阿尔茨海默症miRNA靶基因预测研究

为深入了解阿尔茨海默症的发病机制,利用匹配的基因表达数据和miRNA表达数据,对miRNA的靶基因进行预测分析.首先对选择出的差异表达miRNA进行靶基因预测;然后利用HCTarget算法验证预测的靶基因;最后对miRNA及其靶基因构建调控网络.调控网络中包含11个已确定的与AD有关的miRNA及6个AD致病基因.通过分析网络发现miRNA及其靶基因在正常与患病两种情况下的活性变化趋势,生物学分析也证实了它们在AD中的重要作用,为AD发病机制研究提供了依据.     

表达相关的转录因子相互作用模式

转录因子通过与基因上游特定序列结合,调控着靶基因在特定的时间和空间以一定的强度表达.不同的转录因子之间通过多种方式相互组合,为这一调控过程提供了更多的可能.为了研究与表达相关的转录因子的调控模式,以GM12878细胞系作为研究对象,基于该细胞系的两种RNA-seq数据,得到了高、低表达基因集合,根据83种转录因子结合的ChIP-seq数据,在两个数据集中分别构建了与基因表达紧密相关的转录因子互作网络,并利用软件Cytoscape对网络进行可视化,从而直观地展现了高低表达基因中转录因子的相互作用模式.同时,利用WGCNA(Weighted Correlation Network Analysis)构建了转录因子的共调控网络,发现高表达基因集合的转录因子调控网络中的一些子网模式与WGCNA构建的共调控模块得到对照.最终在高表达基因转录因子相互作用网络中发现占据重要地位的转录因子BCL11A和特异的组合模式(NFYA-NFYB-SP1),另一种组合模式(BATF-IRF4)则同时存在于高低表达基因的网络中.     

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...     

基于miRNA调控网络研究其在乳腺癌病理学分型中的作用

目前microRNA(miRNA)转录后的调控作用在乳腺癌(breast cancer,BC)致病机理探寻中受到广泛关注.但在病理分型中,人们对于miRNA如何与其靶标基因相互作用来调控乳腺癌的分型还知之甚少.本文通过结合基因表达数据和序列信息预测miRNA在乳腺癌分型中的作用.首先,使用T统计针对健康、非浸润及浸润性乳腺癌样本提取差异表达的miRNA和mRNA;然后,利用HCtarget算法预测表达显著miRNA的靶基因;最后,构建miRNA和mRNA调控网络并进行富集性分析.分子生物学分析显示,10个显著表达的miRNA的靶基因广泛参与MAPK信号通路、Wnt信号通路、雌激素信号通路等与乳腺癌密切相关的通路.而hsa-miR-200c,hsa-miR-205和hsa-miR-145调控强度变化贯穿乳腺细胞由正常到非浸润再到浸润的整个过程,可以作为识别乳腺癌潜在的分子标志物,为乳腺癌发病机理研究提供了方法和依据.     

基于转录因子信号识别基因的表达水平

真核生物的基因表达调控过程十分复杂,各种转录因子通过与基因上游特异性序列结合协同地对靶基因的表达水平进行调控。以人类GM12878细胞系为研究对象,基于表达谱RNA-seq数据构建了高低表达基因集合,利用74种转录因子(TF)的ChIP-seq峰值数据计算了转录因子和靶基因的关联分数(TFAS),进而根据转录因子间的相关性筛选得到了6个转录因子模块。进一步,通过统计靶基因转录起始位点邻近转录因子结合的信号分布,构建了基于TF信号的卷积神经网络模型(TFCNN)去识别基因的表达水平。结果表明,基因表达水平特异的TF模块能够更好的识别基因的表达水平,且基于高表达特异性模块C构建的TFCNN模型的准确性达到了93.23%。     

