缺血性脑卒中外周血差异miRNA挖掘与生物信息学分析

目的 本研究旨在通过生物信息学方法筛选缺血性卒中的关键miRNA,探讨其下游靶基因及相关调控通路在缺血性中风中可能发挥的生物学作用.方法 利用R语言的Limma包分析大鼠缺血性卒中模型外周血miRNA表达谱数据,miRbase数据库鉴定差异miRNA保守性,miRDB数据库预测这些miRNA的靶基因.联合应用strin...     

水稻microRNA及其靶基因的系统鉴定

miRNA在植物生长发育和环境胁迫中发挥着重要的作用.本研究基于49个水稻小RNA 测序数据,系统分析了已知miRNA的表达,并鉴定到了新的水稻miRNA.我们发现,miRBase上注释的水稻miRNA中,只有39％具有可检测的表达. 此外,对水稻降解组数据的分析鉴定到一些新的miRNA靶基因,包括两个新的miR444靶基因,它们分别编码WD40蛋白和热休克因子型DNA结合蛋白.     

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.     

基于矩阵分解技术的系统性红斑狼疮转录调控网络构建

利用双向聚类方法提高系统性红斑狼疮(systemic lupus erythematosus,SLE)基因表达数据特征基因提取的有效性;预测SLE患病过程中转录因子活性以及对靶基因的调控强度变化,构建和挖掘与SLE发病密切相关的转录调控网络及其生物过程.利用FastICA方法进行双向聚类筛选出800个SLE显著基因,结合转录调控信息选取其中表达显著的转录因子及其靶基因,利用NCA预测SLE发病过程中转录因子活性以及对靶基因调控强度的变化,并构建调控网络.构建了由9个转录因子和47个靶基因所组成的调控网络,结合分子生物学分析发现,转录因子在正常样本和患病样本中的活性有明显的变化趋势,其调控的靶基因的变化符合SLE的病理特征.利用矩阵分解技术进行SLE特征基因提取及转录调控网络构建能够发现多个与炎症反应及免疫系统等密切相关的生物过程,对研究SLE致病机理和相应的生物学实验提供了方法和依据.     

p53基因调控网络研究进展

肿瘤抑制基因p53表达的p53蛋白是一个通用转录因子,与其上、下游功能相关基因组成了一个复杂的基因调控网络,在这个基因网络中p53基因起着关键作用;DNA损伤、缺氧、原癌基因的激活等均能刺激p53基因表达;p53表达升高后,可通过p53-MDM2反馈环路与泛素系统等对p53表达水平进行精确调节;p53通过调控多种下游/靶基因表达完成多种生物学功能,主要包括阻滞细胞周期、促进细胞凋亡、维持基因组稳定性等;认识p53基因调控网络的功能有助于理解p53及其下游/靶基因间的具体作用机制。     

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.     

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）。     

日本对虾miR-34靶基因预测及其生物信息学分析

已有研究表明日本对虾(Marsupenaeus japonicus shrimp)miR-34(mja-miR-34)参与调控白斑综合症病毒(white spot syndrome virus, WSSV)的感染，但其调控的宿主基因还未具体阐述.本研究首先比对了miR-34在17个物种中的序列，并使用TargetScan 5.1和miRanda预测了miR-34调控的宿主基因.结果显示，miR-34在物种进化过程中具有高度保守性；mja-miR-34可靶向作用于242个宿主编码的基因，且在病毒感染不同时间段呈现差异表达；利用GO注释和KEGG信号通路富集分析结果表明，mja-miR-34的靶基因参与细胞代谢、细胞信号转导、免疫系统以及遗传信息的调控等过程；mja-miR-34在对虾体内可调控靶基因(translation initiation factor)的表达.结果说明mja-miR-34及其靶基因参与病毒感染等多个细胞进程，但还有待进一步验证.本研究可为mja-miR-34靶基因的鉴定及其生物学功能的研究提供数据支持和理论指导.     

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...     

基于生物信息学构建前列腺癌单细胞层面lncRNA-miRNA-mRNA调控网络

利用生物信息学筛选差异表达基因（Differentially Expressed Genes,DEGs）,构建前列腺癌（Prostate Cancer,PCa）单细胞层面lncRNA-miRNA-mRNA调控网络,在分子水平上研究前列腺癌的发生发展过程及预后指标。首先从基因表达综合数据库（GEO）和癌症基因组图谱（TCGA）数据库分别下载单细胞RNA测序数据GSE157703和转录组测序数据TCGA-PRAD,通过R语言筛选差异表达信使RNA （DEmRNA）和差异表达长非编码RNA （DElncRNA）,利用相关软件预测并构建lncRNA-miRNA-mRNA调控网络;然后使用R语言进行基因本体论（Gene Ontology,GO）和京都基因与基因百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）分析,运用STRING数据库、Cytoscape软件建立蛋白相互作用网络,同时对单细胞RNA测序数据进行质控、降维、聚类和分群,构建单细胞层面的lncRNA-miRNA-mRNA调控网络;最后进行生存分析,通过人类蛋白质图谱进行验证。结果显示,共得到3 013个DEmRNA和1 101个DElncRNA,筛选出51个lncRNA、27个miRNA和97个mRNA构建lncRNA-miRNA-mRNA调控网络。GO分析揭示靶基因在腺状细胞迁移、化学突触传递的调节等生物学过程富集,KEGG分析揭示miRNA在癌症、轴突导向和胞间的黏附等信号通路富集。通过PPI得到Top 10基因,据此整合单细胞水平上PCa单细胞转录组测序数据,得到包括肿瘤细胞在内的9个细胞群的多条精确的lncRNA-miRNA-mRNA调控轴。生存分析结果显示,ITGA2、PDLIM5H和PRRG4低表达组的无病生存期显著高于高表达组（P<0.05）,免疫组织化学验证了上述基因在肿瘤组织中均有不同程度的表达。本研究成功构建了PCa单细胞水平的lncRNA-miRNA-mRNA调控网络,并发现其不仅参与PCa的发生和发展,同时在临床预后预测方面也有重要意义。