目的利用生物信息学方法筛选乳腺癌脑转移瘤差异表达的核心基因。方法从GEO数据库下载GSE125989数据集,运用GEO在线分析工具GEO2R分析数据集的差异基因。利用在线工具DAVID对差异表达基因进行GO功能注释和KEGG通路富集分析,将获得的差异表达基因数据输入STRING数据库并通过Rstudio进行可视化。利用Rstudio的CytoHubba插件筛选核心基因。利用Kaplan-Meier Plotter在线工具验证核心基因与总生存期的关系。结果经GEO2R工具筛选出22277个基因,进一步筛选集中获得差异表达基因74个,GO功能注释发现,差异表达基因主要在细胞外基质组织等方面显著富集;KEGG通路主要在蛋白质消化吸收等通路富集。通过CytoHubba插件以度筛选出PPI网络中排名前10位的差异表达基因为核心基因。生存分析显示DCN、ELN与患者总生存期具有显著的相关性。结论本研究共筛选出2个与乳腺癌脑转移预后相关的核心基因,分别为DCN、ELN。

生物网格的应用探索

网格技术快速发展对基础科学的研究提供了诸多帮助．尤其是对于那些对海量数据存储、传输和计算的领域．譬如生命科学的研究。

Survivin HLA-A2^+高亲和性CTL表位的预测及鉴定

目的:采用生物信息方法预测和鉴定survivin抗原HLA-A2+限制性CTL表位,为探索基于survivin的肿瘤免疫治疗奠定基础。方法:采用超基序法和量化基序法对靶抗原survivin HLA-A2+限制性CTL表位进行预测;选取得分>10的表位肽为候选对象,并进行人工合成。采用T2细胞,以HLA-A2结合实验和流式细胞术(FITC染色)检测候选CTL表位肽的结合亲和力[以荧光系数(fluorescence index,FI)表示];以HLA-A2解离实验和流式细胞术检测其结合稳定性[以复合物解离50%的时间DC50(dissociation complex50%)表示]。结果:预测到的候选survivinCTL表位肽分别是:20STFKNWPFL28(SV20-28)、23KNWPFLEGC31(SV23-31)、96LTLGEFLKL104(SV96-104)、6LPPAWQPFL14(SV6-14)、33CTPERMAEA41(SV33-41)、46CPTE-NEPDL54(SV46-54)、130KVRRAIEQL138(SV130-138)、37RMAEAGFIH45(SV37-45)、88SVKKQFEEL96(SV88-96)。亲和力分析显示:SV20-28、SV96-104、SV130-138、SV23-31的FI分别为8.61、6.88、5.89、3.81;SV33-41、SV6-14、SV46-54、SV37-45、SV88-96的FI分别为0.31、-0.29、-0.4、-0.16和-0.03;稳定性分析结果DC50为:SV20-28、SV96-104、SV130-138>8h;SV23-31为4～6h;SV6-14、SV33-41、SV88-96为2～4h;SV46-54、SV37-45为0～2h。结果提示,SV20-28、SV96-104、SV130-138为高亲和力表位肽,SV23-31为中等亲和力表位肽,SV33-41、SV6-14、SV46-54、SV37-45、SV88-96为低亲和力表位肽。结论:超基序法、量化基序法可快速有效地预测抗原表位,SV20-28、SV96-104、SV130-138有可能是survivin HLA-A2+CTL表位,可用于后续研究。

白血病相关抗原MLAA-34 HLA-A2^+限制性CTL表位的预测及鉴定

目的采用生物信息学方法预测和鉴定白血病相关抗原MLAA-34 HLA-A2+限制性CTL表位,探索基于MLAA-34为靶标的白血病免疫治疗的可能性。方法采用超基序法和量化基序法对靶抗原MLAA-34 HLA-A2+限制性CTL表位进行预测;选取评分较高且排位在前10位的抗原表位肽为候选表位肽,并进行人工合成。利用T2细胞,以肽结合试验及流式细胞术检测各候选CTL表位肽的结合亲和力[以荧光指数(fluorescence index,FI)表示];选取亲和力较高的4种多肽进行特异性CTLs的体外扩增,同时用LDH释放法对CTLs的活性进行检测。结果预测的前10位候选MLAA-34 CTL表位肽中,MLAA2(ILLKNQPKL)、MLAA3(LLTRHKVLV)、MLAA5(LLVTLI-ADL)和MLAA9(YLIKQIRDL)具有较高的亲和力,其FI分别为1.65、1.73、1.82、1.02,可作为候选表位肽进一步分析。细胞毒实验分析显示,MLAA5(LLVTLIADL)可在体外有效诱导特异性CTLs的产生,杀伤靶细胞。结论 MLAA5(LLVTLIADL)为白血病相关抗原MLAA-34的HLA-A2+限制性CTL表位,为基于MLAA-34的治疗性多肽疫苗的设计制备奠定了基础。