【摘要】：人類基因組計(jì)劃的完成以及生物信息學(xué)等學(xué)科的快速發(fā)展,使得基因組學(xué)逐漸從基因測(cè)序揭示生命遺傳信息的本質(zhì)研究轉(zhuǎn)移到從分子水平上對(duì)基因功能進(jìn)行研究。生物信息學(xué)也隨之由最初的基因組序列解讀轉(zhuǎn)移到基因表達(dá)譜數(shù)據(jù)所蘊(yùn)含的生物學(xué)意義的挖掘上。生物信息學(xué)及相關(guān)學(xué)科的快速發(fā)展,使得大量的生物學(xué)數(shù)據(jù)呈現(xiàn)出指數(shù)式的增長(zhǎng)模式。由NCBI創(chuàng)建的基因表達(dá)綜合數(shù)據(jù)庫(kù)(Gene Expression Omnibus,GEO),有著強(qiáng)大的收錄和存儲(chǔ)功能,涵蓋多個(gè)生物學(xué)領(lǐng)域的高通量實(shí)驗(yàn)數(shù)據(jù),為生物信息學(xué)研究者提供了大量與疾病相關(guān)的基因表達(dá)譜信息。如何有效地利用這些生物學(xué)數(shù)據(jù),挖掘出其潛在的生物學(xué)價(jià)值,應(yīng)用于基因分析、基因的表達(dá)與調(diào)控、疾病的診斷、藥物篩選等研究,已經(jīng)成為當(dāng)今生物信息學(xué)研究的核心問(wèn)題。通過(guò)對(duì)基因芯片提供的大量基因表達(dá)譜數(shù)據(jù)信息的深度挖掘和分析,有助于了解基因的功能以及基因間的相互作用關(guān)系。為了實(shí)現(xiàn)這一目標(biāo),最核心的環(huán)節(jié)就是要從龐大的基因表達(dá)譜信息中檢測(cè)和分析病變組織和正常組織的表達(dá)存在顯著性差異的基因。在功能基因組時(shí)代,為了推動(dòng)生物信息學(xué)等學(xué)科的研究和發(fā)展,利用好GEO數(shù)據(jù)庫(kù)基因芯片技術(shù)構(gòu)建差異表達(dá)基因分析系統(tǒng)顯得更為重要。目前,差異表達(dá)基因的分析技術(shù)主要有:差異顯示PCR、代表性差異分析、消減雜交技術(shù)等,都需要進(jìn)行復(fù)雜的篩選實(shí)驗(yàn),耗時(shí)又費(fèi)力。本文研究的差異表達(dá)基因分析系統(tǒng)是基于GEO數(shù)據(jù)庫(kù)的基因表達(dá)譜數(shù)據(jù)運(yùn)用Python代碼自動(dòng)獲取全部疾病的基因表達(dá)譜信息,并進(jìn)行標(biāo)準(zhǔn)化處理,結(jié)合統(tǒng)計(jì)學(xué)T檢驗(yàn)?zāi)Ｐ陀?jì)算基因表達(dá)值的差異關(guān)系,然后篩選出表達(dá)有差異的基因,為后續(xù)研究提供支持。其最大的特征是從單一疾病的差異表達(dá)基因分析上升到從系統(tǒng)角度自動(dòng)化快速、準(zhǔn)確、全面的篩選所有疾病的差異表達(dá)基因。目前,由于差異表達(dá)基因的篩選工作較為復(fù)雜且耗時(shí)費(fèi)力,大多差異表達(dá)基因分析研究者都局限于對(duì)單一疾病的基因芯片表達(dá)數(shù)據(jù)的分析。因此,研究構(gòu)建全疾病相關(guān)基因的差異表達(dá)基因分析系統(tǒng),可以為廣大生物信息學(xué)研究者提供精確地篩選結(jié)果,精簡(jiǎn)分析過(guò)程,提高資源利用率。同時(shí)也有助于推動(dòng)差異表達(dá)基因分析技術(shù)和篩選結(jié)果的實(shí)際應(yīng)用,差異表達(dá)基因的分析可以幫助更多的研究者在基因組水平上揭示疾病的發(fā)病機(jī)制,尋找新的靶向治療位點(diǎn),發(fā)現(xiàn)并鑒定導(dǎo)致耐藥的新序列變異,不僅有助于尋找疾病的發(fā)病機(jī)理,還可以從基因組序列水平上進(jìn)行疾病靶向治療耐藥機(jī)制的研究。
【圖文】：

