Analysis of hippocampal gene expression profile of Alzheimer's disease model rats using genome chip bioinformatics

In this study, an Alzheimer＇s disease model was established in rats through stereotactic injection of condensed amyloid beta 1-40 into the bilateral hippocampus, and the changes of gene expression profile in the hippocampus of rat models and sham-operated rats were compared by genome expression profiling analysis. Results showed that the expression of 50 genes was significantly up-regulated （fold change 〉 2）, while 21 genes were significantly down-regulated in the hippocampus of Alzheimer＇s disease model rats （fold change 〈 0.5） compared with the sham-operation group. The differentially expressed genes are involved in many functions, such as brain nerve system development, neuronal differentiation and functional regulation, cellular growth, differentiation and apoptosis, synaptogenesis and plasticity, inflammatory and immune responses, ion channels/transporters, signal transduction, cell material/energy metabolism. Our findings indicate that several genes were abnormally expressed in the metabolic and signal transduction pathways in the hippocampus of amyloid beta 1 40-induced rat model of Alzheimer＇s disease, thereby affecting the hippocampal and brain functions.

基因芯片荧光靶点显微成像自动调焦控制

在基因芯片荧光靶点阵列图像CCD扫描采集系统中,显微成像自动调焦控制是进行芯片杂交信号荧光靶点图像采集的先决条件。在定义图像清晰度评价函数的基础上,通过对实时采集的显微图像进行清晰度评价函数计算,采用基于粗精结合原则的自动调焦控制策略,实现了荧光靶点显微成像自动调焦控制。调焦控制实验表明,该方法显著提高了基因芯片荧光靶点图像聚焦和采集的效率。

高污染基因芯片图像的网格划分

对基因芯片图像进行网格划分是基因芯片图像处理的基础,针对高污染基因芯片图像中高亮污渍对网格划分造成的干扰,将高亮目标分为靶点、污渍块和污渍点3种类型,根据其不同特征分别进行处理,提出一种新的网格划分算法。利用全局分割确定高亮目标所在位置,根据污渍点的特征,使用图像腐蚀技术对其进行剔除;根据污渍块的特征,对其先进行膨胀处理,然后对其进行剔除,可消除污渍块及其边缘痕迹。使用自协方差对没有污渍的图像进行网格划分,实验表明,对于高污染基因芯片图像,该算法可以得到理想的网格划分结果,靶点检测平均准确率可以达到94.73%。

基于MATLAB的基因芯片图像预处理

目的:基于MATLAB设计低密度基因芯片图像预处理系统,对经过ScanArray扫描系统获得的用cy3和cy5染色的低密度芯片的荧光图像进行处理,以滤除噪声,增强图像的对比度,提高图像的质量,实现图像的边缘检测与分割,进行区域的识别。方法:采用小波中值滤波方法,滤除噪声,提高图像的质量;基于小波方法,结合边缘算子进行图像边缘检测;使用遗传算法实现图像的分割。结果:该系统对基因芯片图像进行处理,减少了污点、噪声及其他各种因素的影响,提高了图像的质量,可以更好地检测出图像的边缘,比较准确地分割出样点区域,能有效地分离有价值的弱信号点和背景点或者噪声。结论:该系统可以基本实现低密度基因芯片图像预处理功能,采用的图像处理方法是可行的,能为以后的分析提供较为准确的数据信息。

图像识别技术在基因芯片分析系统中的应用及VB实现

在基因芯片应用中 ,由于图像中待分析点的不规则分布 ,使得系统难以有效地对其进行识别 ,本研究用增加对比度、自适应阈值、二值化、稀疏分布模板搜寻等多种图像处理算法对图像进行处理、分析、识别 ,并且通过VB编程实现 ,达到了快速。

基于固定半径圆模板匹配的基因芯片网格定位方法

基因芯片网格定位是确定芯片上按栅格排列的所有荧光靶点二维坐标的图像分析过程。根据模板匹配的图像检测原理,采用归一化互相关测度对基因芯片图像与固定半径圆模板图像进行相似性计算,依次搜索二者之间的最佳匹配位置作为每个荧光靶点的中心位置。对6×6低密度基因芯片图像进行了网格定位分析试验,实现了芯片图像中全部靶点的检测和定位。试验表明,对于低密度芯片的网格定位,该方法具有原理简单和适应性强的特点,但算法效率有待提高.

