本文關(guān)鍵詞： microRNA 復雜生物網(wǎng)絡(luò) 疾病 網(wǎng)絡(luò)聚類　出處：《濟南大學》2012年碩士論文　論文類型：學位論文

【摘要】：miRNA是近幾年生物信息學領(lǐng)域的研究熱點。它在人類疾病的產(chǎn)生、發(fā)展等過程中都起到非常關(guān)鍵的作用。雖然可以通過生物實驗的方法挖掘出某些致病miRNA，但是這里面往往會存在兩方面的問題，首先實驗方法的代價高、周期長；其次對于挖掘出的致病miRNA，如何確定哪些是最關(guān)鍵的致病miRNA。本文從生物信息需學的角度提出了一種尋找關(guān)鍵致病miRNA的方法，從而能夠利用預測分析的方法為miRNA研究者的生物實驗提供一定的指導，進而為基因疾病的診斷、藥物的開發(fā)提供一定的依據(jù)。 本文的研究工作包括三個部分。首先，我們從相關(guān)的生物信息數(shù)據(jù)庫及參考文獻中收集了miRNA和靶基因的關(guān)系對，miRNA和疾病的關(guān)系對，以及關(guān)鍵miRNA和疾病的關(guān)系對，整理成了三個數(shù)據(jù)集：miR2Target、miR2Disease和keyMiR2Disease。數(shù)據(jù)集miR2Target用來構(gòu)建整個miRNA生物網(wǎng)絡(luò)，雖然它并不能完全反映人體內(nèi)所有miRNA構(gòu)成的生物網(wǎng)絡(luò)，但是該網(wǎng)絡(luò)卻一定是這個大的生物網(wǎng)絡(luò)的一個真實子集，能真實反映它包含的miRNA之間的關(guān)系，是我們進行后續(xù)研究的基礎(chǔ)。數(shù)據(jù)集miR2Disease被用來在miRNA生物網(wǎng)絡(luò)中提取出某種疾病的致病miRNA生物網(wǎng)絡(luò)，這一過程的實現(xiàn)建立在miRNA的基本功能不變性上。數(shù)據(jù)集keyMiR2Disease被用來評價和控制疾病miRNA生物網(wǎng)絡(luò)的演化。其次，我們在數(shù)據(jù)集miR2Target上，利用二部圖的方法，構(gòu)建了一個miRNA生物網(wǎng)絡(luò)，即如果兩個miRNA的靶基因集合有相同的部分或它們的靶基因在蛋白質(zhì)互作網(wǎng)絡(luò)上顯著互作或它們的靶基因在GO功能類上顯著互作，，則我們都在這個miRNA之間建立一條連接邊，并依據(jù)具體情況給這條邊賦予權(quán)值。最后，我們在上述構(gòu)建的miRNA生物網(wǎng)絡(luò)上利用數(shù)據(jù)集miR2Disease的信息提取出某種疾病的致病miRNA生物網(wǎng)絡(luò)，由于這種網(wǎng)絡(luò)中包含的致病miRNA的數(shù)量也是比較大的，不能鎖定那些關(guān)鍵的miRNA，所以接下來，我們利用數(shù)據(jù)集keyMiR2Disease中的信息，并通過網(wǎng)絡(luò)聚類演化的方法在致病miRNA生物網(wǎng)絡(luò)中找到了一個包含大部分關(guān)鍵致病miRNA的最小集合。 按照上述過程，本文構(gòu)建了一個含有233個結(jié)點，7066條邊的miRNA生物網(wǎng)絡(luò)，它是一個有權(quán)無向圖。在這個生物網(wǎng)絡(luò)中有11個miRNA的度為零，hsa-mir-21和hsa-let-7a間的連接權(quán)值最大為60。以疾病Autoimmune Diseases為例，本文在miRNA生物網(wǎng)絡(luò)中提取出一個含有38個結(jié)點的致病miRNA網(wǎng)絡(luò)，然后依據(jù)keyMiR2Disease中的信息，按照不同的邊的權(quán)值下限對致病miRNA網(wǎng)絡(luò)進行演化，最后得到一個含有13個結(jié)點，8個關(guān)鍵miRNA的小網(wǎng)絡(luò)，在演化的過程中有5個記錄的關(guān)鍵miRNA丟失。在對miR2Disease中的疾病進行相同的分析后，我們發(fā)現(xiàn)關(guān)鍵致病miRNA在致病miRNA生物網(wǎng)絡(luò)中一般處在較低的層次上，而且關(guān)鍵致病miRNA在致病miRNA生物網(wǎng)絡(luò)中一般具有較大的簇系數(shù)和平均度值。
[Abstract]:MiRNA is a hot topic in the field of bioinformatics in recent years. Although some pathogenic miRNAs can be mined through biological experiments, there are often two problems in this process: first, the cost of experimental methods is high and the period is long; Secondly, how to determine which of the most critical pathogenic miRNAs are the most important pathogenic miRNAs. In this paper, we propose a method to find the key pathogenic miRNA from the perspective of biological information. Thus the method of predictive analysis can be used to provide some guidance for the biological experiments of miRNA researchers and then to provide some basis for the diagnosis of genetic diseases and the development of drugs. First of