复杂基因组测序技术研究进展

复杂基因组指的是无法使用常规测序和组装手段直接解析的一类基因组,通常指包含高比例重复序列、高杂合度、极端GC含量、存在难消除异源DNA污染的基因组。为了解决复杂基因组的测序和组装问题,需要分别从基因组测序实验方法、测序技术平台、组装算法与策略3个方面进行深入研究。本文详细介绍了复杂基因组测序组装相关的现有技术与方法,并结合复杂基因组经典实例介绍了复杂基因组测序的技术解决途径和发展历程,可为制订合适的复杂基因组测序策略提供参考。

基因组学数据分析方法现状和展望

【目的】全面阐述基因组学数据分析方法的现状和未来发展趋势,为精准医学、精准育种、生物安全、生物多样性、分子进化等的相关组学数据分析算法的研究与工具开发提供参考。【结果】基因组学数据分析主要包括基因组、转录组、表观组数据分析,当前基因组学数据主要面临着海量、多维、异构等挑战。本文详细地阐述了基因组学数据分析算法和工具开发的现状、应用、存在的问题和面临的挑战。【结论】充分利用人工智能、统计模型、知识图谱等先进技术,不断地优化和开发更先进的算法和更鲁棒的模型,使其兼具高容错、高准确、高效、计算资源低耗等优点,匹配海量、多维、异构基因组学大数据分析的需求,是未来基因组学数据分析算法和工具开发的方向。

长链非编码RNA通过细胞核高级结构调控真核基因表达及其临床意义

长链非编码RNA(long non-coding RNA,lncRNA)是一类转录本长度超过200nt、不编码蛋白质的RNA。近年来,随着染色质构象捕获及转录组测序等技术的发展,lncRNA与染色质构象间的关系越来越受到重视。多项研究表明,lncRNA在基因调控网络中具有重要的作用,可通过影响细胞核高级结构的动态变化来调控真核基因的表达。因其广泛的基因调控功能及在肿瘤发生过程中的重要作用,lncRNA被认为是未来肿瘤临床诊断和预后判定的新型标志物之一。本文旨在介绍lncRNA改变细胞核高级结构从而调控关键基因表达的分子机制,并详细介绍lncRNA在肿瘤治疗中的临床意义。

基于网络的哮喘易感基因研究新策略

哮喘易感基因的研究正在世界各地许多实验室蓬勃开展,由于此种疾病的复杂性和异质性等原因,哮喘易感基因的鉴定依然任重而道远。目前的研究表明,哮喘所涉及的染色体达10多条,与其关联或连锁的候选易感基因多达170多个,但多数研究结果的一致性和重复性较差。分析其中的原因,除了哮喘的复杂性、种族的差异、病例的选择与分层的不同外,研究策略、技术路线和方法应该是导致结果不一致的主要原因之一。本文基于系统生物学理论与候选基因的方法,系统阐述一种哮喘易感基因研究的新策略。

基因编辑技术及其在基因治疗中的应用

基因编辑技术是以特异性改变遗传物质靶向序列为目标的技术。近年来,锌指核酸酶(zinc finger nuclease,ZFN)、类转录激活因子效应核酸酶(transcription activator-like effector nuclease, TALEN)、规律成簇的间隔短回文重复(regular clustering of short palindrome repeats, CRISPR)和单碱基编辑(base editing, BE)技术的相继出现,不仅为基因功能研究提供了有力的工具,还为生命医学提供了新的治疗方案。基因编辑技术已经大范围应用于动物细胞模型的构建、药物靶点的筛查和基因功能研究等,在基因治疗领域也展现出广阔的应用前景。本文就基因编辑技术的研究进展及其在基因治疗中的应用进行了概述,并对基因编辑技术的的原理、发展史、优缺点以及在基因治疗中的应用前景和机遇挑战进行了讨论,以期为基因编辑技术的临床转化提供参考。

人类基因数据资源管理研究

人类基因数据是破译人类遗传信息的重要科学数据。随着DNA测序技术的发展,人类基因数据量呈爆发式增长。研究和探讨人类基因数据资源的管理对于更好地共享利用数据资源具有重要的意义。本文阐述人类遗传资源的管理历程,分析人类基因数据现状以及国内外基因数据资源管理现状,对人类基因数据共享利用提出建议。

