【摘要】：目的： 膠質(zhì)瘤是目前人們生活中一種常見的多發(fā)的腫瘤疾病。作為一種惡性腫瘤，嚴(yán)重影響人們的生活質(zhì)量和日常的工作。雖然基于單個基因的研究已經(jīng)有所報道，但是對于基因間的互作及基因功能的富集分析的研究目前還很少。因此本文提出基于基因芯片對膠質(zhì)瘤的研究。本實驗采用芯片分析技術(shù)和文本挖掘技術(shù)對膠質(zhì)瘤進行生物信息學(xué)分析，篩選差異表達基因、差異共表達基因及及差異共表達關(guān)系對，構(gòu)建分子差異調(diào)控網(wǎng)絡(luò)、蛋白質(zhì)互作網(wǎng)絡(luò)、生物學(xué)通路間的交互網(wǎng)絡(luò)，并進行功能富集，以闡明膠質(zhì)瘤的發(fā)生發(fā)展作用機制，為膠質(zhì)瘤的診斷治療奠定理論基礎(chǔ)。 方法： 從GEO數(shù)據(jù)庫下載芯片數(shù)據(jù)GSE4290，選取其中77例膠質(zhì)瘤樣本和23例正常對照樣本進行后續(xù)生物信息學(xué)分析分析。使用R軟件limma包中的T_test法計算差異表達基因（DEGs），選取P-value0.05及|logFC|2為顯著性閾值，篩選差異表達基因。使用DAVID在線工具對差異表達基因進行GO功能注釋；使用cytoscape軟件構(gòu)建蛋白質(zhì)與蛋白質(zhì)相互作用（PPI）網(wǎng)絡(luò)；Cytoscape的插件ClusterONE進行模塊劃分，并隨后進行顯著的模塊進行功能富集分析。 使用R軟件中的Affy包和limma包篩選差異表達基因，選擇閥值|logFC|0.6且Pvalue0.05，再使用R軟件DCGL包中的DCe、DCp和DCsum函數(shù)，選擇閥值q0.25作為差異共表達基因（Differential Coexpression Gene，DCG）和差異共表達關(guān)系（Differentially Co-expressed Link，DCL）的篩選條件。DAVID在線工具對差異共表達基因（DCGs）進行KEGG pathway顯著性富集分析。用Cytoscape構(gòu)建差異共表達基因的轉(zhuǎn)錄調(diào)控網(wǎng)路，隨后使用Cytoscape插件ClusterONE對其進行模塊分析，選取最顯著的前5個模塊進行功能富集分析。 基于自然語言處理法進行文本挖掘分析，然后在人與小鼠的基因同源性數(shù)據(jù)MGD的基礎(chǔ)上，挖掘與膠質(zhì)瘤相關(guān)的突變基因。利用cytoscape軟件進行分子相關(guān)關(guān)系網(wǎng)絡(luò)的構(gòu)建。采用DAVID在線工具進行KEGGpathway和GO功能富集分析。 結(jié)果： 1.共篩選到548個差異表達基因，包括441個下調(diào)基因和107個上調(diào)基因。PPI網(wǎng)絡(luò)中共包含1305個節(jié)點和1604條邊。選取最顯著的前5個子模塊進行子網(wǎng)絡(luò)模塊分析，這5個子模塊的中心節(jié)點基因依次為：FN1、GNAO1、STX1A、CDK1、CHGB。子模塊的GO富集結(jié)果主要為：extracellular region part,vesicle-mediated transport, cell cycle process, nucleoplasm等。KEGG pathway富集結(jié)果主要是：ECM-receptor interaction, long-term depression, SNARE interactions invesicular, cell cycle等。 2.共篩選到999個差異共表達基因（DCGs）和1833200對差異共表達關(guān)系。差異共表達調(diào)控網(wǎng)絡(luò)共包含1441節(jié)點和2127條邊。前5個子模塊的節(jié)點基因分別為：模塊1：STAT1、STAT3、STAT4、PLAU；模塊2：EPAS1；模塊3：BPTF；模塊4：CBFB、NFYB；模塊5：EGR3。差異共表達模塊的GO估計主要結(jié)果為：enzyme binding, protein modification by small protein conjugation or removal,muscle cell differentiation, mitotic cell cycle, pore complex等。 3.共篩選到52518個人類分子互作關(guān)系對，其中人與老鼠同源的分子關(guān)系對為27526個。此外，篩選到9個與膠質(zhì)瘤相關(guān)的突變基因。膠質(zhì)瘤相關(guān)基因的互作網(wǎng)絡(luò)中共包含875個節(jié)點和1068條邊，其中連接度最高的基因為：TP53、CDKN2A、PTEN、NF1、TG等。顯著富集的KEGG pathway為：p53signalingpathway, pathways in cancer, cell cycle等。顯著富集的GO功能為：nucleoplasmand regulation of cell death等。 結(jié)論： 通過篩選差異表達基因和共表達基因，構(gòu)建PPI網(wǎng)絡(luò)和轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)，隨后進行功能富集分析；此外，結(jié)合文本挖掘技術(shù)篩選膠質(zhì)瘤相關(guān)的突變基因，，構(gòu)建膠質(zhì)瘤相關(guān)分子的互作網(wǎng)絡(luò)，并進行功能富集分析；篩選到與膠質(zhì)瘤顯著相關(guān)的差異表達基因、差異共表達基因、突變基因及通路，為進一步深入研究膠質(zhì)瘤的發(fā)病機制提供有力的依據(jù)，為今后膠質(zhì)瘤的基因治療探明藥物作用靶點。
【圖文】：

