论基因权利的法理基础

基因权利是以基因为基础而产生的一种基本权利。为了更好地保护基因权利，研究基因权利存在背后所隐藏的价值与依托是非常必要的。基因科技对人权的冲击是基因权利产生的原因；对人性尊严的保护是基因权利产生的前提；基因利益的诉求是基因权利产生的基础。正是在人们对人性尊严的保护、基因利益诉求以及基因科技对人权的冲击的基础上产生了基因权利。     

一种面向基因与疾病关系的文本挖掘方法

结合模式匹配、生物医学本体及共现技术,设计了一种自动抽取基因与疾病、基因与基因之间关系的文本挖掘方法,并开发了一个可以处理海量文本数据的系统.该系统可抽取与疾病相关的基因实体,挖掘基因与疾病、基因与基因之间的关系,衡量基因与疾病实体的相关性,并为分析基因与疾病、基因与基因之间的关系提供了网络可视化工具.实验结果表明,系统在测试数据集上抽取基因与疾病之间的关系可获得83.0%的综合测评率,抽取基因与基因之间的关系可获得78.5%的综合测评率.该系统已成功应用于乳腺癌及相关基因的研究.     

基因科技隐私法律问题

随着基因科技的发展,基因隐私成为人们关注的焦点。作为基因科技发展的必然产物,基因隐私较其它隐私有自身的特点,基因隐私权涉及的内容也很多。要处理好基因隐私保护与基因科技发展的关系,使基因隐私得到有效保护,切实维护权利人的基因隐私权,又使基因科技得到快速发展,为人类造福。     

提取基因标签的方法及识别率提高的方法

目的用较少的基因标签准确地来识别结肠癌患者。方法根据基因之间的相关性,采取模糊聚类分析法对大量基因进行聚类。引入各基因与基因中心向量的距离建立优化模型。其次根据基因在样本中的分布特征将基因分为突变基因和无关基因。综合基因的这两个特征建立优化模型。为了提高识别率,采用蒙特卡罗方法考虑了基因中的噪声。最后,考虑到已知的基因标签的特征,重新建立了优化模型。结果在不考虑噪声时,得到8个基因标签,正确识别率为72.6%;加入噪声之后正确识别率为85.00%;加入已知基因标签之后正确识别率为87.1%;加入符合已知基因标签特征的全部基因标签得到25个基因标签,识别率提高到了96.7%。结论考虑的基因特征越多,正确识别率越高。     

基于混沌游戏图形表示的细菌必需基因与非必需基因的Hurst指数特征对比分析

必需基因是维持生物体生命活动必不可少的基因,基因特征的选取对于必需基因的理论预测识别方法至关重要.作者采用分形理论对DEG必需基因数据库中的所有细菌物种进行了基于Hurst指数的必需基因与非必需基因特征对比分析,旨在提取必需基因区别于非必需基因的显著特征.结果表明,绝大部分必需基因与非必需基因序列具有长程相关性,所分析细菌物种的必需基因和非必需基因的Hurst指数均较好地遵从Gamma分布规律,且两类基因的Hurst指数具有显著性差异.     

植物AGAMOUS同源基因的表达调控

AGAMOUS基因（AG基因）是控制高等植物花器官发育的一类非常重要的基因.以拟南芥AG基因为例,重点综述了近20年来AG基因及其同源基因的结构、功能及与其它基因之间的调控关系的研究进展。在此基础上,对AG基因的表达和应用进行了探讨.     

豌豆小叶突变体基因(af)的定位

以半无叶类型、普通类型豌豆为试验材料,对小叶突变体基因位置与子叶颜色基因、初花节位基因的遗传距离进行了研究。结果表明:小叶突变体性状是受单基因控制的,呈完全隐性,小叶突变体基因af、子叶颜色基因i、初花前节位lf表现连锁遗传,且位于第一染色体,测得小叶突变体基因af和子叶颜色基因i之间的遗传距离为6.71个遗传单位,小叶突变体af基因和初花节位基因lf的遗传距离为37.73个遗传单位,三对基因之间的顺序为lf,af,i。     

植物抗虫基因工程研究与应用

近年来,植物抗虫基因工程研究及应用进展喜人.本文综述了利用Bt杀虫蛋白基因、豇豆蛋白酶抑制素基因、昆虫特异性神经毒素基因以及外源凝集素基因等抗虫基因开展植物抗虫基因工程研究的概况,并探讨了植物抗虫基因工程中存在的主要问题及解决的途径.     

基于改进的和声搜索算法的特征基因选择方法

DNA微阵列数据通常含有成千上万个基因,其中含有大量与分类无关的基因和冗余基因,这些基因的存在会严重影响分类精度和效率.针对这一问题,提出一种基于改进的和声搜索算法的特征基因选择方法,首先采用Relief F算法对微阵列基因数据集排序,取排序靠前的N个基因构成初选基因子集,然后再利用改进的和声搜索算法选择特征基因.通过在3个公共微阵列数据集上的仿真实验,结果表明,该算法能够在更少的特征基因情况下达到很高的精度,是一种有效的特征基因选择算法.     

植物抗虫基因工程研究进展

近年来 ,植物抗虫基因工程研究取得了令人瞩目的成果 .根据植物抗虫基因的来源 ,全面综述了利用Bt毒蛋白基因、蛋白酶抑制基因、外源凝集素基因、昆虫神经毒素基因等开展植物基因工程的研究概况 ,并且就其新进展、出现的问题和解决途径进行了讨论 .     

