基于分子网络的癌症基因与非癌症基因的差异性分析

研究人类蛋白质相互作用网络中,癌症基因和非癌症基因在拓扑结构上的差异性,进而为潜在的癌症基因挖掘提供重要依据。首先利用多个数据库,构建一个较为全面的人类蛋白质相互作用(protein-protein interaction,PPI)网络,并搜集已知癌症基因;然后从PPI网络中抽取大量随机样本,并分别统计分析随机样本和已知癌症基因在节点度、节点介数和最大连接组件上的差异程度。得到了如下结果:(1)构建了一个较为全面的人类蛋白质相互作用网络;(2)获得乳腺癌已知癌症基因集;(3)已知癌症基因集和PPI网络随机样本在节点度、节点介数以及最大连接组件等拓扑结构属性上差异有显著性(P<2.2×10-16)。PPI网络的节点度、节点介数和最大连接组件等拓扑结构属性能够显著地区分癌症基因与非癌症相关基因,为新的未知癌症基因的发掘提供了重要考察依据。     

水稻OsRacD与OsRhoGDI2基因共表达载体的构建

水稻OsRacD是从水稻幼穗中分离的Rho基因,OsRhoGDI2是通过酵母双杂交筛选到的与OsRacD相互作用蛋白的编码基因,已有的研究表明OsRacD与OsRhoGDI2之间可能存在相互作用,并参与水稻育性调控过程.为了鉴定二者的相互作用,本研究构建了OsRacD与OsRhoGDI2基因共表达载体,为采用免疫共沉淀验证二者在体内的相互作用,解析OsRacD与OsRhoGDI2基因参与水稻育性控制的分子机制奠定了基础.     

基于互信息的差异共表达致病基因挖掘方法

为了挖掘基因表达数据中的差异共表达致病基因模块,提出了基于互信息和最大团相结合的方法.互信息用于度量基因表达谱之间的相互关系,计算任意2条基因表达谱在2种不同样本中的互信息值,得到2个互信息矩阵M1和M2,选定2个阈值T1和T2(T1T2)将矩阵M1和M2二值化,并通过M1和M2中元素的逻辑"与"运算得到图的邻接矩阵,从邻接矩阵挖掘出的最大团则为差异共表达致病基因模块.将该方法应用于Colon数据,选定T1=2.2,T2=1.0,得到6个相互重叠的最大团,实验结果表明,该方法能有效挖掘出差异共表达致病基因模块.     

基因替换及多基因共表达强化大肠杆菌辅酶Q10的合成能力

为了强化大肠杆菌合成辅酶Q10（CoQ10）的能力,对大肠杆菌进行了相关的基因操作。通过敲除大肠杆菌染色体上的聚八异戊二烯焦磷酸合成酶基因ispB,并导入来自Gluconobactersuboxydans的聚十异戊二烯焦磷酸合成酶基因ddsA,使大肠杆菌具有CoQ10合成能力的同时降低了内源性辅酶Q8（CoQ8）的合成。采用双质粒共表达系统,对CoQ生物合成途径中多个功能基因进行了强化表达,构建得到的重组大肠杆菌CoQ的合成能力、CoQ10合成的专一性都有明显改善,其中ubiCA和ddsA基因的协同表达效果最为明显,CoQ的合成能力比对照提高了65%,而CoQ10的合成量也提高了1.1倍。     

隔离子两侧临近基因的共表达研究

染色质隔离子是相邻转录功能区的边界序列,可以发挥增强子阻断和染色质屏障作用.研究结果显示,隔离子两侧临近基因的转录方向相同时,这两个基因表达水平具有显著的正相关,否则表达水平关联不显著.该结果指出隔离子并没有对临近基因表达起到屏障作用,这些隔离子可能发挥了增强子阻断作用.此外,隔离子两侧转录方向相同的两个基因的基因长度呈现正关联.尤其是同时位于"+"链的隔离子两侧临近的基因,关联最强.同时,发现隔离子每一侧基因表达水平和该基因长度呈现显著的负相关,这一关联性与该基因的转录方向和隔离子的存在无关.     

