一、可调FPR下利用基因芯片实验数据筛选差异表达基因（论文文献综述）
李彦[1]（2020）在《基于结构方程模型的基因调控网络推断问题的研究》文中研究说明在生物体内,用于控制生物性状的基因无法独立工作,它们之间很可能存在一定的相互作用。在基因表达过程中,基因之间的相互调控关系构成了错综复杂的基因调控网络（Gene Regulatory Network,GRN）。GRN的结构推断对于识别基因功能、从分子水平上理解生物内部的工作机理及调控机制等具有十分重要的意义,在系统生物学中占据了核心地位,是当前的研究热点之一。基因表达数据通常具有高维度、小样本的特点,所以在基于基因表达数据来推断GRN的结构时,采用生物实验的方法分别检验每对基因之间的交互关系是不现实的。因此,一般的做法是:首先采用特定的计算模型对GRN进行建模,然后设计适当的机器学习算法来完成对模型的学习和推断。由此可以引出两个重要的问题,即参数模型的选择问题和参数估计方法的设计问题。目前,各种不同的参数模型在GRN的推断问题中都已经得到了广泛应用,其中,大多数模型都只能利用基因表达数据来进行网络推断。但实际上,一些由实验产生或自然发生的基因扰动也很可能会影响GRN的结构,如果将这些基因扰动数据也考虑在内,那么GRN推断的准确率就可以得到进一步的提搞。结构方程模型（Structural Equation Model,SEM）提供了一种系统框架,可以方便地将基因表达数据和基因扰动数据整合到一个模型中,用这两种数据来共同推断GRN的结构,因此成为了当前最具前景的GRN建模方法之一。本文主要采用SEM对GRN进行建模,分别对单一条件下的GRN推断问题,以及两种不同条件下的GRN联合推断问题进行了研究。针对这两类问题,分别提出了几种新的优化计算方法以解决对应的参数估计问题,从而尽可能准确地推断GRN的网络结构,从基因水平为相关生物问题提供解决方案。本文主要的研究工作与贡献总结如下:1.单一条件下的GRN结构建模及其推断方法一些生物学证据表明,虽然生物体内存在着大量的基因,但一个基因只与少量其他基因之间存在相互调控关系,也就是说,GRN乃至其他一些更普遍的生物网络都具有稀疏性的特点。因此,在对基于各种计算模型的GRN结构进行推断时,不能直接采用一般的参数估计方法,而是需要设计适用于基因表达数据的特定算法。1)本文先是对常见的GRN参数模型及其相关的推断算法进行了全面的分析与总结。对于每一种模型,首先介绍了采用该模型建模GRN时的参数化方法;然后简要介绍了一些比较经典的基于该模型的稀疏网络推断算法,最后对用于建模和推断GRN结构的每种参数模型的优、缺点进行了理论分析和对比。2)提出了一种在单一条件下基于SEM的GRN推断算法BaNEG。该算法首先通过一个简单的重参数化过程将基因表达矩阵和基因扰动整合到一起,构成一个具有线性回归形式的模型;然后,采用基于NEG（Normal-Exponential-Gamma）层次先验的贝叶斯推断算法对重构的模型进行稀疏估计;最后,在具有各种不同设置的模拟合成数据中进行仿真实验,通过与几个代表当前最新研究水平的基于SEM的GRN推断算法进行实验对比,验证了BaNEG算法在稀疏SEM推断中具有更高的准确率。2.两种不同条件下基于SEM建模的GRN及其差异GRN的联合推断方法对于同一个基因集合来说,在不同的条件下（例如不同环境、不同组织类型或疾病状态等）,每个基因的表达水平可能会发生微小的变化,相应条件下的GRN结构之间也会产生一定的差异。如果独立地对两种条件下的GRN结构分别进行推断,虽然考虑到了两个GRN的差异,却容易忽略它们之间的相似性,因此,如何对差异GRN的结构进行联合推断成了当前的研究热点。