射干-麻黄配伍治疗咳嗽变异性哮喘的分子机制探索

通过网络药理学方法预测射干-麻黄配伍治疗咳嗽变异性哮喘（cough-variant asthma，CVA）的可能分子机制。采用中药系统药理学数据库与分析平台（TCMSP）筛选射干、麻黄有效活性成分及对应治疗靶点，从GeneCards获取CVA疾病靶点基因，经过映射分析获得射干-麻黄活性成分直接作用的CVA目标靶点。构建中药-活性成分-靶点基因调控网络，通过String数据库进行目标靶点的蛋白质-蛋白质相互作用分析并筛选关键基因，借助生物信息分析工具预测靶点基因参与的基因本体生物学过程、京都基因与基因组百科全书信号通路。结果表明：从TCMSP获得射干-麻黄有效活性成分30个，直接调控的CVA靶点基因75个，射干-麻黄调控CVA存在多成分、多靶点的网络调控作用；靶点基因主要富集于核受体活性、直接配体调控序列特异性DNA结合的转录因子活性、泛素样蛋白连接酶结合、甾体激素受体活性、类固醇结合等98个生物学过程，以及PI3K-Akt信号通路、肿瘤中的微小RNA、乙型肝炎、卡波西肉瘤相关疱疹病毒感染、人类巨细胞病毒感染等110条信号通路。射干-麻黄活性成分可能通过抑制气道炎症反应与高反应性、调节自身免疫功能等环节发挥治疗CVA的作用。     

一种新的识别细胞周期相关的转录调控元件的方法

提出了一种新的细胞周期相关的转录调控元件(CCRE)的识别方法,该方法综合分析转录因子—调控元件的结合强度和转录因子靶基因的表达,模拟元件活性变化值,将具有显著周期性活性的元件认为是CCRE.在实际的细胞周期基因表达谱数据中的应用表明,该方法能识别绝大多数已经报道的CCRE,与其他常用识别方法的比较也证明该方法得到的元件与细胞周期关系更紧密.     

利用比较基因组学方法预测短小芽孢杆菌转录调控网络

为探讨短小芽孢杆菌(Bacillus pumilus)的基因调控关系,通过在其亲缘关系最近的模式菌——枯草芽孢杆菌(Bacillus subtilis)中寻找同源转录因子及其调控基因的方式,预测出B.pumilus的候选转录调控网络;并利用转录因子绑定位点的位置权重矩阵(Positional Weight Matrix)在B.pumilus全基因组的基因上游区域扫描motif的方式来验证候选转录调控网络;最后再整合其他B.pumilus专属的调控数据,最终形成一个较完备的B.pumilus基因转录调控网络（包含195个转录因子和1201个受控基因）.上述结果表明,在细菌中,利用比较基因组学的方法,以一个被广泛研究的模式生物所积累的基因转录调控关系数据为基础,推测出亲缘关系较近的其他物种的基因调控网络,其结果是可靠的,为探索一些尚不具备大规模基因表达芯片数据的物种的基因调控网络提供了一种可行的方法.     

大豆降解组文库microRNAs的启动子分析

研究目的：创新要点：通过分析miRNA的核心启动子和顺式作用元件为进一步解析大豆（Glycinemax）miRNAs表达调控及其功能研究提供重要信息。利用生物信息学方法全面解析了大豆降解组文库miRNA的启动子特征,并依据顺式作用元件及靶基因构建了miRNA的表达与生长素响应因子、赤霉素响应因子之问存在潜在的负反馈调控网络。研究方法：本研究利用TSSP程序和PlantCARE数据库预测了来自大豆降解组文库的440个miRNA的核心启动子以及369个miRNAs的顺式作用元件,并依据顺式作用元件及靶基因构建miRNA调控网络。重要结论：83．86％的miRNA在其上游序列中含有启动子,8．64％的miRNA在其下游序列中含有启动子,21．59％的miRNA包含增强子。核心启动子的TATA盒与转录起始位点（TSSs）的分布相似（见图2）。此外,对转录起始位点5’端的顺式作用元件预测为miRNAs的可能功能和表达的时空性提供了线索。miRNAs的顺式作用元件和靶基因的分析显示,部分miRNA的表达与生长素响应因子、赤霉素响应因子之间存在潜在的负反馈调控（见图3）。     

MicroRNAs研究进展

MicroRNAs简称miRNAs(微小RNAs),是真核生物、原核生物以及病毒中由非编码蛋白基因转录成的初级前体microRNAs加工成的调控因子.在转录后水平和蛋白质翻译水平,microRNAs通过降解或翻译抑制调控靶mRNA.这些microRNAs在广泛的生物过程中发挥重要作用,包括细胞增殖,分化和凋亡.主要介绍microR-NAs的特征,加工与成熟过程,作用机制以及其功能.     

