RANK基因甲基化与新疆农牧区老年男性衰弱相关性研究

目的探讨新疆农牧区老年男性RANK基因甲基化与衰弱的关系。方法以2018年4~5月新疆农牧区65岁以上男性常住居民横断面流行病学调查为基础,从中随机抽取90例,其中哈萨克族30例,维吾尔族28例,汉族32例。通过问卷调查收集研究对象的基本信息,并采集空腹外周血5 mL,提取DNA。采用重亚硫酸盐测序法检测RANK基因启动子区甲基化率。采用Fried衰弱表型评估研究对象是否衰弱,将衰弱者作为病例组,衰弱前期及无衰弱者(非衰弱者)作为对照组。应用协方差分析分析RANK基因启动子区CpG岛甲基化率与衰弱的相关性。结果哈萨克族、汉族、维吾尔族对照组与病例组组内的RANK基因CpG岛甲基化率比较,差异均无统计学意义(P>0.05);3个民族的对照组RANK基因CpG岛甲基化率均明显高于病例组(P<0.05)。在校正BMI、饮酒、吸烟、年龄、高血压、糖尿病后,协方差分析结果依然显示新疆农牧区病例组的RANK基因CpG岛甲基化率显著低于对照组(P<0.05)。结论新疆农牧区老年男性的衰弱可能与RANK基因甲基化率降低相关。

RANK基因2个SNP位点多态性与贵州燃煤污染型地氟病患病风险的相关性

目的探讨核因子κB受体活化因子(RANK)基因rsrs1505034、rs884205单核苷酸多态性(SNP)与贵州燃煤型地氟病患病风险的关系。方法483例贵州地氟病区人群按照氟斑牙诊断标准(WS/T 208-2011)分为地氟组(283例,氟斑牙程度在极轻度及以上)和对照组(200例,氟斑牙分度正常),采用TaqMan-MGB探针法对2组人群外周血DNA样本RANK基因的rs1505034、rs884205位点进行基因分型,分析rs1505034、rs884205等位基因和基因型在两组的分布,采用SNPstats对SNP位点基因型与燃煤型地氟病发生发展的相关遗传模式进行分析,采用SHEsis对RANK基因rs1805034和rs884205位点之间进行连锁不平衡分析。结果RANK基因rs1805034位点等位基因和基因型频率在地氟组和对照组比较,差异有统计学意义(P<0.05);最优遗传模式分析显示,RANK基因rs1805034位点最优遗传模式为共显性,在该遗传模式下C/T基因型和T/T基因型相对于C/C基因型是燃煤型地氟病发生的保护因素(OR=0.17,95%CI为0.09~0.31;OR=0.04,95%CI为0.02~0.08);rs884205位点与燃煤型地氟病的发生无相关性(P>0.05);SHEsis分析结果显示上述2个位点之间不存在连锁不平衡(D′<0.5)。结论RANK基因rs1805034位点多态型可能与贵州燃煤型地氟病的发生相关。

人成骨样细胞和前破骨样细胞ER亚型、OPG/RANKL/RANK系统、IL-6及其受体以及破骨细胞标志基因表达的研究

目的分析比较两种人成骨样细胞系(U2-OS、MG-63)和两种人前破骨样细胞系(U937、HL-60)ER亚型、OPG/RANKL/RANK系统、IL-6及其受体以及破骨细胞标志基因表达的差异,为今后研究雌激素与IL-6等细胞因子在骨组织中相互关系提供适宜的细胞模型。方法RT-PCR和免疫印迹法检测ERα、ERβ的表达,ELISA法测定IL-6的分泌,OPG、RANKL、RANK及IL-6受体的表达采用免疫印迹法进行检测,TRAP、MMP-9则采用RT-PCR技术进行分析。结果(1)转录水平及蛋白水平证实四种细胞均表达ERα和ERβ;(2)四种细胞不同程度地表达OPG和RANKL,而RANK则仅见于U937细胞表达;(3)四种细胞均表达IL-6受体(IL-6Rα、gp130),除U2-OS细胞外其余三种细胞均组成型分泌IL-6;(4)破骨细胞标志基因TRAP在两种人前破骨样细胞U937、HL-60中均表达,且表达水平相近;而MMP-9仅在U937细胞中弱表达;两种人成骨样细胞U2-OS、MG-63未见有这两种基因表达。结论筛选出用于研究雌激素与IL-6等细胞因子在骨组织中相互关系的细胞模型,同时也为今后深入阐明骨靶向和其他新型抗骨质疏松雌激素的分子机制研究奠定基础。