本文针对不同条件下基于SEM建模的GRN提出了三种不同的联合推断算法。1)提出了一种基于近端梯度算法的差异GRN联合优化算法DiffSSEM。对两个不同条件下基于SEM建模的GRN,首先,考虑到GRN的稀疏性以及两个GRN之间的相似性,构造一个基于SEM的GRN联合优化模型;然后,通过简单的模型变换,可以将这一模型转换成一个凸优化模型,这样就可以利用一种凸优化算法（近端梯度算法）对其进行参数估计,从而推断出两个GRN以及差异GRN的结构;最后,将DiffSSEM算法与一个在不同条件下独立推断GRN结构的朴素算法在多组模拟合成数据中进行了实验对比,结果表明这种联合推断方法比朴素方法具有更好的网络推断性能。2)提出了一种基于模型重参数化和贝叶斯估计方法的GRN联合推断算法ReBDA。该算法的重点在于对两个成对的SEM进行重参数化的过程。首先提出了一种新的重参数化方法,将两个SEM整合到了一个包含所有信息的SEM中,其中的参数由单独条件下的GRN矩阵和差异GRN矩阵组合而成;然后采用一种适当的基于贝叶斯的稀疏SEM推断算法直接对重参数化的模型进行推断,可以直接推断出稀疏的GRN矩阵及其差异GRN矩阵;最后将ReBDA算法与2018年在UAI（Uncertainty in Artificial Intelligence）会议中发表的一个基于重参数化方法的GRN联合推断算法ReDNet进行了实验对比,结果表明ReBDA算法具有更好的网络推断性能。3)提出了一种基于贝叶斯融合先验的差异GRN联合推断算法BFDSEM。首先,该算法通过一个模型重参数化的过程将原始的两个成对的SEM整合到了一个具有线性回归形式的模型中;然后基于单独GRN和差异GRN的稀疏性构建联合优化模型,并在此基础上,针对该线性模型提出一种贝叶斯融合层次先验,以达到与上述联合优化模型相同的推断效果,并结合似然分布推导出对应的条件后验分布,即可利用吉布斯采样进行参数估计;最后,将BFDSEM算法与ReDNet算法以及2019年在生物信息学顶级期刊Bioinformatics上发表的FSSEM算法进行实验对比,结果表明,该算法在网络推断性能方面,与ReDNet相比具有显着的提升,而与当前网络推断性能表现最佳的FSSEM算法相比不相上下。
梁莹[2]（2019）在《NC0A5对宫颈癌生物学行为的影响及相关生物学机制的实验研究》文中指出宫颈癌是严重的威胁妇女健康的常见恶性肿瘤之一,它的发病率在女性生殖系统恶性肿瘤中高居首位,在全球女性恶性肿瘤中居第3位。我国每年宫颈癌新发病例约为10万,死亡病例约3万。高危型人乳头瘤病毒（high-risk human papillomavirus,hrHPV）的持续性感染是引起宫颈癌发生的主要原因,但只有少部分hrHPV感染者最终发展为宫颈癌,因此从感染HPV到宫颈癌发生是一个含其他因素共同作用、涉及多基因、多阶段的发展过程。早期宫颈癌在我国的主要治疗方式为手术治疗,放化疗不仅是宫颈癌术后的传统治疗方法,而且是晚期患者及复发患者的主要治疗方式。但放化疗常常引起严重的全身不良反应,从而导致患者依从性降低,而放疗抵抗可致治疗失败。因此,寻找与宫颈癌发生发展相关的分子靶点,探索指导宫颈癌特异性治疗的新指标,进一步提高患者生存率是我们亟待解决的问题。肿瘤的发生与发展是一个非常复杂且涉及多种基因共同参与的过程,这一过程中,原癌基因的异常激活以及抑癌基因的异常失活等诸多因素均可以引起细胞的表观遗传学发生改变,使得机体在基因水平失去对细胞生长的正常调控能力,从而诱导无限制增生与分化的发生进而形成肿瘤。