基于加权基因共表达网络分析挖掘茯苓抗食管癌作用靶点

该研究利用加权基因共表达网络分析(WGCNA)探讨茯苓抗食管癌的潜在作用靶点,为食管癌的临床诊治开创新思路.首先在中药系统药理学数据库与分析平台(TCMSP)数据库中筛选出茯苓的有效活性成分及对应靶点,运用Cytoscape软件中鉴定候选药物作用靶点,接着在癌症基因组图谱(TCGA)数据库和基因表达谱差异(GEO)数据库中下载肿瘤相关基因表达数据集,通过WGCNA鉴定出与食管癌紧密相关的基因,并将鉴定出的基因与茯苓的候选药物作用靶点进行比对,确定茯苓抗食管癌的潜在作用靶点,最后采用RT-PCR的方法对筛选出核心基因在人食管癌细胞中的表达量进行检测.结果共获得34种茯苓有效活性成分,及17个对应靶点,主要候选药物作用靶点为：CHRM1、NCOA2、PGR、ADRA1B、ADH1B、PTGS2.其中ADH1B为茯苓抗食管癌的潜在作用靶点.筛选出DLGAP5、MCM2、CCNA2、CDK1、TPX2、TRIP13、KIF23、KIF2C、CENPF、CHAF1A等10个核心基因,其中CHAF1A和MCM2的表达水平对食管癌患者的预后具有影响.RT-PCR结果显示,CDK1、CHAF1A、TP...     

肝细胞癌关键基因的生物信息学分析

肝细胞癌是一种高死亡率的原发性肝癌,其有限治疗和较低的化疗敏感性,使得迫切需要寻找潜在的临床治疗靶点和预后判断的生物标志物.为此,采用生物信息学方法对肝细胞癌发生发展的关键基因进行挖掘.从基因表达数据库(GEO)中下载数据集,并筛选差异表达基因,使用在线数据库DAVID 6.8对筛选到的DEGs进行基因本体(GO)富集...     

GSTs,NATs基因多态性与癌症易感性

谷胱甘肽硫转移酶（GSTs)和N－乙酰转移酶（NATs)与异源物质（xenobiotics)与人类的代,激活,解毒等过程密切相关,由于编码这两类酶的基因呈高度鑫态性,因而在人数中GSTs和NATs的活性特征不尽相同,现有的研究指出：GSTs和NATs基因多态性在某些人群中与各类癌症的易感性相关,文章基于前人研究成果并结合我室的[研究进展就这方面的研究工作做了局部的综述。     

基于直接和间接PPI信息预测人类核蛋白亚核定位

构建了含有五个亚核区域共426条蛋白质的单定位人类核蛋白数据库.选取蛋白质相互作用信息分数为信息参数,提出通过引入蛋白质一级间接相互作用预测蛋白质亚核定位的新算法,对人类核蛋白亚核定位进行了预测.对染色质、核仁两区域351条蛋白质的Jackknife检验总预测成功率为91.04%.对染色质、核仁、核基质、核斑四区域413条蛋白质的Jackknife检验总预测成功率为79.75%.     

云平台下基因 基因相互作用识别算法

针对现有的快速方差分析算法进行并行可扩展性改进, 设计一种高效的并行计算模型, 并提出一种基于MapReduce模型的基因 基因相互作用识别算法--MRANOVA算法. 该算法有效解决了现有基因 基因相互作用识别算法在海量数据规模下普遍存在计算复杂度过高的问题. 实验结果表明, 该算法充分利用了云平台的并行计算能力, 随着数据量的增大, 加速比逐渐接近于集群数量, 可高效准确地完成基因 基因相互作用的识别.     

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.     