Comparative study of microarray and experimental data on Schwann cells in peripheral nerve degeneration and regeneration: big data analysis

A Schwann cell has regenerative capabilities and is an important cell in the peripheral nervous system.This microarray study is part of a bioinformatics study that focuses mainly on Schwann cells. Microarray data provide information on differences between microarray-based and experiment-based gene expression analyses. According to microarray data, several genes exhibit increased expression(fold change) but they are weakly expressed in experimental studies(based on morphology, protein and mRNA levels). In contrast, some genes are weakly expressed in microarray data and highly expressed in experimental studies;such genes may represent future target genes in Schwann cell studies. These studies allow us to learn about additional genes that could be used to achieve targeted results from experimental studies. In the current big data study by retrieving more than 5000 scientific articles from PubMed or NCBI, Google Scholar, and Google, 1016(up-and downregulated) genes were determined to be related to Schwann cells. However,no experiment was performed in the laboratory; rather, the present study is part of a big data analysis. Our study will contribute to our understanding of Schwann cell biology by aiding in the identification of genes.Based on a comparative analysis of all microarray data, we conclude that the microarray could be a good tool for predicting the expression and intensity of different genes of interest in actual experiments.

Identification of Hub Genes Associated with Hepatocellular Carcinoma Prognosis by Bioinformatics Analysis

Objective: This study aimed to identify hub genes that are associated with hepatocellular carcinoma (HCC) prognosis by bioinformatics analysis. Methods: Data were collected from the Gene Expression Omnibus (GEO) and The Cancer Genome Atlas (TCGA) liver HCC datasets. The robust rank aggregation algorithm was used in integrating the data on differentially expressed genes (DEGs). Online databases DAVID 6.8 and REACTOME were used for gene ontology and pathway enrichment analysis. R software version 3.5.1, Cytoscape, and Kaplan-Meier plotter were used to identify hub genes. Results: Six GEO datasets and the TCGA liver HCC dataset were included in this analysis. A total of 151 upregulated and 245 downregulated DEGs were identified. The upregulated DEGs most significantly enriched in the functional categories of cell division, chromosomes, centromeric regions, and protein binding, whereas the downregulated DEGs most significantly enriched in the epoxygenase P450 pathway, extracellular region, and heme binding, with respect to biological process, cellular component, and molecular function analysis, respectively. Upregulated DEGS most significantly enriched the cell cycle pathway, whereas downregulated DEGs most significantly enriched the metabolism pathway. Finally, 88 upregulated and 40 downregulated genes were identified as hub genes. The top 10 upregulated hub DEGs were CDK1, CCNB1, CCNB2, CDC20, CCNA2, AURKA, MAD2L1, TOP2A, BUB1B and BUB1. The top 10 downregulated hub DEGs were ESR1, IGF1, FTCD, CYP3A4, SPP2, C8A, CYP2E1, TAT, F9 and CYP2C9. Conclusions: This study identified several upregulated and downregulated hub genes that are associated with the prognosis of HCC patients. Verification of these results using in vitro and in vivo studies is warranted.