基因芯片识别系统设计与实现

介绍了基因芯片杂交反应结果识别系统的设计与实现方法。该方法有效的克服了背景噪声的干扰 ,实现了着色芯片的自动识别 ;并可进行杂交反映结果分析 。

一种适用于基因芯片扫描仪的图像恢复算法

分析了基因芯片扫描仪系统结构和工作原理。根据基因芯片扫描仪高速扫描特点 ,提出了图像的恢复算法 。

基于回归分析的基因芯片图像倾斜校正方法

基因芯片图像的倾斜校正对图像分析有着重要意义。利用投影信号对图像进行行列分割,对仅包括单行(列)样点的子图像运用回归分析完成初步倾斜校正,利用样点的质心进行直线拟合,完成精确校正。实验表明,对基因芯片图像的倾斜校正有很高的准确性,且算法简单易行。

CT影像在OSA相关肺癌易感基因序列植芯片技术中的应用

目的探讨CT影像在阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)相关肺癌易感基因序列植入芯片技术中的应用。方法选择2017年2月—2018年12月OSA患者67例作为对象,所有患者均于CT影像下植入OSA相关肺癌易感基因序列植芯片技术,植入后对患者进行12个月随访,统计OSA患者肺癌发生率。结果67例患者CT影像下均完成基因芯片植入,66例植入位置准确,准确率为98.51%;患者均完成12个月随访,中途无失访病例。患者中,12个月随访时肺癌发生率最高,占10.45%,随访12个月中不同时间肺癌发生率比较具有统计学意义(P<0.05)。结论CT影像用于OSA相关肺癌易感基因序列植入芯片技术中能获得较高的准确性,能较好的预测肺癌的发生,能为肺癌诊疗提供依据和参考。

COM聚合模型在基因芯片图像分析软件开发中的应用

基因芯片的图像分析软件是集成算法与应用的高复杂性软件,在开发中不可能由单一程序员完成,因此模块化分工编程是这种复杂软件开发的必由之路。在基因图像分析软件中采用一种模块化设计的实现过程,即通过COM组件,跨语言、跨平台地实现软件的模块化,并且利用聚合技术实现了组件级继承,可充分实现科研软件的升级和功能递延。

采用最小误差阈值分割算法的基因芯片图像分析

为了能够较好地处理芯片图像,尽可能准确地提取出描述基因样点的数据信息,采用了最小误差阈值的分割算法.该方法在假设目标和背景的分布服从混合正态分布的前提下,设定了最小误差分类目标函数,通过求得使目标函数值最小的最佳分割阈值,实现基因样点和背景图像的分割.针对分割出来的基因样点图像提取特征数据,最后对这些数据进行聚类分析,进而对实验样点进行分类.在实验中应用该方法分析了2组基因芯片图像,基因样点的分类效果较好,验证了该基因芯片分析方法的可行性.

适用于着色标定基因芯片的杂交检测仪

介绍了一种适用于着色标定基因芯片的自动化基因芯片检测仪,在一台仪器内集成了完成杂交反应以及对结果的检测功能。利用自动化手段在基因芯片上完成杂交反应,反应结果有较好的一致性。最多可同时进行54片芯片的反应,耗时在75 min以内。检测系统采用普通的光源与摄像头即可进行图像采集工作,图像的处理速度快,准确率高于99%。

基因芯片CCD荧光检测及图像处理

设计了一种由CCD摄像机、荧光成像光学系统、图像采集卡等组成的基因芯片检测系统。利用高压汞灯作为光源 ,窄带滤色片作为激发波段和荧光截止波片 ,采用大孔径和大视场的光学系统 ,保证荧光分辨率和测量范围。通过CCD摄像机和图像采集卡进行图像采集 ,用专门设计的图像处理程序对采集后的图像进行处理 ,获得杂交后基因点位的关键特征 ,从而可以获得被检生物样品的疾病信息 。

一种基于先验标记特征的精准图像配准算法

基因测序仪在读取基因序列之前需要将镜头与基因芯片精准对齐,提出了一种能够精确地计算视场(Field of View,FOV)与理想位置偏差的算法.预先在基因芯片上的特定位置设置标记,通过拍摄的图像分析视场与基因芯片的位置误差:首先,提取图像灰度特征捕捉标记位置以初步对齐视场中心位置;其次,捕捉标记上的多个关键点的坐标;最后,对关键点的坐标映射关系进行拟合,即可计算出精确的坐标和角度偏差.实践和实验分析表明,使用设计的图像配准算法能够实现对视场与基因芯片间位置偏差计算的高精度估计.