基于随机矩阵理论分析乳腺癌基因网络

利用随机矩阵理论分析乳腺癌基因微阵列数据,得到乳腺癌基因共表达网络,找出乳腺癌基因共表达网络中重要的增殖模块和免疫模块,并预测基因PMSCL1与乳腺癌细胞的增殖、侵袭及迁移有关,基因CCAN2与乳腺癌细胞的有丝分裂有关,基因SCYA5与乳腺癌细胞的免疫应答有关,基因PRC1、RAB31、INHBA可作为乳腺癌的靶向基因.     

肝细胞凋亡的基因调控

细胞凋亡是生物界普遍存在的一种基本生理活动,大量研究表明,细胞凋亡过程与许多细胞因子及基因密切相关。本文综述了与肝细胞凋亡有关的p53基因、C-myc基因、Fas基因、Bax基因和Bcl-2基因等。     

基于必需基因数据库的微生物必需基因的分析

维持某种生物细胞生长所必需的基因被称为是这个物种的必需基因．这些基因组成了该物种生存所需要的最小基因集合．本文构建了必需基因数据库（DEG）以及探索必需基因数据库的可能应用，应用Z曲线方法分析了枯草杆菌（Bacillus subtilis）中必需基因和非必需基因的核苷酸分布，并且通过蛋白质序列比对的方法对大肠杆菌（E．coli K12）的必需基因进行理论预测，同时分析了大肠杆菌基因组当中必需基因的功能分类，探讨了通过序列比对的方法确定微生物必需基因的可行性．     

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.     

中国肺癌的驱动基因研究进展

 肺癌是中国发病率及死亡率最高的恶性肿瘤。肿瘤细胞在驱动基因的作用下持续生长,并对该驱动基因的抑制剂具有高敏感性。近年来,针对驱动基因的检测技术不断发展,相应的驱动基因靶向药物也层出不穷。本文主要从中国肺癌的驱动基因、驱动基因的检测及针对驱动基因的靶向治疗3 个方面进行综述,并展望中国肺癌驱动基因的应用前景。     

修正肿瘤相关基因的基因疗法之研究进展

肿瘤是目前威胁人类健康和生命的最严重的疾病之一,基因疗法目前被认为是人类攻克癌症非常有希望的途径.本文对肿瘤基因治疗中的1种方法,修正肿瘤相关基因的基因疗法进行一综述,其中包括转移抑癌基因的基因疗法和转移原癌基因或细胞增殖相关基因的反义基因的基因疗法,并提出对多种基因的联合治疗方法是肿瘤基因治疗发展的一个重要方向.     

果蝇胚胎不同表达水平基因内含子序列特征的比较分析

对果蝇胚胎低表达和高表达水平基因内含子的序列结构进行分析,发现2种表达水平的基因内含子序列特征有明显差异.高表达基因的内含子一般比低表达基因的长,其中高表达基因第1内含子的平均长度是低表达基因的2.62倍,第2内含子的平均长度是低表达基因的1.79倍.两类基因第1内含子中的CpG岛含量最高,并且高表达基因内含子中CpG岛含量要高于低表达基因.此外,与低表达基因相比,TATA box、CAAT box和GC box在高表达基因内含子中出现的频数明显要高些,尤其是在第1内含子中.作者还提取出果蝇胚胎2种表达水平基因第1内含子中高频出现的6-mer简单重复序列,发现一些重复序列与实验得到的转录因子结合位点相符合.这些结果提示内含子特别是第1内含子有可能调控果蝇胚胎基因的转录从而影响基因的表达水平.     

土壤抗生素抗性组：来源、扩散和驱动因子

 土壤是环境抗生素抗性基因的源与汇，也是抗性基因发生水平转移的重要热区。综述了土壤环境中抗性基因的主要来源及驱动因子，阐述了抗性基因在土壤-植物、土壤-动物及土壤-水体等不同系统中的传播过程，总结了抗性基因在土壤中的传播扩散机制，表明水平基因转移是抗性基因在环境中传播的主要分子机制之一；土壤-植物系统是抗性基因从环境向人类传播扩散的一个重要途经，是环境抗性基因人群暴露的主要来源；不是所有的抗性基因都具有严重的健康威胁，鉴定高风险的抗性基因对维护人类健康具有重要意义；源头控制是控制抗生素和抗性基因污染的重要手段之一。     

基于酵母基因组高通量数据的基因-基因相互作用预测

后基因组时代的显著特点是大规模基因组和蛋白质组实验平台所产生的大量高通量数据,整合并利用基因组和蛋白组信息成为这一时代的主要挑战之一. 因此,基因-基因相互作用将有助于理解细胞内基因之间的相互作用以及信号传导通路研究提供有价值的参考. 为预测酵母基因组中基因-基因相互作用,我们利用高通量数据中的蛋白-蛋白相互作用、遗传表型数据、基因微阵列表达数据以及功能基因注释数据等来分析酵母中的基因-基因相互作用. 本文建立的预测方法为在系统水平上理解酵母基因组中的基因功能提供了依据,也为揭示酵母基因组中的基因-基因相互作用网络奠定理论基础.     

基于PCA和信息增益的肿瘤特征基因选择方法

针对肿瘤基因数据因维度高和冗余基因较多而导致分类精度低的问题,提出一种基于PCA和信息增益的肿瘤特征基因选择方法.该方法首先使用PCA算法剔除冗余基因,获得预选特征基因子集;然后利用信息增益算法对预选特征基因子集进行优化选取,得到特征基因子集;最后采用不同分类模型对特征基因子集进行仿真实验.实验结果表明,所提方法提高了基因表达谱的分类精度,从而表明致病基因被有效地选取出来.