【摘要】：多聚腺苷化(poly(A),Polyadenylation)是mRNA成熟的必要過程,對(duì)真核生物的基因表達(dá)起重要的調(diào)控作用。多聚腺苷化過程中進(jìn)行剪切的位置為poly(A)位點(diǎn),基因中不同poly(A)位點(diǎn)的選擇被稱為選擇性多聚腺苷化(APA,Alternative polyadenylation),基因通過APA產(chǎn)生不同的轉(zhuǎn)錄本異構(gòu)體,增加了轉(zhuǎn)錄組和蛋白質(zhì)組的復(fù)雜性和多樣性。隨著測序技術(shù)的快速發(fā)展和運(yùn)用,產(chǎn)生了越來越多的poly(A)位點(diǎn)數(shù)據(jù),而對(duì)高通量poly(A)位點(diǎn)數(shù)據(jù)進(jìn)行聚類分析,是一種常見且重要的分析手段。通過對(duì)APA基因進(jìn)行聚類分析,可以輔助探索APA調(diào)控的基因表達(dá)、識(shí)別APA調(diào)控下的共表達(dá)基因集、分析基因表達(dá)差異以及預(yù)測未知基因的功能。而目前對(duì)APA基因的聚類分析是基于基因整體表達(dá)水平進(jìn)行的,采用累加基因上所有poly(A)位點(diǎn)表達(dá)量的方式,來得到基因的整體表達(dá)水平。本文在APA基因的聚類分析中,考慮APA特異性,提出基于典型相關(guān)分析(CCA,canonical correlation analysis)和層次聚類(Hierarchical Clustering)結(jié)合的分析方法。該分析方法主要包含三個(gè)步驟:1結(jié)合基因的APA位點(diǎn)分布和豐度信息,利用典型相關(guān)分析來量化APA基因之間的相關(guān)性;2利用層次聚類來劃分顯著相關(guān)的基因集,識(shí)別不同基因集中的關(guān)鍵基因;3對(duì)基因集進(jìn)行同源性評(píng)價(jià),驗(yàn)證聚類效果。同時(shí)采用并行框架設(shè)計(jì),將所提方法開發(fā)了一個(gè)R軟件包PAcluster,以網(wǎng)站形式公開供相關(guān)生物學(xué)家和研究人員使用。本文將所提方法主要應(yīng)用于水稻(Oryza sativa japonica MSU7)的poly(A)位點(diǎn)數(shù)據(jù)集分析上,并對(duì)所得聚類結(jié)果與基于皮爾森相關(guān)系數(shù)、閔可夫斯基距離的聚類結(jié)果進(jìn)行綜合比較,結(jié)果表明所提方法得到的基因集其同源性程度更高,且顯著提高了聚類效果,具有較好的魯棒性。另外所開發(fā)R軟件包PAcluster簡單易用且計(jì)算時(shí)間短,可免費(fèi)下載使用(http://bmi.xmu.edu.cn/software/)。本文的研究工作,有利于輔助生物學(xué)家研究APA調(diào)控的基因表達(dá)。相關(guān)方法和R包等內(nèi)容已發(fā)表在JCR國際期刊J Bioinform Comput Biol上。
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：Q811.4
【圖文】：

制各種性狀，與生命體的生老病死等現(xiàn)象都息息相關(guān)。基因控制各種不同性狀的逡逑過程就是基因表達(dá)的過程。基因表達(dá)的過程遵循中心法則，遺傳信息在基因表達(dá)逡逑中的傳遞過程如圖１－１所示，依次從ＤＮＡ到ＲＮＡ，最后到蛋白質(zhì)。ＤＮＡ到ＲＮＡ逡逑需要進(jìn)行轉(zhuǎn)錄，ＲＮＡ到蛋白質(zhì)需要進(jìn)行翻譯。逡逑ｔ產(chǎn)邐翻譯逡逑ＤＮＡ和邋＊邋Ｃ邋ＲＮＡ邋邐？蛋白質(zhì)逡逑逆轉(zhuǎn)錄邋＼逡逑圖１－１中心法則圖解逡逑基因轉(zhuǎn)錄后變成ｍＲＮＡ，真核生物ｍＲＮＡ的結(jié)構(gòu)示意圖如圖１－２所示。成逡逑熟的ｍＲＮＡ可以指導(dǎo)蛋白質(zhì)的合成，這種可供編碼蛋白質(zhì)的成熟ｍＲＮＡ被稱之逡逑為轉(zhuǎn)錄本，轉(zhuǎn)錄本又稱之為剪切體。逡逑編碼區(qū)（ＣＤＳ）逡逑Ｓ＇邐？邐？邐３＇逡逑Ｃａｐ邋｜邋５－ＵＴＲ邋ｇｇ邋ＢｆｅｌＭ邋ｌｎｔｆ0ｎ邐Ｉｎｔｒｏｎ邋＾邐￣邋Ｊｌ逡逑圖１－２真核生物＿八的結(jié)果示意圖逡逑轉(zhuǎn)錄過程中，基因通過內(nèi)含子的不同剪接可以構(gòu)成不同的轉(zhuǎn)錄本，從而使得逡逑一個(gè)基因通常擁有不止一個(gè)轉(zhuǎn)錄本。轉(zhuǎn)錄本的組成是編碼區(qū)（ＣＤＳ，Ｃｏｄｉｎｇ逡逑Ｓｅｑｕｅｎｃｅ）、非翻譯區(qū)（ＵＴＲ，Ｕｎｔｒａｎｓｌａｔｅｄ邋Ｒｅｇｉｏｎ）、甲基化鳥嗓呤核苷酸帽和多逡逑聚腺苷酸尾巴。其中