基于炎症反应的阿尔茨海默症功能模块构建

整合阿尔茨海默症患者6个脑区的基因表达数据和蛋白质相互作用数据,较好地避免了基因表达数据高噪声、高变异等不足对构建基因调控网络精度和准确性的影响.考虑到脑部神经炎症是AD发病的重要原因之一,以及钙平衡失调可能是AD几个致病因素联系的纽带,结合蛋白质网络挖掘与AD发病密切相关的基因及炎症和钙离子功能网络,采用最大权重诱导子图(Heinz)算法实现两种高通量数据的结合并提取显著扰动子网,在此基础上利用基于边权的模拟退火算法预测和优化扰动网络,去除网络中较弱的相互作用,添加预测的较强的相互作用,提高网络的精度.实验共提取206个特征基因,并且提取了脑部炎症及钙离子作用机制的功能模块子网.结果证明,使用基于边权的模拟退火算法进一步加强了功能网络的模块性.经生物学分析证明炎症和钙离子机制在AD致病机制中起着很大的作用.这些数据在不同方面为系统地认识基因的复杂调控机制提供了必要的信息.     

基于位置关联性打分方程的人类转录因子结合位点的预测(英文)

转录因子结合位点的识别是阐明基因转录调控机制的重要环节,准确的转录因子结合位点的预测算法将有助于人们识别转录因子的目标基因,进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响.然而,目前存在的预测转录因子结合位点的算法所得结果的特异性普遍较低,因此有必要提出一种新的有效的预测转录因子结合位点的算法.本文利用JASPAR数据库上的数据,在深入分析转录因子结合位点生物学特征的基础上,构建了考虑位点保守性和伪计数的位置关联性打分方程.预测结果表明,在最佳阈值之下,该算法对转录因子结合位点的假阳率低于0.01%.     

基于位置关联性打分方程的果蝇转录因子结合位点的预测

转录因子结合位点的识别是阐明基因转录调控机制的重要环节,准确的转录因子结合位点的预测算法将有助于人们识别转录因子的目标基因,进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响.然而,目前存在的预测转录因子结合位点的算法所得结果的特异性普遍较低,因此有必要提出一种新的有效的预测转录因子结合位点的算法.本文利用JASPAR数据库上的数据,在深入分析转录因子结合位点生物学特征的基础上,构建了考虑位点保守性和伪计数的位置关联性打分方程,并对果蝇转录因子结合位点进行预测,预测结果的假阳率均低于0.02%.     

孤儿核受体Nur77的多功能性及其相关药物靶点作用机制的研究进展

核受体Nur77(也称TR3)是立早基因NR4A1编码的产物,在细胞增殖、分化、凋亡、自噬、炎症以及代谢等生命活动过程中发挥重要的调控作用.Nur77不仅作为转录因子调控下游靶基因的转录和表达,还能作为不依赖于转录的调节因子,通过蛋白相互作用以及改变亚细胞定位的方式发挥作用.Nur77的配体至今尚未在生物体内发现,因此它被称为孤儿核受体.然而,近年的研究已发现数个靶向Nur77并调控其功能的小分子药物.本文重点综述Nur77的多功能性、其体外激动剂和拮抗剂的筛选及其靶向调控的研究进展.     