随着分子生物学技术在近几年的迅猛发展,生命科学工作者们对与肿瘤发生关系比较密切的多种基因例如周期与凋亡相关基因、侵袭与转移相关基因、耐药相关基因以及信号传导系统等的研究越来越深入,虽然宫颈癌病因相对比较明确,但其发生发展的具体生物学机制仍有待挖掘,筛选癌细胞恶性增殖过程中的潜在分子靶点对深入研究这一疾病的发病机制具有重大意义。核受体共激活因子5（nuclear receptor coactivator 5,NCOA5）,也被称为不依赖激活功能-2（activation function-2,AF-2）结构域的核受体共激活因子（coactivator independent of AF-2 function,CIA）,定位于人染色体 20q 13.12,编码分子量为65kDa的核蛋白。核受体是一种配体依赖性的转录因子,参与对机体生长发育和繁殖的调控。NCOA5属于调控激素调节生理途径功能的转录因子超家族,此超家族的成员被证实可以通过对共活化剂和共抑制剂的补充来对靶基因的表达进行促进或抑制。近年来,NCOA5在多种肿瘤组织中的异常表达越来越受到重视,它在食管癌组织中表达下调,并且与食管恶性肿瘤的生长、浸润、转移以及预后密切相关。敲除NCOA5基因可引起雄性小鼠的肝细胞发生炎症性改变、出现异型性最终导致肝癌的发生。NCOA5在卵巢癌组织中高表达,并且受NOTCH3调控,而它在正常卵巢组织中低表达,并且与肿瘤的不良预后密切相关。也有研究证实,NCOA5 作为 Tat 相互作用蛋白 3 0（Tat interacting protein 30,TIP30）的作用靶点可以调控c-Myc表达,它被认为通过对细胞周期相关蛋白的调节从而影响肿瘤细胞的多种恶性生物学行为如增殖能力及侵袭能力等。由于NCOA5在多种肿瘤细胞中表现出的特征,它被认定为肿瘤潜在的预测因子以及靶向治疗的新目标。综上所述,NCOA5参与多种肿瘤的进展及预后,然而它在宫颈癌中的具体作用仍不明确,于是我们以此为出发点进行研究,主要研究内容分为以下三部分:第一部分,探究NCOA5在子宫颈癌患者中的表达情况并进一步分析它和宫颈癌的诸多临床病理特征以及预后的关系;第二部分,通过对人宫颈癌细胞系中内源性NCOA5表达水平的干预研究NCOA5对宫颈癌细胞系各种恶性生物学行为的影响;第三部分,通过基因水平的检测来探究NCOA5可能的作用机制并对其临床应用潜能进行探索。第一部分NCOA5在宫颈癌中的表达目的:检测NCOA5在宫颈病变组织中的表达情况,探究NCOA5的表达与患者临床病理特征及预后的相关性。方法:对Oncomine数据库中符合条件的基因芯片数据进行整合分析;采用逆转录聚合酶链式反应（quantitative real-time polymerase chain reaction,qRT-PCR）检测 37例配对的新鲜宫颈癌及癌旁组织中NCOA5信使RNA（Messenger RNA,mRNA）的表达;采用western blot方法检测71例配对的新鲜宫颈癌及癌旁组织中NCOA5蛋白的表达;采用免疫组织化学方法检测93例宫颈癌蜡块组织中NCOA5蛋白的表达;Wilcoxon配对秩检验比较宫颈癌组织及相应的癌旁正常宫颈组织中NCOA5 mRNA和NCOA5蛋白的表达情况;卡方检验分析NCOA5表达水平与宫颈癌临床病理特征的关系;双尾Spearman检验法分析NCOA5和多个临床病理特征的相关性;秩和检验Kaplan-Meier法绘制患者的生存曲线并分析比较总体生存期和无进展生存期的差别;单因素和多因素Cox回归分析宫颈癌患者预后的独立影响因素并且计算95%风险比和95%置信区间。