基于GEO数据库和转录因子调控网络的结核病药物作用靶点筛选及其作用机制

目的基于GEO数据库和转录因子调控网络筛选抗结核病药物及药物作用靶点。方法通过NCBI的GEO数据库,筛选结核病患者和健康者之间差异表达的基因;通过AnimalTFDB 3.0数据库预测差异表达基因中的转录因子,并构建转录因子调控网络;通过调控网络中的关键基因筛选相关miRNA,并筛选关键节点,初步阐明结核病致病的分子机制。结果通过GEO数据库检索,筛选出的差异表达基因为784个;通过AnimalTFDB 3.0数据库筛选出23个转录因子和对应的790个靶基因,构建了转录因子-靶基因的调控网络;通过TargetScanHuman 7.2查询到关键节点对应的miRNA,构建“转录因子-靶基因-miRNA”调控网络,筛选出4个结核病药物靶点(EP300,CREBBP,ELAVL1,HSP90AA1),阐明了其与转录因子和miRNA之间的调控机制。结论通过构建结核“转录因子-靶基因-miRNA”网络,筛选出结核病新的潜在药物作用靶点——EP300、CREBBP、ELAVL1、HSP90AA1;同时发现,EP300、CREBBP、HSP90AA1通过激活转录因子STAT2,导致机体内炎症因子TNF-α水平增高,进而抑制了miR-9-5p的表达;而基因ELAVL1直接抑制miR-9-5p的表达,并且与NOD-like receptor signaling pathay通路密切相关,导致结核病的发生发展。

基于RefSeq数据库的人类标准转录数据集的构建

美国国家生物信息技术中心(NCBI)提供了具有生物意义上的非冗余的基因和蛋白质序列的RefSeq参考序列数据库。然而,由于基因普遍存在的多态性以及不同实验室对于序列测定的质量控制存在差异等原因,已发现RefSeq数据库可能存在部分质量问题。文章基于“中心法则”提出“标准转录数据集”的概念,以人类基因和基因组序列为例,利用BLAT、Sim4和自行设计的EIparser等基因结构解析程序分析了RefSeq人类基因转录数据(2005-4-18)与目前所公布的人类标准基因组(2005-4-20)的对应关系。对于有实验证据支持的标记为NM_和NR_的记录,多种程序分析结果表明,其与标准基因组完全相对应的记录为9 771个;符合多个程序修订标准的记录有10 943个;而与标准基因组有较大差异的记录为203个,多种程序分析结果不一致的记录为2 676个,提示研究人员在使用此非标准转录组数据时,必须考虑到其存在非标准转录的原因甚至存在错误的可能性。此文为基于标准、高质量转录数据集的生物信息学数据分析、分子生物学实验设计、基因多样性和遗传变异分析等提供了重要的参考标准。相关结果可通过http://biocompute.bmi.ac.cn/transcriptome/index.htm访问。

基于网络数据库的TFEB泛癌分析

目的:研究转录因子EB(TFEB)基因在人肿瘤组织中的表达、预后相关性及免疫浸润等情况,进而探究其临床意义。方法:使用TIMER2.0、GEPIA2分析各类肿瘤组织中TFEB的表达情况及其与患者预后的相关性,使用TIME2.0分析TFEB在肿瘤中与免疫浸润水平的相关性。结果:肾上腺皮质癌、宫颈癌、胰腺腺癌等肿瘤组织中TFEB高表达与预后相关,且与免疫浸润水平呈正相关。结论:TFEB表达与多种恶性肿瘤患者临床预后及免疫浸润水平相关,可作为肾上腺皮质癌、宫颈癌、胰腺腺癌等恶性肿瘤新的生物标志物。