痛风的多组学研究进展

痛风是一种由尿酸盐结晶沉积引起的自限性炎症疾病,伴有多种合并症。随着生活水平的提高,痛风在全球的发病率逐年上升,严重影响人民健康。组学技术是研究疾病的有效工具,已被广泛应用于发现痛风的潜在生物标志物和风险因子,其鉴定出的变异位点或差异表达产物为研究痛风的发病机制和疾病进展提供了不同维度的见解和认识。本文通过PubMed检索相关文献,分析和总结了多组学技术在痛风中的应用和研究结果,对近年来多组学技术在痛风领域的相关研究进展进行综述,以期了解痛风患者在不同分子层次上的特异性变化,为今后更深入地研究痛风提供思路和方向。

大型队列数据资源及其研究方法综述

本文总结了大型队列数据资源的内容与主要研究方法。简要介绍了国际较为著名的8个大型队列数据资源所包含的数据内容、主要功能和获取权限;总结了队列数据应有的处理规范,介绍了现有国际大型队列数据包含的主要数据类型和主要分析方法。分析了中国大型队列数据资源的发展现状,阐述了队列数据在生物医学研究领域的巨大作用以及其未来的发展方向,有助于完善我国自己的多层次精准医学知识库体系,建设安全、稳定、可操作性强的生物医学大数据平台。

整合分析多组学数据筛选疾病靶点的精准医学策略

随着高通量测序技术的不断发展与完善,对于不同层次和类型的生物组学数据的获取及分析方法也日趋成熟与完善。基于单组学数据的疾病研究已经发现了诸多新的疾病相关因子,而整合多组学数据研究疾病靶点的工作方兴未艾。生命体是一个复杂的调控系统,疾病的发生与发展涉及基因变异、表观遗传改变、基因表达异常以及信号通路紊乱等诸多层次的复杂调控机制,利用单一组学数据分析致病因子的局限性愈发显著。通过对多种层次和来源的高通量组学数据的整合分析,系统地研究临床发病机理、确定最佳疾病靶点已经成为精准医学研究的重要发展方向,将为疾病研究提供新的思路,并对疾病的早期诊断、个体化治疗和指导用药等提供新的理论依据。本文详细介绍了基因组、转录组和表观组等系统组学研究在疾病靶点筛选方面出现的新技术手段和研究进展,并对它们之间的整合分析新策略和优势进行了讨论。

miRNA调控恶性黑色素瘤细胞上皮-间充质转化的分子网络及机制

黑色素瘤是一种极易发生转移的恶性皮肤肿瘤,具有高度的致死性。上皮–间充质细胞转化(Epithelial-mesenchymal transition,EMT)在胚胎发育过程中起到非常重要的作用,同时在肿瘤的发生和恶化过程中也扮演着重要的角色。mi RNA具有广谱的调节能力,对于肿瘤发生和EMT形成都能产生不同程度的影响。本文整合黑色素瘤细胞系转录组和mi RNA组测序数据,在转录组数据中筛选得到参与肿瘤EMT过程的基因,通过Mirsystem软件预测并从mi RNA组数据中筛选出与之负相关的11个mi RNA,包括mi R-130a-3p、mi R-130b-3p、mi R-125a-5p、mi R-30a-3p、mi R-195-5p、mi R-345-5p、mi R-509-3-5p、mi R-374a-5p、mi R-509-5p、mi R-148a-3p和mi R-330-3p。经过生物信息学分析mi RNA靶基因富集的分子网络和信号途径,发现了两个与细胞发育和细胞间相互作用密切相关的网络,以及多个参与调控EMT过程的信号通路。对11个mi RNA进行分子生物学验证,发现mi R-195-5p、mi R-130a-3p、mi R-509-5p和mi R-509-3-5p共4个可以调节重要肿瘤基因的mi RNA。本研究运用m RNA和mi RNA两种转录组的测序数据筛选EMT相关mi RNA的方法,为肿瘤多组学数据整合分析提供了新的研究思路,并以期能为肿瘤精准基因组学的发展发挥重要的推进作用。

精准医学大数据的分析与共享

2008年Google成立10周年，英国Nature杂志曾出版关于“讨论大数据处理的技术问题和未来挑战”的专辑，最早提出了“Big Data”的概念[1]。随着计算机科学技术和信息工程技术的迅猛发展和普及应用，各行业数据呈爆炸性增长，大数据处理的迫切性和重要性已经获得全球学术界、工业界和各国政府的高度关注和重视。2012年3月，美国总统奥巴马签署并发布了“大数据研究发展创新计划”，该计划由美国国家自然科学基金会（National Science Foundation，NSF）、美国国立卫生研究院（National Institutes of Health，NIH）、能源部（Depa-rtment of Energy，DOE）、国防部（Department of Defense，DOD）等6大部门联合投资2亿美元启动。中国的学术界和工业界也在积极赶超世界前沿，广泛开展大数据技术的研究和开发。“十一五”以来，国家科技部973、863计划联合工业和信息化部开展的核高基等科技重大专项、国家自然科学基金等重大科研计划均已将大数据列为重要的研究内容。