基因芯片的信息挖掘

基因芯片是一项急速发展的新技术,该技术大致包含芯片设计、芯片制作和数据分析三个主要环节.该文综合介绍了在基因芯片的数据分析中所采用的信息挖掘方法,特别是一些行之有效的数学模型和算法.当前,基因芯片的信息挖掘已成为生物信息学研究的热点之一,而数学技术的应用将促使基因芯片技术日趋完善.

复方中药金龙胶囊抗脑肿瘤药效及机制的初步探讨

目的探讨金龙胶囊对裸鼠原位脑肿瘤的药效及机制。方法建立裸鼠原位脑肿瘤动物模型,予以替莫唑胺(0.096 g·kg-1)、高、低剂量金龙胶囊(0.75、1.5 g·kg-1)和溶媒干预,用荧光成像技术实时监测肿瘤。连续灌胃给药28 d后处死裸鼠。用基因芯片检测模型组和金龙胶囊组肿瘤组织的基因表达谱,RT-PCR方法验证金龙胶囊组表达谱中上调最显著基因的表达量。结果与模型组相比,给药28 d后,阳性对照组、金龙胶囊高、低剂量组均明显抑制颅内肿瘤生长(P<0.05);但阳性对照组小鼠体质量降低显著(P<0.05);与模型组比较,金龙胶囊组上调差异达2倍以上基因有48个,下调差异达2倍以上的基因48个。其中表达差异最为显著的基因为VNN1,上调比率为9.4595。RT-PCR测得金龙胶囊组VNN1表达量为模型组的48.34倍。结论金龙胶囊可有效抑制裸鼠颅内肿瘤生长,安全性好,48个基因表达上调,VNN1是其潜在靶点之一。

基因芯片荧光靶点阵列图像CCD扫描采集系统

为提高芯片图像扫描采集效率,研制了一种基因芯片荧光靶点阵列图像CCD扫描采集系统,通过将落射式荧光显微镜、紫外荧光激发光源、精密电控平移台和半导体制冷CCD相机等仪器进行有效集成构建成像扫描机构,以工业控制计算机(IPC)为测控核心,实现了显微镜自动调焦控制、荧光靶点图像自动扫描和采集、靶点阵列图像拼接等功能,提高了核酸扩增杂交反应基因芯片试验效率。

基于表面等离子体共振的基因芯片制备与检测

基于表面等离子体共振(Surface plasmon resonance,SPR)原理的基因芯片检测方法不需要标记,是一种很有潜力的高通微量分析(High-throughput microanalysis,HTMA)方法。应用自组装单分子层技术(Self-as-sembled monolayer,SAM)制备淋病奈瑟菌探针点阵的基因芯片,应用自行组建的SPR和表面等离子体共振成像(SPR imaging,SPRI)基因芯片分析系统,对该基因芯片进行检测分析,研究基因芯片上探针点阵的杂交反应。结果表明:SPR共振曲线上都有明显的共振吸收峰,探针杂交后折射率增大,共振角增大,分子量增大。由SPR检测界面或共振曲线可判断待分析样本与基因芯片上的探针是否发生杂交反应,待分析样本中是否含有待检测的物质。由SPRI检测系统可实时、直观地观察基因芯片上的探针是否发生杂交反应。SPR和SPRI系统可进行定性和定量分析。

一种基因芯片光学扫描图像倾斜校正方法研究

针对在基因芯片光学扫描时产生的图像倾斜问题,提出了一种基于像素灰度的芯片图像倾斜校正方法。结合基因芯片图像的结构特点,基于行、列方向像素灰度定义芯片图像的校正指标。在角度检测范围内,利用折半搜索方法,基于校正指标来检测芯片图像的校正角度和芯片图像的校正位置。实验结果表明,该方法能有效地检测多类基因芯片图像的倾斜角度,具有较强的鲁棒性和实用性。