基于生物信息学对心肌缺血再灌注损伤关键基因的筛选及实验验证

目的:运用生物信息学分析方法挖掘参与心肌缺血再灌注损伤(MIRI)的关键基因。方法:首先,从数据库中下载大鼠MIRI相关数据集GSE122020、E-MEXP-2098和E-GEOD-4105。其次,一方面利用微阵列数据线性模型(limma)包筛选各数据集中的差异表达基因(DEGs),再用稳健排序整合(RRA)方法筛选稳健DEGs;另一方面,利用替代变量分析(SVA)包将各数据集合并为1个数据集,再利用limma包筛选合并DEGs;将2种渠道的DEGs取交集获取共同DEGs。接着,构建共同DEGs的蛋白相互作用(PPI)网络,利用最大邻域组件密度(DMNC)算法筛选关键基因,并绘制关键基因的受试者工作特征(ROC)曲线,以评价其诊断效能。然后,构建MIRI大鼠模型,检测关键基因的mRNA和蛋白表达情况;并对关键基因参与MIRI的研究开展文献回顾分析。最后,对关键基因开展基因集富集分析(GSEA),进一步揭示其介导MIRI可能的机制。结果:共鉴定出143个稳健DEGs,48个合并DEGs,两者取交集后,获得48个共同DEGs。在共同DEGs的PPI网络中,共筛选出了5个关键基因,即MYC原癌基因bHLH转录因子(MYC)、前列腺素内过氧化物合酶2(PTGS2)、血红素加氧酶1(HMOX1)、胱天蛋白酶3(CASP3)和尿激酶型纤溶酶原激活物受体(PLAUR)。这些关键基因的ROC曲线下面积均大于0.8。在MIRI大鼠心肌组织中MYC、PTGS2、CASP3和PLAUR的mRNA和蛋白高表达,而HMOX1的mRNA和蛋白表达无显著差异。回顾文献,5个关键基因中仅PLAUR未被报道参与MIRI。PLAUR的GSEA结果显示,PLAUR的功能富集主要集中在NOD样受体信号通路、P53信号通路、Toll样受体信号通路、细胞凋亡和脂肪酸代谢等途径。结论:MYC、PTGS2、CASP3、HMOX1和PLAUR参与了MIRI的病理过程。PLAUR为潜在的关键基因,其可能通过调控NOD样受体信号通路、P53信号通路、Toll样受体信号通路、细胞凋亡和脂肪酸代谢等途径介导MIRI,结果可为进一步探讨MIRI的分子机制和治疗靶点提供参考。

基于基因表达式编程的错误定位方法

错误定位是软件调试中最重要且最耗时的部分,错误定位中的任何改进都可以大大降低软件成本,而其中秩函数的选择问题则尤为关键。结合基因表达式编程技术以及基于频谱的错误定位算法,找到适应程序的高效秩函数,提出了一种新的错误定位方法。从程序测试用例的覆盖信息中提取出四种类型的子集信息;通过基因表达式编程训练出适应程序的最优秩函数;利用秩函数计算出每条语句的可疑度值,并按照可疑度值由高到低的顺序逐条检查程序的可疑语句进行错误定位。通过实验,将训练出的秩函数与已经提出的秩函数(如Tarantula,Ochiai等)进行比较分析,结果表明,基于基因表达式编程的错误定位方法具有更精确的错误定位效果和更显著的定位效率。

基于RRA方法的胆道系统肿瘤热点突变基因分析

目的对胆道系统肿瘤,包括肝内胆管癌(ICC)、肝外胆管癌(ECC)及胆囊癌(GBC)的突变基因进行分析,找出胆道系统肿瘤中热点突变基因。方法检索Web of Knowledge、Scopus、PubMed数据库,根据纳入及排除标准纳入文献。最终纳入14篇符合标准的文献,对每一篇文章中的突变基因情况进行统计,运用RRA方法进行分析,寻找ICC、ECC、GBC的热点突变基因。结果找到ICC的热点突变基因为IDH1(突变频率16.9%)、KRAS(突变频率15.7%);ECC热点突变基因为KRAS(突变频率47.0%)、TP53(突变频率29.4%);GBC热点突变基因为TP53(突变频率36.8%)、KRAS(突变频率18.4%)。同时,发现IDH1基因突变为ICC中特有的基因突变类型。结论胆道系统肿瘤中,IDH1、KRAS、TP53为其热点突变基因。其中,KRAS为胆道系统肿瘤共有热点突变基因,IDH1为ICC中特有的热点突变基因。