all, we collected the relationship between miRNA and target gene and disease, and the key miRNA and disease from the relevant biological information database and reference. The data set miR2Target is used to construct the entire miRNA biological network. Although it does not fully reflect the biological network of all miRNA in the human body, it must be a true subset of this large biological network. The data set miR2Disease is used to extract the disease-causing miRNA biological network from the miRNA biological network. The realization of this process is based on the basic functional invariance of miRNA. The data set keyMiR2Disease is used to evaluate and control the evolution of disease miRNA biological network. Secondly, we construct a miRNA biological network on the dataset miR2Target by using bipartite graph method. That is, if the target gene sets of two miRNA have the same part or their target genes interact significantly on protein interaction networks, or if their target genes interact significantly on go functional classes, then we both establish a connecting edge between the miRNA. Finally, we use the data set miR2Disease information to extract the disease-causing miRNA biological network on the miRNA biological network. Because the number of disease-causing miRNA in this network is also large enough to lock down key miRNAs, we then take advantage of the information in the dataset keyMiR2Disease. A minimal set containing most of the key pathogenicity miRNA was found in the pathogenetic miRNA biological network by the method of network clustering evolution. According to the above process, a miRNA biological network with 233 nodes and 7066 edges is constructed. It is a right undirected graph. In this biological network, there are 11 miRNA whose degree is zero hsa-mir-21 and the maximum connection weight between hsa-let-7a is 60. Taking the disease Autoimmune Diseases as an example, a disease-causing miRNA network with 38 nodes is extracted from the miRNA biological network. Then according to the information in keyMiR2Disease, according to the lower limit of different edge weights, the disease-causing miRNA network is evolved. Finally, a small network with 13 nodes and 8 key miRNA is obtained. In the course of evolution, five key miRNA records were lost. After the same analysis of the disease in miR2Disease, we found that the key pathogenic miRNA is generally at a lower level in the pathogenic miRNA biological network. And the key pathogenic miRNA in the pathogenic miRNA biological network generally has a large cluster coefficient and average value.
【學位授予單位】：濟南大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：R346