此外,通过独立样本t检验或双变量分析进行组间比较。结果:1.Oncomine数据库中基因芯片数据提示NCOA5 mRNA在人宫颈鳞状细胞癌组织中的表达量显着低于其在正常宫颈组织中的表达量。我们的实验结果证实与癌旁正常宫颈组织相比,宫颈癌组织中NCOA5 mRNA的表达量显着降低,差异具有统计学意义（P=0.0028）;与癌旁正常宫颈组织相比,宫颈癌组织中NCOA5蛋白的表达量显着降低,差异具有统计学意义（P<0.0001）。约在79%（56/71）宫颈癌样本中可以观察到NCOA5蛋白表达的降低。2.NCOA5定位于宫颈癌组织的细胞核。在我们进行随访的93例宫颈癌患者中,40例为NCOA5低表达,占总样本43%。NCOA5的表达与宫颈癌FIGO临床分期（P=0.043）和组织学分化程度（P=0.01 8）关系密切,而与患者年龄（P=0.736）、组织学类型（P=0.185）、浸润深度（P=0.82）、淋巴结是否转移（P=0.2）及肿瘤直径（P=0.236）无明显相关性。与FIGO I期及中分化宫颈癌相比,NCOA5蛋白在II期及低分化宫颈癌中的表达量更低。3.与NCOA5高表达患者相比,NCOA5低表达患者的总生存期（OS）和无进展生存期（PFS）较对照组明显缩短,差异具有统计学意义（P=0.0048,P=0.0197）。4.应用Cox比例风险模型评估NCOA5的预测价值,结果提示NCOA5低表达与宫颈癌的死亡风险增加相关（P=0.009）。多因素Cox回归分析证实NCOA5表达是评价宫颈癌预后的独立因素（P=0.032）。结论:1.NCOA5在癌旁正常宫颈组织中表达量较高,而在对应的宫颈癌组织中表达量较低,提示NCOA5的缺失参与了宫颈癌的发生过程。2.NCOA5低表达与宫颈癌的部分临床病理特征相关,提示NCOA5的缺失参与了宫颈癌的发展过程。3.NCOA5低表达影响宫颈癌患者的预后,是评价宫颈癌预后的独立因素。第二部分NCOA5的表达对人宫颈癌细胞系生物学行为的影响目的:探究NCOA5表达对人宫颈癌细胞系增殖、迁移、侵袭能力及周期分布的影响。方法:通过慢病毒感染人宫颈癌细胞系进行NCOA5蛋白表达的上调和下调,经qRT-PCR及western blot法检测并确认作用效率之后,利用CCK8法检测NCOA5表达水平对宫颈癌细胞系体外增殖能力的影响;通过裸鼠成瘤实验检测NCOA5表达水平对宫颈癌细胞系体内增殖能力的影响;Transwell小室法测定NCOA5表达水平对细胞迁移及侵袭能力的影响;流式细胞仪检测NCOA5表达水平对细胞周期分布的影响;western blot法检测迁移、侵袭及周期等相关蛋白表达的变化。结果:1.NCOA5蛋白在HeLa细胞中表达量较高,而在CaSki细胞中表达量较低。设计并合成慢病毒颗粒分别对这两种细胞系中内源性NCOA5蛋白表达进行下调和上调,HeLa细胞经慢病毒感染后NCOA5蛋白表达显着下降,而CaSki细胞经慢病毒感染后NCOA5蛋白表达明显升高。2.体外实验证实NCOA5基因沉默后细胞增殖能力明显增强,而过表达NCOA5基因后细胞的增殖能力显着下降,差异均具有统计学意义。裸鼠移植瘤实验提示,与阴性对照组细胞相比NCOA5下调组细胞拥有更强的成瘤能力,过表达NCOA5后细胞的成瘤能力明显下降。3.NCOA5基因沉默后细胞的迁移能力及侵袭能力显着增强,而获得性高表达NCOA5之后,细胞的迁移、侵袭能力明显下降。获得性高表达NCOA5基因后,CaSki细胞系中E-cadherin的表达量明显增加。4.