两种策略实现1,3-丙二醇关键酶基因的共表达

甘油脱水酶(GDHt)和1,3-丙二醇氧化还原酶(PDOR)是甘油歧化为1,3-丙二醇(1,3-PD)的两个关键酶。采用多顺反子重组和质粒共存两种策略,对来自克雷伯肺炎杆菌(Klebsiela pneumoniae)的两个关键酶进行共表达。构建表达载体pET-28a-dhaB1B2B3-dhaT将两酶基因dhaB1B2B3和dhaT用SD序列相隔,在E.coli BL21(DE3)高水平共表达了GDHt 3个亚基和PDOR,表达蛋白分别约占菌体总蛋白的18%、9%、7%和9%。质粒pET-28a-dhaB1B2B3和pET-22b-dhaT共转化E.coli BL21(DE3)得到稳定的双质粒系统,48h后84%的细胞能同时含有两种质粒,GDHt 3亚基和PDOR分别约占菌体总蛋白的16%、8%、6%和14%。两种酶在两种表达方法下均显示高于原始菌株的酶活力。     

基于非依赖数据采集的呼出气冷凝液蛋白质组加权基因共表达网络分析

呼出气冷凝液（Exhaled Breath Condensate, EBC）是一种呼吸道衬液,其收集过程无创、便捷,常常被作为肺部疾病研究的载体。建立了基于DIA(Data-Independent Acquisition)的EBC蛋白组学方法,共鉴定到2 052个蛋白。通过加权基因共表达网络分析（Weighted Gene Co-expression Network Analysis, WGCNA）筛选出61个关键蛋白,分析发现这些关键蛋白活跃参与多个与人类疾病相关的代谢通路。结果表明,基于DIA的EBC蛋白组学方法,结合WGCNA分析,可以有效地挖掘出EBC中与疾病相关的生物标志物,未来可应用于大规模的临床研究。     

共表达网络鉴定食管鳞癌与腺癌关键差异表达分子

目的:探究食管鳞癌与食管腺癌关键差异表达分子,为临床个体化治疗和靶向治疗提供依据.方法:应用食管鳞癌和食管腺癌的mRNA转录组数据确定其差异表达基因;根据无标度网络理论及差异表达基因构建加权基因共表达网络;通过相关性分析确定与食管腺、鳞癌分组特征相关性最强的网络模块及模块内节点基因.结果:通过共表达网络构建出19个基因...     

融合PPI和基因表达数据的关键蛋白质识别方法

提出一种新的融合了基因表达数据和PPI网络的拓扑特性来识别关键蛋白质的中心性测度PeC.对于网络中的每一条边,PeC首先计算该边的聚集系数和该边相连的2个基因(蛋白质)共表达的皮尔逊相关系数,并在此基础上进一步计算出该边的权值.网络中每个节点的PeC值即为其所连接的所有边的权值之和.基于酵母PPI网络上的实验结果表明,PeC明显优于其他8种中心性拓扑参数DC,BC,CC,SC,EC,IC,LAC和SoECC;特别地,在预测的蛋白质数量不大于总数量的10％的情况下,PeC的预测准确率相对于SC,CC和EC提高20％以上.     

人骨形成蛋白-4和人骨形成蛋白-7在毕赤酵母中的共表达

利用人骨形成蛋白-4(hBMP4)与人骨形成蛋白-7(hBMP7)的成熟肽cDNA片段制备转基因毕赤酵母菌株,实现了hBMP4与hBMP7在巴斯德毕赤酵母细胞中的共表达.Western-blotting分析表明,表达产物含有hBMP4与hBMP7,片段大小分别为26 kD和17 kD,均为单体蛋白.     

基于集成特征选择策略的基因共表达模式识别

为有效识别内含子 miRNA 及其宿主基因共表达模式, 提出了一种基于集成特征选择的识别方法。 首先 使用基于支持度的集成特征选择算法, 获取相关性和稳定性较高的特征子集, 再使用封装式特征选择方法结合 FCBF(Fast Correlation-Based Filter)搜索策略进一步去除冗余特征和弱相关的特征, 获得最优的特征子集。 实验 结果表明, 该方法融合了多个特征选择方法的优点, 能提高学习模型的泛化能力并能有效识别内含子 miRNA 及其宿主基因的共表达模式。     

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.     

护士在治疗癌症疼痛中的作用

疼痛是癌症病人最普遍、最重要的症状,已严重影响患者的生活质量,也是临床护理治疗上的一个棘手问题.它需要医生、护士、病人及其家属等各个方面的共同协作才能取得令人满意的效果.而这其中护士能起着尤为重要的作用.临床实践证明:护士能积极配合医师制定出适宜的治疗方案,及时准确地实施,并予以细致的护理,90%病人的疼痛是可以得到缓解的,现将临床总结如下: