基于近邻传播的时间序列基因表达谱聚类算法

聚类是识别基因表达数据蕴含的关键基因调控模块的一种有效方法,基因表达谱的相似性度量是聚类的关键问题.然而,一般的相似性度量方法不能刻画时间序列基因表达谱数据所蕴含的时间延迟、反向相关和局部相关等复杂的基因调控关系.针对时间序列基因表达谱数据,提出一种基于近邻传播和动态规划的相似性度量方法和聚类算法.在大鼠再生肝细胞基因表达谱数据集上的聚类结果与基因功能富集分析结果高度一致,证明算法在时间序列基因表达谱数据聚类上的有效性.     

基于时序互信息构建基因调控网络

为构建基因调控网络,提出了一个基于时序互信息学习动态贝叶斯网络结构的学习算法.在计算基因间的时序互信息时,该算法考虑了时间序列微阵列数据的时间特性,并利用协方差矩阵计算互信息,没有将基因表达数据离散化,与基因表达数据的连续性相符合.在酵母菌周期细胞的实验数据上测试该算法,灵敏度为66.7%;该算法构建的基因调控网络与KEGG数据库中的网络相比较,发现了Cdc28与Cdc20、Chk1与Rad9的调控关系,这些调控关系在相应的生物学实验中得到验证.     

基于递归模糊神经网络的多时延基因调控网络构建方法

为了处理连续的时序基因表达数据,提出了一个基于递归模糊神经网络的多时延基因调控网络构建算法.该算法能直接用于分析连续的时序基因表达数据,避免离散化数据造成的信息损失.使用时序互信息估计基因间的转录时延,并限制每个基因的潜在调控基因,从而有效提高建网的效率和精确度.酵母菌细胞周期表达数据的实验结果表明该算法能正确选择潜在的调控基因,更加精确地构建基因调控网络.     

AP 数据源融合算法构建基因调控网络

针对单一数据集构建基因调控网络算法数据量不足及构建网络结果不精确的问题, 提出一种基于能力与信任(AP)的数据源融合算法. 该算法将基因表达数据、 蛋白质相互作用数据和基序数据集, 分别通过控制与被控制双向数据流传输来分析和构建基因调控网络, 并与ReMoDiscovery,CLR和C3Net三种已开发模型在酵母全基因组网络构建结果的AUC值进行对比. 对比结果表明, 该算法在构建基因调控网络算法方面执行效率更高、 收敛性更强.     

AP数据源融合算法构建基因调控网络

针对单一数据集构建基因调控网络算法数据量不足及构建网络结果不精确的问题, 提出一种基于能力与信任(AP)的数据源融合算法. 该算法将基因表达数据、 蛋白质相互作用数据和基序数据集, 分别通过控制与被控制双向数据流传输来分析和构建基因调控网络, 并与ReMoDiscovery,CLR和C3Net三种已开发模型在酵母全基因组网络构建结果的AUC值进行对比. 对比结果表明, 该算法在构建基因调控网络算法方面执行效率更高、 收敛性更强.     

基于单细胞RNA测序数据的基因调控网络推断算法综述

通过基因表达的变化可以推断基因调控网络.单细胞RNA测序（scRNA-seq）为推断细胞周期或分化等时间依赖性生物过程的基因调控网络提供了新的可能性,基于scRNA-seq数据的基因调控网络推断算法成为一个相对活跃的研究方向.本文首先对26种基因调控网络推断算法进行介绍,包括3种针对批量RNA测序数据的推断算法和23种针对scRNA-seq数据的推断算法（基于布尔网络的算法2种、基于微分方程的算法3种、基于伪时序基因相关性集成策略的算法5种、基于共表达基因的算法4种、基于细胞特异性的算法3种、基于深度学习的算法6种）,详细描述了每类算法的方法原理和算法优缺点,对算法进行综合比较;然后分析了推断算法比较研究的相关成果,并使用scRNA-seq数据简单评估了26种算法的性能;最后探讨当前基因调控网络推断算法面临的机遇与挑战.     

一种采用新的相似性度量方法的共调控基因动态模糊聚类算法

针对基因间共调控关系的特点和现有共调控基因聚类分析方法的不足,提出一种基于广义信息论中二次互信息的广义相似性度量标准QMISM,并利用免疫遗传算法将高维样本映射到二维空间,进而实现动态模糊聚类和聚类结果可视化.对人工合成数据和真实的基因表达数据的实验结果表明,该算法能得到更好的聚类结果.     