基于改进非负矩阵分解的肿瘤基因表达谱特征提取

针对肿瘤基因表达谱的特点,提出基于低秩图正则非负矩阵分解(LGNMF)的特征提取方法,解决了NMF算法中缺少数据的全局信息,提升特征提取的有效性。该算法在NMF算法的基础上引入低秩图约束,提高了对数据局部和全局结构的描述,使得经过特征提取后的特征空间具有更强的分类能力。通过LGNMF算法对肿瘤基因表达谱数据集进行降维,获得低维特征空间,再使用KNN分类器对低维特征空间进行分类。通过与NMF、GNMF和RGNMF算法在四组标准肿瘤基因表达谱数据集进行对比,实验结果表明LGNMF算法能够有效提升分类效果。

基于多正则约束非负矩阵分解的基因特征提取

针对基因表达谱数据高维度、高噪声的特点,在传统非负矩阵分解(NMF)理论的基础上,提出一种基于多正则约束非负矩阵分解(MRCNMF)的特征提取模型。通过引入流形正则,使得NMF在维数约简的同时能够保持原始数据的内部空间结构,低秩稀疏正则约束对噪声和数据丢失具有较好的抑制作用。提出一种模型求解方法,通过引入+乘子保持矩阵分解的非负性。实验结果表明,采用的特征提取算法对基因表达谱中的噪声具有较强的抑制作用,与NMF和图正则非负矩阵分解(GNMF)相比能够达到更高的分类精度。

基于简单统计排名模型的差异表达基因识别

不同实验条件下差异表达基因(DEGs)的识别是微阵列数据分析的主要目标之一,针对分析结果中具有高排名的基因往往表现出较低差异表达水平的缺点,提出了一种基于简单统计排名模型的差异表达基因识别算法MRP(Matrix rank product)。算法可直接处理基因芯片原始数据,排除了数据预处理方法对算法的干扰;另外,通过对基因芯片数据形成的矩阵进行整体排序计算,得到具有高准确度的差异表达性排名结果。

药物活性谱与基因表达谱在细胞子集中秩相关性的鉴定

为寻找药物和基因之间具有生物学意义的关联 ,提出了一种判别药物活性谱与基因表达谱在细胞系子集中的局部相关性的策略。细胞子集的划分采用多尺度聚类算法 ,在细胞子集上相关的统计显著性判别采用Spearman秩相关系数的检验。实验表明该方法具有更好的从中发现有用信息的能力。

微阵列基因选择约简方法

提出了一个基于Spearman秩相关分析的序值决策系统的约简方法,并成功地用于微阵列基因选择。约简是知识发现的重要过程。经典的基于等价关系的粗糙集理论没有考虑系统取值的序值性,并且对数据噪声较为敏感。文中的约简方法不但考虑了个体属性值的序值关系,并且对数据噪声不敏感,因而更符合实际应用的要求。

基于统计相关性与K-means的区分基因子集选择算法

针对高维小样本癌症基因数据集的有效区分基因子集选择难题,提出基于统计相关性和K-means的新颖混合基因选择算法实现有效区分基因子集选择.算法首先采用Pearson相关系数和Wilcoxon秩和检验计算各基因与类标的相关性,根据统计相关性原则选取与类标相关性较大的若干基因构成预选择基因子集;然后,采用K-means算法将预选择基因子集中高度相关的基因聚集到同一类簇,训练SVM分类模型,计算每一个基因的权重,从每一类簇选择一个权重最大或者采用轮盘赌思想从每一类簇选择一个得票数最多的基因作为本类簇的代表基因,各类簇的代表基因构成有效区分基因子集.将该算法与采用随机策略选择各类簇代表基因的随机基因选择算法Random,Guyon的经典基因选择算法SVM-RFE、采用顺序前向搜索策略的基因选择算法SVM-SFS进行实验比较,几个经典基因数据集上的200次重复实验的平均实验结果表明:所提出的混合基因选择算法能够选择到区分性能非常好的基因子集,建立在该区分基因子集上的分类器具有非常好的分类性能.

基于数据融合算法的精神分裂症易感基因排序及其信号通路研究

目的利用已有的研究结果,采用数据融合分析方法,对与已知的精神分裂症易感基因有密切关系的候选基因进行统计分析,得出基因排序及其信号通路的结果,以此证明数据融合算法能够有效筛选精神分裂症易感基因。方法根据已知的与精神分裂症相关的基因,利用Endeavour工具,通过数据融合算法将候选基因排序,并用DAVID数据库对基因排序结果进行功能注释和富集分析。结果利用数据融合算法获得的排序较高的基因与已有研究进行比较,证实排名第二的NRG3和排名第三的AKT1与精神分裂症有密切联系。其他排名较高的基因可以作为潜在的疾病易感基因,为精神分裂症的研究提供参考。结论数据融合算法能够准确评价候选基因与精神分裂症的联系,使用该方法能有效地对精神分裂症易感基因进行筛选和判定。

RABBIC:基因表达数据的基因模块发现

发现基因模块是生物信息学数据分析的一个重要研究内容.本文定义基因模块为一组基因,其表达水平在一个样本子集中的每一样本上都有完全相同或相反的大小顺序.为了从高维度的基因表达数据中发现有意义的基因模块,提出一种基于Rank(序)的双向聚类算法——RABBIC(RAnk-Based BIClustering algorithm).RABBIC算法对模拟数据集和真实数据的聚类分析都获得良好的性能评价,RABBIC算法发现了TCGA提供的卵巢癌基因表达数据的451个基因模块,其中93个同时满足显著性、准确性和相关性的要求.经基因集功能富集分析,得到了25个可能具有重要的生物医学意义的基因模块.

基于GEP算法和马尔科夫链的地震等级预测模型

介绍了一种利用基因表达式编程算法进行多元非线性函数建模的方法,并应用于地震等级预测中,实验表明,GEP模型的预测精度远高于神经网络模型。最后,利用地震等级数据无后效性和平稳性的特征,通过马尔科夫链求得状态转移矩阵,并得到了GEP模型预测的状态区间以及相应概率,增加了预测结果的可信度。

基于SVM和平均影响值的人肿瘤信息基因提取

基于基因表达谱的肿瘤分类信息基因选取是发现肿瘤特异表达基因、探索肿瘤基因表达模式的重要手段。借助由基因表达谱获得的分类信息进行肿瘤诊断是当今生物信息学领域中的一个重要研究方向,有望成为临床医学上一种快速而有效的肿瘤分子诊断方法。鉴于肿瘤基因表达谱样本数据维数高、样本量小以及噪音大等特点,提出一种结合支持向量机应用平均影响值来寻找肿瘤信息基因的算法,其优点是能够搜索到基因数量尽可能少而分类能力尽可能强的多个信息基因子集。采用二分类肿瘤数据集验证算法的可行性和有效性,对于结肠癌样本集,只需3个基因就能获得100%的留一法交叉验证识别准确率。为避免样本集的不同划分对分类性能的影响,进一步采用全折交叉验证方法来评估各信息基因子集的分类性能,优选出更可靠的信息基因子集。与基它肿瘤分类方法相比,实验结果在信息基因数量以及分类性能方面具有明显的优势。

最大信息系数的柑橘黄龙病差异表达基因识别

柑橘黄龙病是柑橘生产中的严重灾害,被称为柑橘"癌症",对全球柑橘产业造成了巨大的破坏.通过基因的差异表达信息,可以精确地洞察生物学过程和功能紊乱,并发现相关的致病基因,明确黄龙病菌对柑橘基因表达的关键影响.通过使用新型的非参数统计方法最大信息系数与常用的Rank Products和Wilcoxon符号秩检验两种方法识别柑橘植物差异表达基因,并对它们的识别结果进行比较,以期讨论最大信息系数在柑橘黄龙病差异表达基因识别中的可行性.实验表明,最大信息系数用于柑橘黄龙病差异表达基因的识别是可行的.

Rank sum method for related gene selection and its application to tumor diagnosis

Tumor diagnosis by analyzing gene expression profiles becomes an interesting topic in bioinformatics and the main problem is to identify the genes related to a tumor. This paper proposes a rank sum method to identify the re- lated genes based on the rank sum test theory in statistics. The tumor diagnosis system is constructed by the support vector machine (SVM) trained on the set of the related gene expression profiles. The experiments demonstrate that the constructed tumor diagnosis system with the rank sum method and SVM can reach an accuracy level of 96.2% on the colon data and 100% on the leukemia data.