利用流式细胞仪对各组细胞的周期分布进行检测,获得性高表达NCOA5后CaSki细胞G1期细胞比例明显增高,而S期细胞比例显着减少;NCOA5基因沉默后,HeLa细胞G1期明显减少,S期增多,差异均具有统计学意义（P<0.05）。获得性高表达NCOA5导致细胞周期素E2（Cyclin E2）表达显着降低,而NCOA5基因沉默后,细胞周期素Dl（Cyclin D1）和Cyclin E2的表达显着升高。结论:1.过表达NCOA5能够抑制人宫颈癌细胞系的增殖能力,而下调NCOA5则明显增强宫颈癌细胞的增殖能力。2.NCOA5能够抑制人宫颈癌细胞的迁移和侵袭。3.NCOA5通过对周期相关蛋白的表达进行调控从而影响宫颈癌细胞周期的进展。第三部分NCOA5作用机制及对宫颈癌细胞顺铂敏感性的影响目的:结合基因芯片技术检测NCOA5可能的作用机制并探索NCOA5在临床上的潜在应用价值。方法:稳定下调NCOA5的HeLa细胞和阴性对照HeLa细胞各选择三个样本进行基因表达谱分析,对得到的数据进行处理,筛选差异表达基因,进行基因表达趋势的显着性功能定位和信号通路富集分析,明确NCOA5作用的信号通路并选择相应的下游目的基因进行验证,通过对差异基因的进一步分析发现NCOA5在临床应用的潜在可能,并通过体外实验进行初步验证。结果:1.NCOA5下调后被激活的经典通路包括:Rho家族GTP酶信号通路,RhoA信号通路和Wnt/β-catenin信号通路,被抑制的经典通路包括:Glioma信号通路,Th2通路,内源性凝血酶激活通路,胰腺癌信号通路,白细胞渗出信号通路和STAT3通路。2.下调NCOA5后RhoA信号通路相关基因和蛋白的表达水平均明显升高,变化趋势与基因表达谱芯片的检测结果一致。此外,下调NCOA5还导致了 MCM6、MSH2、HMGA2的显着升高和RPRM的显着降低。3.CCK8检测结果提示下调NCOA5后,HeLa细胞对顺铂的敏感性增加,而上调NCOA5后CaSki细胞对顺铂的敏感性降低。4.流式细胞仪分析凋亡染色的细胞,结果提示加入顺铂后NCOA5下调组细胞的早期凋亡率（P<0.0001）、晚期凋亡率（P=0.0076）和总凋亡率（P<0.0001）均明显高于对照组,NCOA5过表达组细胞的早期凋亡率（P=0.0465）和总凋亡率（P=0.05）明显低于对照组。结论:1.NCOA5可能通过激活RhoA信号通路和Wnt/β-catenin信号通路影响宫颈癌的恶性生物学行为。2.干扰NCOA5能够提高宫颈癌细胞对顺铂的敏感性,可能为宫颈癌靶向治疗提供新方向。
林丽莎[3]（2019）在《支气管肺发育不良的基因芯片数据挖掘及生物信息学分析》文中研究指明研究背景围产医学的发展显着提高了极早产儿的存活率,但同时支气管肺发育不良（Bronchopulmonary dysplasia,BPD）的发病率不降反升,BPD仍是早产儿最常见及最严重的并发症之一,它与早产儿早期死亡率、慢性肺部疾病及长期的神经系统发育障碍密切相关。到目前为止,BPD的治疗方式有限,主要是通过规避BPD风险因素预防BPD的发展。BPD是一个多因素疾病,受胎龄、出生体重、呼吸机的使用、感染等诸多因素影响。此外,BPD还与遗传因素有关,但至今尚未找到与BPD发生发展密切相关的基因。全基因表达谱芯片可高效、全面的揭露疾病发生发展过程中的基因表达情况,结合生物信息学技术,可预测与疾病相关的关键基因及通路,在分子水平揭露疾病的发病机制、寻找潜在的生物标记物及治疗靶点。研究目的寻找BPD发展过程中的基因表达谱变化,预测BPD发生发展过程中的关键基因及通路,从而从分子水平揭露BPD的发病机制,寻找BPD潜在的生物标记物及治疗靶点,并指导后续基础及临床研究。