一种基于广义相似性的共调控基因聚类算法

针对共调控基因的特殊性质和现有共调控基因聚类算法存在的不足,提出了基于广义相似性的聚类模型g-Cluster.正负共调控基因因具有相同的编码而被聚集到同一个共调控基因簇中.进一步提出了一种基于树结构的聚类算法FBTD,采用先宽度优先后深度优先的搜索策略,挖掘所有符合条件的最大g-Cluster,同时应用了高效的削减规则和优化策略.将该算法用于真实数据集.理论分析和实验结果都表明,该算法是实用和有效的.     

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.     

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.     

拟南芥基因倍增及基因流失分析

基因倍增指基因组中含有基因的DNA片段复制出一个或更多拷贝的过程,是进化出新物种的主要原因。采用新的数据和方法研究拟南芥基因组的基因倍增过程,通过分析串联基因倍增和大规模基因倍增的存在比例和同义置换率分布,并估计大规模倍增后基因流失的比例,揭示了拟南芥基因组一次非常明显的全基因组倍增,采用科学的方法估计这次倍增发生在约8000万年前。比较该结果与之前的研究,提出了一种解释拟南芥基因倍增过程更合理的模型。     

拟南芥基因倍增及基因流失分析

基因倍增指基因组中含有基因的DNA片段复制出一个或更多拷贝的过程，是进化出新物种的主要原因。采用新的数据和方法研究拟南芥基因组的基因倍增过程，通过分析串联基因倍增和大规模基因倍增的存在比例和同义置换率分布，并估计大规模倍增后基因流失的比例，揭示了拟南芥基因组一次非常明显的全基因组倍增，采用科学的方法估计这次倍增发生在约8000万年前。比较该结果与之前的研究，提出了一种解释拟南芥基因倍增过程更合理的模型。     

Solid-phase gene assembly

New technologies for multiple chemical synthesis of oligonucleotides and stepwise hybridization on a solid-phase support enable the rapid and cost-effective preparation of long duplex DNA regions. Will these new technologies usher in a new era in protein engineering?     

Engineered gene circuits

A central focus of postgenomic research will be to understand how cellular phenomena arise from the connectivity of genes and proteins. This connectivity generates molecular network diagrams that resemble complex electrical circuits, and a systematic understanding will require the development of a mathematical framework for describing the circuitry. From an engineering perspective, the natural path towards such a framework is the construction and analysis of the underlying submodules that constitute the network. Recent experimental advances in both sequencing and genetic engineering have made this approach feasible through the design and implementation of synthetic gene networks amenable to mathematical modelling and quantitative analysis. These developments have signalled the emergence of a gene circuit discipline, which provides a framework for predicting and evaluating the dynamics of cellular processes. Synthetic gene networks will also lead to new logical forms of cellular control, which could have important applications in functional genomics, nanotechnology, and gene and cell therapy.     

Molecular identification of a human DNA repair gene following DNA-mediated gene transfer

Although it has long been evident that the response of eukaryotes to DNA damaging agents is determined by the effectiveness of a variety of DNA repair systems, there is little detailed knowledge of the nature of these systems or the genes which control them. In humans, a number of hereditary conditions, including xeroderma pigmentosum, ataxia telangiectasia and Fanconi's anaemia, exhibit increased sensitivity to a variety of DNA damaging agents and a predisposition to cancer, suggesting a defect in some aspect of DNA repair. This report describes the identification of a human DNA repair gene following DNA-mediated gene transfer into Chinese hamster ovary (CHO) mutant cells, that like xeroderma pigmentosum cells, are sensitive to a variety of DNA damaging agents and are defective in the initial incision step of DNA repair. The resulting transformants exhibit normal resistance to DNA damaging agents and independent transformants demonstrate a common set of human DNA sequences associated with a human DNA repair gene. These observations provide the basis for the isolation and characterization of the human genes responsible for DNA repair.     

优质肉鸡ADSL及GART基因PCR-SSCP分析

采用PCR-SSCP技术对大恒鸡S01品系共计300只鸡的ADSL及GART基因进行多态性分析,结果显示：ADSL基因第9个外显子存在一个SNP位点,测序结果显示其纯合子CC与TT相比有一个C10191T的单碱基突变;GART基因在5’侧翼序列存一个SNP位点,其纯合子AA与BB相比有一个C153T单碱基突变,采用独立性x2分析发现,ADSL及GART基因都达到Hardy-Weinberg平衡.     

基于肿瘤基因表达数据的简单有效的基因选择算法

结合了基因表达数据类内和类间表达差异的信息,提出一种新的基因选择算法,利用它选择出来的特征基因表达作为支持向量机的输入特征向量,对四个常用数据集进行分类,结果表明,该方法可以显著提高分类精度,同时通过对选取出来的特征基因在相关信号通路上的分析,表明该方法能够得到更多的肿瘤相关基因,具有很强的鲁棒性和很高的精确度.