肿瘤液态活检的研究进展及其临床应用

液态活检是一类新兴的病理检测手段,其研究内容包括肿瘤循环细胞、肿瘤循环DNA、外泌体等物质,其中的信息为肿瘤患者的个性化医疗提供有力的依据。它凭借无创、便捷等优势在临床应用中展现出广大前景。近年来,随着液态活检研究内容的扩大及其捕获与检测技术的发展,液态活检在临床中的应用日益广泛。本文旨在探讨近年来液态活检的主要研究对象、检测技术以及在临床应用中的发展前景与所面临的挑战,以期为肿瘤患者获得更佳的治疗,推动肿瘤精准医学的发展。

母血microRNA-520a水平与胎儿心脏缺陷关系的研究

目的本研究旨在评估母体血循环microRNA-520a作为先天性心脏缺陷胎儿非侵入性诊断标志物的临床应用价值。方法 44例先天性心脏缺陷胎儿孕妇为研究组,34例正常胎儿孕妇做为对照组。定量RT-PCR检测两组孕妇血浆中的microRNA-520a表达水平。结果 microRNA-520a在先天性心脏缺陷胎儿孕妇血浆中的表达水平与正常对照组相比显著上升(P<0.001),ROC特征曲线下面积(AUC)为0.92(95%可信区间为0.86-0.97;P<0.001)。研究显示,microRNA-520a的血浆表达水平可以相当准确地诊断妊娠期胎儿的先天性心脏缺陷。结论本研究的结果表明,microRNA-520a在先天性心脏缺陷胎儿孕妇的血浆中表达水平显著上升。母体血循环microRNA-520a表达水平可能作为先天性心脏缺陷胎儿的非侵入性诊断标志物。

实现“终极版”核苷酸测序仪的技术要素

20世纪70年代发明的第一代DNA测序技术,尽管测序通量有限,却成功地保证了"人类基因组计划"的实施;世纪之交出现的下一代(第二代)DNA测序技术经历了通量飞跃,为各种精准医学项目的实施提供了保障;目前的第三代技术,尽管通量居二代之后,但读长和单分子测序优势也让其有立足之本;第四代测序技术的基本标志是不经过cDNA (以RNA为模版合成的互补DNA),无PCR扩增,而直接测定单分子RNA序列,以及确定单分子RNA上的修饰核苷酸位点。从技术的角度看,第三、四代技术有一定技术要素共享(比如在单分子水平测定DNA序列),但是就测序对象而言,第四代应该属于"终极版"核苷酸测序仪:可以从单细胞出发,既能测定DNA序列,也可以测定RNA序列,也可以直接确定修饰核苷酸位点。因此,要实现这个"终极版"核苷酸测序仪,就要调动相关核心技术要素,而这些要素毫无疑问地会涉及物理、化学、工程学、生物学、半导体科学、计算机科学等领域的前沿技术,包括纳米科学、单分子光学、单分子拉曼光谱、单分子核磁共振、单分子酶学、人工智能等所谓的"硬科技"。其功能是从单细胞的裂解开始,经微纳结构实现组分分流后,直接导入RNA序列测定单元,定量分析细胞RNA分子的种类、数量、序列和修饰核苷酸位点的存在频率。本文系统介绍了第四代测序仪的可能技术要素,以及应用需求和新研究范式。

孕早期自然流产绒毛中microRNA-17表达水平研究

目的研究microRNA-17在人早期自然流产绒毛组织中的表达水平。方法通过实时荧光定量PCR方法测定人早孕期自然流产绒毛组织(n=28)中microRNA-17的表达水平,取同孕期正常妊娠孕妇的绒毛组织作为对照(n=30)。结果在全部正常妊娠孕妇的绒毛组织中都存在microRNA-17的表达。而在早孕期流产孕妇的绒毛组织中,microRNA-17的表达水平显著下调(相对比率为0.35)。结论 microRNA-17在人妊娠早期的绒毛组织中存在表达,而其在早孕期流产孕妇的绒毛组织中的表达显著下调。microRNA-17可能参与人胎盘滋养细胞侵袭,其失调可能与以胎盘缺陷为特征的疾病相关。