圖 1.1 基因芯片測序原理1.3.3 基因芯片數(shù)據(jù)的分析基因芯片可一次性地檢測上萬個基因的表達，面對如此海量的數(shù)據(jù)，單基因的分析方法已不適用。而基因芯片數(shù)據(jù)分析可通過數(shù)據(jù)篩選、基因聚類等方法，將海量的芯片數(shù)據(jù)進行整合，以期發(fā)現(xiàn)基因表達與分子生物學(xué)功能之間的聯(lián)系。此外，基因芯片的數(shù)據(jù)分析可將無機的信息數(shù)據(jù)和有機的生命活動結(jié)合起來，用以解釋基因在相關(guān)疾病的發(fā)病機制中所發(fā)揮的作用。基因芯片的數(shù)據(jù)分析包括前期實驗設(shè)計、數(shù)據(jù)預(yù)處理和后期的數(shù)據(jù)分析等。實驗設(shè)計是整個芯片數(shù)據(jù)分析的基礎(chǔ)，也是最重要的一部分。芯片掃描得到的原始數(shù)據(jù)由于背景較雜、存在一些測序誤差等原因，可信度較低，需經(jīng)過數(shù)據(jù)預(yù)處理及歸一化，才能進行更高水平的分析。后續(xù)數(shù)據(jù)分析的第一步是篩選差異表達基因。差異表達基因分析是為了篩選在不同實驗條件、不同實驗樣品中表達水平

1.2 GEO平臺、樣本、數(shù)據(jù)集和表達譜之間關(guān)系示意圖：對平臺上的每個（比如基因A），有多個樣本（樣本1-樣本3）測量值。相關(guān)樣本構(gòu)成一個據(jù)集，從表達譜中可產(chǎn)生多個或單個基因表達個體。.5 文本挖掘文本挖掘是應(yīng)用計算機算法及程序?qū)ξ谋具M行分析，從而理解其所包含的和意義[27]。在生物醫(yī)藥領(lǐng)域中，應(yīng)用文本挖掘技術(shù)可幫助醫(yī)務(wù)工作人員從海獻中挖掘疾病相關(guān)基因或疾病相關(guān)治療的最新研究進展，并從中發(fā)現(xiàn)隱藏的。應(yīng)用信息抽取技術(shù)抽取相關(guān)的生物學(xué)信息，用以數(shù)據(jù)處理和生物信息學(xué)分絡(luò)的構(gòu)建。文本挖掘技術(shù)可極大地減少檢索文獻的時間，提高效率。雖然文掘技術(shù)在數(shù)據(jù)提取的準(zhǔn)確率(accuracy)、查準(zhǔn)率(precision)和查全率(recall)方瑕疵，且有賴于計算機技術(shù)以及程序的進一步加強，但仍可幫助我們在短時
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：R739.41

【參考文獻】

相關(guān)期刊論文 前2條

1 袁軍鵬;朱東華;李毅;李連宏;黃進;;文本挖掘技術(shù)研究進展[J];計算機應(yīng)用研究;2006年02期

2 陳驊;黃強;翟德忠;董軍;王愛東;蘭青;;周期蛋白依賴性激酶1在膠質(zhì)瘤組織中的表達及其沉默對膠質(zhì)瘤細胞惡性表型的影響[J];中華腫瘤雜志;2007年07期

本文編號：2524550