玉米D亚族bZIP转录因子基因的数据库挖掘、分析、克隆与表达

碱性亮氨酸拉链(basic leucine zipper,bZIP)是真核生物特有的转录因子家族,在高等植物基因表达与调控中起重要作用。本文通过对玉米基因组数据库中收录的全长cDNA序列全基因组范围的bZIP分析,发现其中25个序列编码D亚族bZIP转录因子。针对这些序列进行生物信息学分析、染色体分布和直系同源组的分类分析,发现部分序列可能是由同一基因座编码,但不同方式剪切形成的。对部分基因克隆和测序发现了更多的剪切形式。定量检测其中3个基因在ABA和干旱胁迫条件下的表达发现,其中1个受ABA诱导,2个受ABA抑制,但均不受干旱胁迫影响。表明玉米中D亚族基因可能参与ABA响应。

动物转录因子相关数据库研究进展

转录因子是真核生物中调控基因转录的一类重要的反式作用因子。目前,对动物群体的转录因子已经开展了较为深入的研究,科研人员不仅通过实验证实而且利用生物信息技术预测了全基因组范围内的转录因子,并基于上述数据构建了多个专用的二级数据库。概述了8个应用于动物群体的转录因子数据库,以期为进一步探明转录因子调控动物相关基因转录的分子机制提供理论基础。

基因转录调控相关数据库集成系统及其应用

通过互联网访问的有关基因转录调控的数据库集成系统及其应用 ,包括调控区 (3’和 5’调控区、内显子和外显子调控区等 )、调控单元 (启动子 ,增强子 ,沉默子等 )和转录因子结合位点相关数据库及其数据库系统的性质、组成和功能。也介绍了这些数据库和系统的查询和搜索方法以及相关开发的程序工具。这些生物信息学资源对于从事生物信息学、分子生物学、遗传工程、基因功能、生物技术、代谢工程、药物设计、病理学和药理学研究的机构及人员在教学研究方面具一定的参考价值和帮助。

植物转录因子分类、预测和数据库构建

转录因子在植物生长发育和应对胁迫等过程中具有重要调控作用,基因组水平上系统预测植物转录因子是研究其功能和演化的基础。通过深入全面的文献调研,总结了一套完整的植物转录因子家族分类规则,开发了转录因子预测流程,构建了转录因子预测平台。基于该流程,从83种绿色植物中预测到129 288个转录因子,分属58个家族。对预测到的转录因子,从家族和个体两个层次进行了详尽注释,构建了植物转录因子数据库Plant TFDB(http://planttfdb.cbi.pku.edu.cn)。Plant TFDB提供了覆盖绿色植物主要谱系的转录因子,其中大部分为具有重要经济价值的单子叶和双子叶植物,已成为植物转录因子功能和演化研究的重要信息资源和分析平台。

转录因子相关数据库

转录水平的调控是基因调控的重要环节,其中转录因子(Transcription Factor,TF)和转录因子结合位点(Transcription Factor Binding Site,TFBS)是转录调控的重要组成部分。为了解析基因转录调控过程中TF与其TFBS相互作用的分子机理,鉴定TFBS及构建基因转录调控网络,需要对已发现的TF及其TFBS信息进行系统的收集、整理和分析。目前,国际上已经出现不少关于TF及其TFBS的专业数据库,这些数据库对基因转录调控及TF相关的分子生物学、系统生物学及生物信息学的研究非常重要,对这些领域的研究起到了显著的推进作用。文章对7个目前比较著名的TF及其TFBS相关数据库,包括TRANSFAC、JASPAR、TFDB、TRRD、TRED、PAZAR、MAPPER的特点、数据种类和数量及使用方法进行了详细综述,并简要介绍了其他相关数据库。