组学时代下机器学习方法在临床决策支持中的应用

随着组学技术的不断发展,对于不同层次和类型的生物数据的获取方法日益成熟。在疾病诊治过程中会产生大量数据,通过机器学习等人工智能方法解析复杂、多维、多尺度的疾病大数据,构建临床决策支持工具,辅助医生寻找快速且有效的疾病诊疗方案是非常必要的。在此过程中,机器学习等人工智能方法的选择显得尤为重要。基于此,本文首先从类型和算法角度对临床决策支持领域中常用的机器学习等方法进行简要综述,分别介绍了支持向量机、逻辑回归、聚类算法、Bagging、随机森林和深度学习,对机器学习等方法在临床决策支持中的应用做了相应总结和分类,并对它们的优势和不足分别进行讨论和阐述,为临床决策支持中机器学习等人工智能方法的选择提供有效参考。

生命与健康大数据中心资源

生命与健康多组学数据是生命科学研究和生物医学技术发展的重要基础。然而,我国缺乏生物数据管理和共享平台,不但无法满足国内日益增长的生物医学及相关学科领域的研究发展需求,而且严重制约我国生物大数据整合共享与转化利用。鉴于此,中国科学院北京基因组研究所于2016年初成立生命与健康大数据中心(BIG Data Center,BIGD),围绕国家人口健康和重要战略生物资源,建立生物大数据管理平台和多组学数据资源体系。本文重点介绍BIGD的生命与健康大数据资源系统,主要包括组学原始数据归档库、基因组数据库、基因组变异数据库、基因表达数据库、甲基化数据库、生物信息工具库和生命科学维基知识库,提供生物大数据汇交、整合与共享服务,为促进我国生命科学数据管理、推动国家生物信息中心建设奠定重要基础。

KLF1和KLF9对K562细胞红系分化的协同调控作用

Krüppel样因子(Krüppel-like factors,KLFs)是锌指蛋白超家族的一个亚家族,参与细胞内的多种生理、病理过程,该家族成员在红细胞分化发育过程中发挥非常重要的作用,但是家族成员间对红系分化的协同调控作用还鲜有报道。本课题组前期研究发现,KIF家族成员KLF1和KLF9在已分化的红系细胞中的表达水平显著高于造血干细胞。为进一步探讨二者在红系分化中是否存在协同作用,本研究在K562细胞中分别过表达/敲低表达KLF1和KLF9,检测二者表达的相关性,发现KLF1和KLF9的基因表达呈现正相关,且二者共表达可以显著促进K562细胞红系分化,特异地增强β-珠蛋白的表达。通过对KLF1、KLF9单独和共同过表达、敲低表达的K562细胞转录组数据的分析发现二者可能通过PI3K-Akt和FoxO通路协同调控红系分化,FOS、TF、IL8是协同调控的候选靶基因。本研究结果为后续深入研究KLF1和KLF9协同调控红系分化的分子机制奠定了基础。

应用于精准医学研究的转录组可变剪接分析

精准医学是针对患者的基因组（转录组、表观组等）和个体特点进行防治的未来医学模式。随着人类基因组计划的完成,针对复杂疾病的第三次医药卫生革命—＂精准医学＂拉开了序幕。近15年来,通过对组学数据与各种临床表型相关性的不断深入解析,人类已经对复杂疾病有了相当深入的认识;同时,千美元基因组测序的实现,使得规模化开展精准医学研究成为可能。

动物早期胚胎发育中染色质结构的继承和重编程

染色质开放性和染色质三维高级结构在基因表达和调控中发挥着非常重要的作用,广泛参与分化、发育、肿瘤发生等细胞生理过程,是表观遗传研究的热点领域之一。动物胚胎发育起始于终端分化的卵子受精形成全能性的受精卵。在精卵结合的过程中,染色质开放性和染色质三维高级结构发生了剧烈的变化,经历继承、重编程、重新建立的过程,并指导调控受精卵分化发育最终成为多细胞、多器官组织的新生命个体。本文介绍了近年来研究染色质开放性和染色质三维高级结构的实验分析技术手段,染色质结构在动物早期胚胎发育过程中的变化规律及其在早期胚胎发育中的作用,染色质结构与其他表观遗传信息(甲基化、组蛋白修饰等)关系方面的重要研究进展和存在的科学问题,以期为表观遗传调控早期胚胎发育的研究提供参考。