第四章ＡＰＡ基因聚類分析方法的應(yīng)用與結(jié)果分析逡逑（３）層次聚類分析，得到聚類結(jié)果逡逑基于步驟二得到的距離矩陣，采用層次聚類算法，對(duì)ＡＰＡ基因進(jìn)行聚類，逡逑劃分具有顯著相關(guān)性的基因集；逡逑（４）聚類結(jié)果評(píng)價(jià)逡逑采用穩(wěn)定性指標(biāo)ＡＤ和ＦＯＭ，以及生物同源性指標(biāo)ＢＨＩ，對(duì)ＡＰＡ基因的類結(jié)果進(jìn)行評(píng)價(jià)。逡逑為了生物學(xué)家們能更便捷地使用該分析方法，本文將該分析方法開發(fā)成一簡單易用的邋Ｒ邋軟件包，ＰＡｃｌｕｓｔｅｒ。將其發(fā)布在邋ｈｔｔｐ：／／ｂｍｉ．ｘｍｕ．ｅｄｕ．ｃｎ／ｓｏｆｔｗａｒｅ／上，逡逑供相關(guān)人員下載使用。圖４－１是ＰＡｄｕｓｔｅｒ軟件包的下載頁面。逡逑

４－３是ＰＡｃｌｕｓｔｅｒ和ＲＳｅｑＮｅｔ這兩個(gè)Ｒ包的計(jì)算時(shí)間對(duì)比圖。對(duì)于基因數(shù)目小于逡逑５００的數(shù)據(jù)集，采用并行或非并行框架下的ＰＡｃｌｕｓｔｅｒ，其計(jì)算速度比ＲＳｅｑＮｅｔ逡逑快得多，如圖４－３邋（ａ）所示。需要說明的是，圖４－３中的曲線是以對(duì)數(shù)坐標(biāo)表示，逡逑因此ＰＡｃｌｕｓｔｅｒ和ＲＳｅｑＮｅｔ的實(shí)際計(jì)算時(shí)間差異更大。逡逑ｉａａＪ－Ａ－邐ＲＳｅｑＮｅｔｅｓｏｍａｌｅｄ逡逑Ｉｖ／Ｕ＇邋＾邐ｈ邐＾—邋ＰＡＣＣＡ（－Ｐａｒａｌｌｅｌ）邐邐0逡逑Ｓ邋

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 趙屹;谷瑞升;杜生明;;生物信息學(xué)研究現(xiàn)狀及發(fā)展趨勢[J];醫(yī)學(xué)信息學(xué)雜志;2012年05期

2 張敏;戈文航;;雙聚類的研究與進(jìn)展[J];微型機(jī)與應(yīng)用;2012年04期

3 歐陽玉梅;;基因表達(dá)數(shù)據(jù)聚類分析技術(shù)及其軟件工具[J];生物信息學(xué);2010年02期

4 吳斌;沈自尹;;基因芯片表達(dá)譜數(shù)據(jù)的預(yù)處理分析[J];中國生物化學(xué)與分子生物學(xué)報(bào);2006年04期

5 黃科,曹家樹,吳秋云,溫慶放;生物信息學(xué)[J];情報(bào)學(xué)報(bào);2002年04期

相關(guān)碩士學(xué)位論文 前2條

1 安平;基因表達(dá)數(shù)據(jù)的雙聚類分析方法研究[D];蘇州大學(xué);2013年

2 劉昊;基于聚類算法的生物分析軟件的設(shè)計(jì)與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2013年

本文編號(hào)：2806342