1.2 國(guó)內(nèi)外相關(guān)研究綜述1.2.1 GEO 數(shù)據(jù)庫(kù)研究現(xiàn)狀美國(guó)國(guó)立生物信息技術(shù)中心（National Center for Biotechnology Information，簡(jiǎn)稱 NCBI）的高通量基因表達(dá)數(shù)據(jù)庫(kù)（Gene Expression Omnibus，，簡(jiǎn)稱 GEO）是目前世界上最全面的儲(chǔ)存高通量基因表達(dá)豐度數(shù)據(jù)的開源數(shù)據(jù)庫(kù)。GEO 數(shù)據(jù)庫(kù)在創(chuàng)建初期主要是用于存儲(chǔ)各個(gè)研究組織基因測(cè)序得到的高通量基因表達(dá)數(shù)據(jù)，隨著研究者的而不斷提交，逐漸收錄并存檔涉及多個(gè)物種，多種不同類型的高通量實(shí)驗(yàn)數(shù)據(jù)，在很多領(lǐng)域都發(fā)揮著重要作用。包括提供比較基因組分析、蛋白組分析、非編碼 RNA、SNP（單核苷酸多態(tài)性）基因組以及基因組甲基化狀態(tài)分析等。其生物數(shù)據(jù)量的不斷遞增，為生物信息學(xué)研究者深入探索生物醫(yī)學(xué)奧秘提供了強(qiáng)有力的支撐。登錄網(wǎng)址：https://www.ncbi.nlm.nih.gov/geo/。（如圖 1-1）

圖 1-2 GEO 數(shù)據(jù)庫(kù)獲取的部分原始數(shù)據(jù)本文研究的原始數(shù)據(jù)來(lái)源于馮清等[48]設(shè)計(jì)的基于Python編程的基因表達(dá)數(shù)據(jù)網(wǎng)絡(luò)爬蟲系統(tǒng)，自動(dòng)抓取GEO數(shù)據(jù)庫(kù)中的全部基因芯片數(shù)據(jù)，以MINiML文件下載，包含全部的平臺(tái)、樣本、系列信息的完整數(shù)據(jù)。截止到2017年5月，共下載GEO數(shù)據(jù)庫(kù)原始數(shù)據(jù)84058個(gè)，格式為“.xml.tgz”的壓縮包文件，大小為1.53TB。如圖：1-2。1.5 論文框架第一章，提出了課題的研究背景和研究意義，對(duì)國(guó)內(nèi)外在 GEO 數(shù)據(jù)庫(kù)、基因芯片技術(shù)和差異表達(dá)基因分析方面的相關(guān)研究情況進(jìn)行了綜述，對(duì)差異表達(dá)基因分析的技術(shù)應(yīng)用和研究意義進(jìn)行解釋。介紹了本文的創(chuàng)新點(diǎn)以及數(shù)據(jù)來(lái)源。對(duì)論文的文章結(jié)構(gòu)進(jìn)行了描述。
【學(xué)位授予單位】：山西醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP311.13;Q78

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 金輝;高艷彬;盧志陽(yáng);鄒瓊;史鵬偉;楊磊;;差異基因表達(dá)譜分析小鼠燒傷早期免疫細(xì)胞刺激反應(yīng)的相關(guān)基因靶標(biāo)[J];南方醫(yī)科大學(xué)學(xué)報(bào);2015年12期

2 周大瓊;曹繼華;任力鋒;張陽(yáng)德;;基因芯片數(shù)據(jù)庫(kù)GEO與ArrayExpress的使用及比較分析[J];中國(guó)現(xiàn)代醫(yī)學(xué)雜志;2014年12期

3 陳康;鄭緯民;;云計(jì)算:系統(tǒng)實(shí)例與研究現(xiàn)狀[J];軟件學(xué)報(bào);2009年05期

4 金敏;李君文;;基因芯片技術(shù)在環(huán)境微生物群落研究中的應(yīng)用[J];微生物學(xué)通報(bào);2008年09期

相關(guān)博士學(xué)位論文 前1條

1 譚興國(guó);膽囊癌差異表達(dá)基因分析及AXL、Prostasin在膽囊癌侵襲轉(zhuǎn)移中的作用研究[D];中南大學(xué);2011年

相關(guān)碩士學(xué)位論文 前2條

1 馮清;基于Python的基因表達(dá)數(shù)據(jù)網(wǎng)絡(luò)爬蟲研究與設(shè)計(jì)[D];山西醫(yī)科大學(xué);2017年

2 瞿新玲;基于知識(shí)庫(kù)的多級(jí)軟件重用技術(shù)研究與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2009年

本文編號(hào)：2689715