基于TCGA数据库及转录组数据分析HDAC 1基因在胃癌中的表达和临床意义

目的:利用癌症基因组图谱(TCGA)数据库及转录组数据分析组蛋白去乙酰化酶1(HDAC1)在胃癌(GC)中的表达情况、探讨HDAC 1与临床参数的关系,并预测其在肿瘤发生发展中的可能机制。方法:从TCGA数据库中下载GC组织(GC组,371例)和正常胃组织(正常组,36例)的RNASeq数据和临床信息,比较正常组与GC组HDAC 1 mRNA的表达差异;将GC组分为HDAC 1 mRNA高表达组(高于均值)271例和HDAC 1 mRNA低表达组(低于均值)100例,分析GC患者HDAC 1表达量与临床病理参数的相关性及其预后;利用LinkedOmics数据库分析与HDAC 1表达相关的基因,Omicsbean-Canner预测HDAC 1基因相关信号通路及功能富集。结果:GC组标本HDAC 1基因平均表达量明显高于正常组(t=6.88,P<0.01);GC患者HDAC 1基因表达与患者的年龄、T分期、AJCC分期及幽门螺杆菌(H.pylori)感染等病理参数呈正相关性(P<0.05),但与性别、N分期及M分期等病理参数无相关性(P>0.05);Kaplan-Meier分析结果表明,HDAC 1基因表达与生存无相关性(P>0.05);GC组患者HADC 1基因表达与AK 2(adenylate kinase 2)、EIF 3 I(eukaryotic translation initiation factor 3 subunit I,)及MARCKSL 1(MARCKS like 1)等9118个基因表达量呈正相关,与GNAL(G protein subunit alpha L)、ARMCX 2(armadillo repeat containing X-linked 2)及CCDC 46(centrosomal protein 112)等10907个基因表达量呈负相关;HDAC 1基因功能显著富集到细胞周期、notch信号通路及Transcriptional misregulation in cancer等。结论:HDAC 1基因在GC样本中呈高表达,且HDAC 1基因的表达与患者的年龄、T分期、AJCC分期及H.pylori感染等病理参数相关。

甜菜M14品系盐胁迫转录组数据库的转录因子分析

土壤盐渍化是影响我国农业生产的重要因素之一。甜菜M14品系具有耐盐、抗旱等优良特性,是挖掘抗逆基因的良好材料。对课题组前期构建的甜菜M14品系盐胁迫下转录组数据库进行系统的分析,基于文献、植物转录因子数据库等信息对其中的转录因子进行筛选与鉴定,从而获得非生物胁迫应答相关的转录因子。进一步对筛选出的转录因子WRKY家族进行进化分析并构建其蛋白互作网络,采用实时荧光定量PCR技术进行盐胁迫下WRKY家族基因表达量的测定,分析WRKY家族转录因子盐胁迫的表达模式。结果证实,甜菜M14品系WRKY家族转录因子参与盐胁迫应答。该研究将为甜菜盐胁迫响应研究提供理论基础,为甜菜中转录因子研究提供数据支持,并为WRKY家族转录因子功能的进一步研究奠定基础。

利用生物信息学技术构建分析甜菜M14品系盐胁迫下参考转录组数据库

生物信息学(Bioinformatics)是一门计算机科学技术与生命科学的交叉学科,它通过综合利用生物学、计算机科学和信息技术揭示大量生物数据所赋有的生物学意义。目前利用生物信息技术对植物逆境环境下的基因组学、转录组学及蛋白质组学的数据挖掘,已成为功能基因组学的研究热点。甜菜M14品系具有野生白花甜菜(Beta corolliflora Zoss.)的耐盐性优良性状。为了对盐胁迫下的甜菜M14品系进行转录组分析及差异基因筛选,本研究构建了甜菜M14品系盐胁迫参考转录组文库,并对文库进行了测序以及数据的生物信息学分析,在参考转录组中鉴定得到54 843个Unigenes,并对这些Unigenes进行功能注释、GO及COG功能分类,为下一步研究甜菜M14品系耐盐基因资源挖掘奠定了重要基础。

单细胞数据库建设的研究进展

近年来,随着以单细胞转录组测序(Single-cell RNA sequencing, scRNA-seq)技术为重点的大规模生物学实验的兴起,研究人员可以在细胞水平上展开更加深入的研究。基于scRNA-seq技术的优势,尤其是其对研究细胞异质性的能力,越来越多的单细胞数据库涌现出来,为疾病的发生和治疗提供了研究基础,特别是对于复杂的癌症和当前难以完全解决的COVID-19问题。随着scRNA-seq技术的不断发展,单细胞数据库也在不断完善和扩大,涵盖越来越多的物种数据信息,同时提供多种分析功能,为单细胞研究提供了便利。本文回顾了目前广泛使用的单细胞数据库,并对其数据量和数据类型等做了概括总结。此外,我们还调查了研究人员在数据分析方面的使用情况,并得出了单细胞数据库建设的最新进展。最后,本文还针对目前单细胞数据库存在的局限性提出了一些改进建议。

基于转录组数据库的高羊茅HD-Zip Ⅰ转录因子的鉴定及表达模式解析

高等植物特有的同源异型-亮氨酸拉链蛋白(HD-Zip)家族转录因子在调控植物发育与逆境响应中起着重要作用。以生产中广泛应用的冷季型草高羊茅为研究材料,利用其目前已有的转录组序列,在Bioedit软件构建本地数据库。以水稻14个HD-ZIP Ⅰ蛋白序列作为搜索请求,搜索本地数据库获得高羊茅中对应序列。结合序列分析及PCR克隆技术得到高羊茅13个HD-Zip Ⅰ类成员的全长序列。系统进化树及MEME结构域分析发现,高羊茅13个HD-Zip Ⅰ成员与水稻HD-Zip Ⅰ家族成员进化关系接近,蛋白结构域的数目及排布方式也基本一致。采用荧光定量PCR技术分析短期及长期聚乙二醇6000模拟的干旱处理下11个FaHD-Zip Ⅰ基因在高羊茅根颈中的mRNA相对表达水平。结果表明,短期干旱胁迫下,除FaHOX4和FaHOX6外,其余基因相对表达水平均发生一定程度的上调或者下调,且FaHOX22的响应程度最大;长期干旱胁迫下,所有基因的表达水平均在7或者14 d上调,FaHOX22在14 d时的表达水平比对照上调76.3倍。为基因组序列缺乏的非模式植物快速有效地进行基于转录组数据库的基因家族克隆及其功能研究提供了一种很好的方法。

基于公共数据库综合分析转录因子19在胰腺癌中的表达与预后作用

目的探究转录因子19(transcription factor 19,TCF19)在胰腺癌中的表达及临床意义,并构建相关预后模型。方法利用Oncomine与GEPIA数据库提取数据并分析TCF19在正常胰腺组织与胰腺腺癌中的表达差异;利用GEPIA与Kaplan-Meier plotter数据库分析TCF19的表达水平与胰腺腺癌病人预后之间的相关性;利用MethSurv数据库分析TCF19基因甲基化位点在胰腺腺癌中的分布情况;利用TISIDB与TIMER数据库分析在胰腺腺癌中TCF19是否与肿瘤浸润淋巴细胞(tumor infiltrating lymphocytes,TIL)、免疫调节剂、趋化因子、免疫浸润细胞等相关;利用R统计软件进行单因素Cox、LASSO回归分析与多因素Cox回归分析构建预后预测模型,并在验证组中进行验证。结果Oncomine与GEPIA显示,胰腺腺癌中TCF19的表达水平明显高于正常组织(P<0.05);运用Kaplan-Meier生存分析发现,胰腺腺癌中高表达TCF19病人较低表达TCF19病人预后差;MethSurv数据库鉴定得到11个TCF19甲基化位点与预后相关;TISIDB和TIMER数据库挖掘发现TCF19与TIL、免疫调节剂、趋化因子和免疫浸润细胞相关;利用R软件鉴定得到4个与TCF19相关基因(ANLN、FAM111B、DLGAP5、CEP55)并构建预后模型,该模型在训练组与验证组中均具有良好的预测能力。结论TCF19基因在胰腺癌中高表达,与病人不良预后有关。TCF19相关基因预后模型能很好地评估、预测胰腺癌病人的预后。

建立“转录聘干人名数据库”流程

2007年底，南阳市实施机关公务员制度改革，需对全市机关干部重新进行身份确认。为了做好这项工作和应对即将到来的查档高峰，南阳市档案馆把其作为整合馆藏民生档案的切入点，以最快速度建立了涉及全市39042名干部转录聘干情况的专题数据库，并据此编辑出版了两册103万字的精装本《南阳市转录聘干名录》，受到了市委、市政府和各级组织人事部门的好评，并产生了可观的经济效益。

首个油菜基因转录数据库建立

中国农科院油料作物研究所油料作物基因组学与抗病性改良创新团队,破译了油菜基因组的全转录信息密码,构建了油菜十万余个基因的转录全景图,使得油菜基因功能研究第一次有了标准的可参考的基因转录数据库,将有力支撑油菜功能基因的相关研究。相关研究成果新近在线发表于《植物学报》。

我国科学家构建首个油菜基因转录数据库

2020年7月,中国农业科学院油料作物研究所油料作物基因组学与抗病性改良创新团队成功破译了油菜基因组的全转录信息密码,构建了油菜10万余个基因的转录全景图,至此油菜基因功能研究第一次有了标准的可参考的基因转录数据库。该研究成果已于近日在线发表于学术期刊《植物学报》。据团队首席科学家、中国农业科学院油料作物研究所研究员刘胜毅介绍,油菜基因组包含约12亿个碱基和10万余个基因,如何解读这些海量的基因组信息,成为功能基因研究的重要任务。

基于TCGA数据库的乳腺癌进程关键基因系统筛选和鉴定

利用TCGA数据库收集的乳腺癌转录组数据和病人临床信息,分析基因表达与乳腺癌临床病理学参数的相关性及其对预后的影响,同时结合表达差异分析筛选出与乳腺癌进程密切相关的7个候选基因(UBE2T、RRM2、SGOL1、ERCC6L、CCNE1、HMGB3和SPDYC).通过基因功能注释检索确定SGOL1作为实验验证的候选基因.实验结果表明在乳腺癌细胞系MDA-MB-231中敲降SGOL1能显著抑制细胞生长,细胞周期被阻滞在G2/M期.上述结果表明SGOL1在乳腺癌进程中具有重要作用,同时也说明该生物信息结合实验的筛选方法可以加速肿瘤关键基因的筛选和鉴定.

人类基因组非冗余Exon/Intron数据库的构建

以Homo.sapiensRefSeq作为原始数据库来构建EID(Exon/Intron Database)可以克服GenBank所带来的冗余问题.通过分析RefSeq基因组数据库中每个CDS(Coding Sequence,编码序列),获得构建EID的相关的数据(基因的定义、基因标识符、基因序列、蛋白质标识符、蛋白质序列、外显子和内含子的数量、大小、总数、非翻译区(UTR)内含子、内含子相位、内含子剪切位点模式).结果表明,人类24条染色体(22条常染色体和2条性染色体,共计2 870 827355 bps)中含有32 157个基因标识符(gene blocks),其中7 398个基因为假基因,4 014个基因发生了可变剪切(Al-ternative Splicing,AS),15 533个基因含有CDS内含子,765个基因含有UTR内含子,2 585个基因不含有内含子,其他的为异常基因.

基于CiteSpace的国内植物转录组研究文献计量分析

转录组研究是发掘功能基因的重要途径之一,是基因功能及结构研究的基础和出发点。利用CiteSpace信息可视化软件对CNKI数据库中2000—2021年1302篇植物转录组研究文献的研究机构、作者、关键词等内容进行分析,结果表明:我国植物转录组研究发文量呈现3个阶段,发文量整体呈上升趋势;发文作者、研究机构主要集中在高校和科研院所,存在的合作关系较少。基于转录组测序技术进行的分子标记、功能注释、不同条件下基因差异表达、代谢通路成为研究热点。功能分析、关联分析、表达分析等新型突现词表明了该领域研究的新趋势。