【相似文獻】

相關(guān)期刊論文 前10條

1 劉俊;黃陳;江_";鐘福全;;microRNA在胰腺癌中的研究進展[J];現(xiàn)代生物醫(yī)學進展;2009年23期

2 王雪;王紅靜;;微小RNA與卵巢癌的研究進展[J];醫(yī)學綜述;2010年08期

3 劉東;陳云昭;李鋒;;microRNA與食管癌關(guān)系的研究進展[J];現(xiàn)代生物醫(yī)學進展;2010年05期

4 黃文濤;郭向前;戴甲培;陳潤生;;MicroRNA,lncRNA與神經(jīng)退行性疾病[J];生物化學與生物物理進展;2010年08期

5 高玉;吳晉暉;柳林;;哺乳動物視網(wǎng)膜microRNA的表達及功能[J];眼科新進展;2010年08期

6 吳微;楊歡;;MicroRNA與自身免疫性疾病[J];免疫學雜志;2010年12期

7 涂軼;梅金紅;;乳腺癌相關(guān)microRNA研究進展[J];實用臨床醫(yī)學;2010年11期

8 胡慶偉;杜英;梅麗娜;邢建民;鄧再興;;微小RNA-200家族在子宮內(nèi)膜癌中的表達及意義[J];中國預防醫(yī)學雜志;2011年03期

9 蔣海鋒;薄雋杰;;MicroRNA與膀胱癌的研究進展[J];中國癌癥雜志;2011年04期

10 王寧;呂延杰;楊寶峰;;MicroRNA在心律失常研究中的進展及其應(yīng)用前景[J];分子診斷與治療雜志;2011年04期

相關(guān)會議論文 前10條

1 王俊峰;李巍;吳小江;阮康成;;大鼠附睪microRNA表達譜的研究[A];第十一次中國生物物理學術(shù)大會暨第九屆全國會員代表大會摘要集[C];2009年

2 蔣義國;劉斌斌;;毒理學中的microRNA研究[A];廣東省環(huán)境誘變劑學會、廣東省預防醫(yī)學會衛(wèi)生毒理專業(yè)委員會2010年學術(shù)會議資料匯編[C];2010年

3 劉詠梅;王階;;心血管疾病相關(guān)microRNA的研究進展[A];第十次中國中西醫(yī)結(jié)合學會心血管病學術(shù)大會暨第五次江西省中西醫(yī)結(jié)合學會心血管病學術(shù)大會論文匯編[C];2010年

4 劉詠梅;王階;;microRNA與心血管疾病[A];2011年中華中醫(yī)藥學會心病分會學術(shù)年會暨北京中醫(yī)藥學會心血管病專業(yè)委員會年會論文集[C];2011年

5 李炯;段德民;鄭克孝;;新型非標記高通量microRNA芯片技術(shù)[A];第一屆全國生物物理化學會議暨生物物理化學發(fā)展戰(zhàn)略研討會論文摘要集[C];2010年

6 劉娜;楊景華;張明方;;嫁接西瓜microRNA的鑒定以及表達差異研究[A];中國園藝學會2011年學術(shù)年會論文摘要集[C];2011年

7 杜有功;;microRNA對一些非腫瘤疾病的影響[A];2010年中國藥學大會暨第十屆中國藥師周論文集[C];2010年

8 王琪;袁宏;;利用反義技術(shù)鑒定肝癌相關(guān)microRNA-224功能的研究[A];中華醫(yī)學會第九次全國檢驗醫(yī)學學術(shù)會議暨中國醫(yī)院協(xié)會臨床檢驗管理專業(yè)委員會第六屆全國臨床檢驗實驗室管理學術(shù)會議論文匯編[C];2011年

9 徐小濤;陸曉;孫婧;束永前;;肺癌側(cè)群細胞microRNA表達譜檢測及初步分析[A];2010’全國腫瘤分子標志及應(yīng)用學術(shù)研討會暨第五屆中國中青年腫瘤專家論壇論文匯編[C];2010年

10 羅維;林宇翔;繩紀坡;于芳;胡寶成;;靶向細胞外基質(zhì)磷酸糖蛋白的microRNA的篩選及鑒定[A];第二屆模式生物與人類健康研討會會議論文集[C];2012年

相關(guān)重要報紙文章 前10條

1 陳英云 喬蕤琳;哈醫(yī)大成功研發(fā)國內(nèi)首例microRNA轉(zhuǎn)基因及敲減小鼠模型[N];黑龍江經(jīng)濟報;2010年