基于大脑不同区域的阿尔茨海默症基因表达数据分析

提出了采用Tukey双权函数作为FastICA(Fast Independent Component Analysis)方法的非线性函数,对阿尔茨海默症(Alzheimer’s disease, AD)多个脑区域基因表达数据进行显著基因提取,揭示其基因表达调控关系.针对传统聚类方法基于全局聚类且只能将某个基因聚类到某一类的缺陷,改进的FastICA方法能够对基因表达数据进行快速有效的双向聚类,能够满足同一个基因可能参与不同信号传导通路的生物特性.同时考虑到人脑中海马区、内嗅皮质区、颞中回及视觉皮层区均与学习与记忆功能密切相关,将算法对多个脑区域进行基因表达调控综合分析.结果表明,大量炎症反应是AD致病的重要因素之一.     

共有基因模块构建大规模基因调控网络

目的 提出一种利用共有基因模块构建大规模基因调控网络算法(Common Gene Mod-ules Network,CGMN),有效降低传统基因调控网络构建基因节点规模较大的基因调控网络(包含几百个,甚至几千个基因节点)时时间复杂度过大的缺陷.方法 CGMN算法从基因表达数据出发,采用6种常用聚类算法把基因表达模式相似的基因聚类成功能模块,找出6种聚类方法的共有模块,并将其作为功能模块基因节点,采用局部贝叶斯网络(Local Bayesian Network,LBN)算法构建功能模块基因-基因调控网络.结果 与结论 大规模细胞周期基因表达数据集上仿真实验结果表明,搜索共有模块压缩基因节点数目策略,能够有效降低大规模基因调控网络重构时间复杂度,且验证了CGMN算法构建大规模基因调控网络的有效性.     

MicroRNA与转录因子调控网络综述

MicroRNA是一类长度约为18-24nt的非编码小RNA,它在转录后水平通过调控靶基因来行使多种生物学功能,例如：细胞周期、分化、细胞增殖和凋亡等。在转录水平,转录因子作为一种重要的调控因子参与调控多种基因的表达。近些年研究表明转录因子可以直接调控miRNA的表达,并且参与了包括肿瘤疾病发生等多种生物学进程。转录因子与miRNA形成的调控网络已被广泛地研究,文中就目前已有的研究成果进行综述,以期为今后转录因子与miRNA调控通路的研究提供一定的理论基础。     

用基因互作网络识别胰腺导管腺癌基因生物标记

胰腺导管腺癌(PDAC)是全球高致死率癌症中的一种.PDAC基因生物标记的识别可以通过构建基因互作网络完成.利用蛋白质互作网络来分析与研究基因表达芯片数据,构建出PDAC基因互作网络并对其划分基因模块,进而筛选出在模块中的PDAC差异性表达基因.通过筛选在癌症样本和正常组织样本中共表达的基因对,并利用STRING蛋白质互作网络评估基因功能相关性,构建出具有PDAC特异性的基因互作网络.利用iNP算法进行网络模块化分,在每一个模块中,模块内基因都具有强的共表达特性和模块功能相关性.通过筛选,获得了34个基因模块,其中20个在癌症样本中表达明显上调,14个在癌症样本中表达明显下调.从这些模块中又筛选出在PDAC样本中表达上调的10个基因生物标记,如DMBT1、DSC3等和表达下调的10个基因生物标记,如DLG5、NRCAM等.     

miR-1/133基因簇的进化及其调控网络

miR-1/133基因簇在心肌和骨骼肌中特异性表达,对心脏以及骨骼肌的发育及生理病理具有重要作用.该研究采用生物信息学方法,研究了miR-1/133基因簇的进化特征,预测了其靶基因及其调控的生物学过程.利用miRBase数据库对23种不同物种间miR-1/133基因簇的序列、组织方式进行了比较.采用最大似然法构建miR-1/133基因簇的系统进化树,显示该基因簇的进化与物种进化关系有一定差异.利用在线数据库对miR-1/133基因簇上游转录因子及下游靶基因进行预测,并对其进行综合分析,绘制出该基因簇的网络调控图,表明miR-1/133基因簇参与了骨骼肌与心肌发育、胰岛素受体信号通路、经典Wnt信号通路、p53信号通路等体内重要生理过程,为进一步阐明miR-1/133基因簇的生物学功能提供了理论依据.