2 記者 朱敏麗;醫(yī)藥城創(chuàng)新牛奶檢測技術(shù)[N];泰州日報;2010年

3 實習生 蔣洪濤　王昊魁;miRNA—21：讓腫瘤對它“上癮”[N];科技日報;2010年

4 記者 張曄;細胞中“宅男宅女”是傳遞“信號”大使[N];科技日報;2010年

5 記者 許曉惠;乳品中微小核糖核酸科研成果公布[N];中國食品質(zhì)量報;2010年

6 記者 許琦敏;“全球特工”高效調(diào)控生命活動[N];文匯報;2010年

7 衣曉峰;哈醫(yī)大發(fā)現(xiàn)心肌肥厚發(fā)生發(fā)展新機制[N];中國醫(yī)藥報;2010年

8 本報記者 何屹;你到底打了幾份工？[N];科技日報;2010年

9 特約記者 肖鑫　記者 唐先武;我科學家提出肝癌預防判斷與治療新的潛在靶標[N];科技日報;2011年

10 通訊員 肖鑫　記者 陳青;發(fā)現(xiàn)肝癌預防判斷潛在靶標[N];文匯報;2011年

相關(guān)博士學位論文 前10條

1 李曉明;玉米授粉過程中microRNA的表達分析[D];山東農(nóng)業(yè)大學;2011年

2 陰祖軍;脅迫誘導棉花microRNA的差異表達分析[D];山東農(nóng)業(yè)大學;2011年

3 盛熙暉;應(yīng)用文庫構(gòu)建法和生物信息學方法鑒定綿羊microRNA[D];中國農(nóng)業(yè)科學院;2010年

4 黃穎;SHR大鼠肥厚左室心肌microRNA表達與室性心律失常關(guān)系的研究[D];廣西醫(yī)科大學;2010年

5 崔熠;microRNA在砷致胚胎發(fā)育毒性中的作用機制研究[D];北京協(xié)和醫(yī)學院;2011年

6 侯晉;microRNA在病毒感染和肝細胞癌中的作用及相關(guān)機制研究[D];清華大學;2010年

7 王鎮(zhèn);食管黏膜鱗狀上皮癌變相關(guān)microRNA的研究[D];北京協(xié)和醫(yī)學院;2011年

8 于曼麗;Let-7d對血管平滑肌細胞增殖調(diào)控的研究[D];第二軍醫(yī)大學;2011年

9 許建;肝癌組織中異常表達基因microRNA結(jié)合位點遺傳變異及肝癌患者血清microRNA的研究[D];北京協(xié)和醫(yī)學院;2011年

10 吳志鵬;脊柱骨巨細胞瘤發(fā)生與復發(fā)差異表達的microRNA的篩選研究[D];第二軍醫(yī)大學;2011年

相關(guān)碩士學位論文 前10條

1 高娜;基于SVM的microRNA多特征融合模型研究[D];吉林大學;2010年

2 李琳;喉鱗狀細胞癌特征性microRNA表達譜的研究[D];中國協(xié)和醫(yī)科大學;2010年

3 許振華;玉米低硝酸鹽響應(yīng)microRNA及靶基因鑒定與驗證[D];中國農(nóng)業(yè)科學院;2011年

4 宋永站;microRNA-200c對ZEB1表達影響及對腫瘤細胞侵襲遷移作用[D];江蘇大學;2010年

5 王琳;小鼠GSK3β microRNA的生物信息學預測及實驗驗證[D];華東師范大學;2011年

6 胡德亮;microRNA-19b在P19細胞向心肌細胞分化中的作用[D];南京醫(yī)科大學;2011年

7 周鵬方;豬和甲型流感病毒microRNA預測軟件系統(tǒng)[D];西北農(nóng)林科技大學;2010年

8 王曉東;microRNA在應(yīng)激大鼠模型心肌組織中的表達及意義[D];吉林大學;2010年

9 鄒哲;番茄microRNA Sly-mir156α和Sly-mir169c的功能鑒定[D];華中農(nóng)業(yè)大學;2010年

10 陳娟;靶向Livin的microRNA干擾對人卵巢癌細胞SKOV3體外作用的研究[D];河北醫(yī)科大學;2010年

本文編號：1513403