研究对象及方法研究对象GEO数据库中系列号为GSE32472的基因表达谱数据,是本研究主要的研究对象,GSE32472最初纳入了 120例胎龄<32周,体重<1500g的早产儿,在生后第5、14及28天采集外周血进行全基因表达谱分析,并根据取样时间分成time A、time B及time C组。因9例患儿在研究结束前死亡,无法获取BPD信息,最终我们选取有效的111例患儿（对照组（n=43）,BPD组（n=68））中294个样本数据进行生物信息学分析。1、GEO数据库中系列号为GSE25286的基因表达谱数据。GSE25286共包含10只小鼠（BPD组（高氧组）（n=6）,对照组（空气组）（n=4））,并分别在生后第14天及29天各取对照组及BPD组一半小鼠的肺组织进行全基因表达谱分析,最后得到10份基因表达谱数据。本文中的GSE25286主要用于辅证GSE32472生物信息学分析的结果。研究方法1、从GEO数据库获取GSE32472基因表达谱数据,利用GE02R获取各阶段BPD组及对照组表达差异显着的前250的差异表达基因（Differentially expressed genes,DEGs）,通过绘制韦恩图及基因排序等方法,获得三个时间段的交叉基因及差异倍数排名前10的DEGs。2、使用 Metascape 及 Cytoscape 软件的 ClueGO 和 CluePedia 插件对第一部分所得的DEGs进行功能及通路富集分析,利用STRING在线软件进行蛋白质相互作用（Protein-protein interaction,PPI）网络分析,以预测BPD相关的基因及通路。2、比较各个时间段BPD组与对照组,对照组、轻、中、重度BPD组四组间ICOS的水平差异。另外,为控制混杂因素,进一步明确ICOS是否为BPD的影响因素,以是否发生BPD为因变量,ICOS、出生体重及胎龄等在BPD组及对照组间存在统计学差异的因素为因变量构建二分类Logistic回归模型;最后,利用GE02R获取GSE25286数据集BPD组及对照组的DEGs,进一步验证ICOS在肺组织的表达情况。研究结果1、通过对从数据集GSE32472筛选出来的DEGs的功能及通路富集分析发现,在BPD发展过程中中性粒细胞脱颗粒相关通路显着上调,而获得性免疫相关通路,如T细胞选择、T细胞共刺激、T细胞分化及淋巴细胞分化等,尤其是T细胞活化显着下调。2、通过对数据集GSE32472的生物信息分析,发现ICOS可能为BPD发生过程中的关键基因,并可能主要通过调节T细胞功能发挥作用:1)ICOS在time A、time B和time C三个时期均显着下调且按差异倍数排名均排在前10;2)ICOS出现在三个时间段DEGs的所有KEGG通路富集网络中并与均与重要的富集通路T细胞受体信号传导通路有关;3)ICOS出现在三个时间段的34个交叉基因的KEGG富集网络中,且与富集的所有通路均具有相关性;4)ICOS的PPI分析找到了 10个与之密切相关的基因,将ICOS和这10个基因进行功能富集分析发现T细胞相关功能如T细胞活化和T细胞增殖显着富集。3、各时间段BPD组及对照组ICOS表达水平比较显示ICOS在各个时间段BPD组表达水平显着低于对照组,差异有统计学意义（P<0.001）。随后利用Logistic回归分析控制胎龄、出生体重等混杂因素后,发现生后第14天ICOS表达水平的下调是BPD发生的重要危险因素之一（OR=0.215,95%CI=0.051～0.913,P=0.037）。4、最后,通过对GSE25286数据集的差异表达基因分析进一步验证,与对照组（空气组）相比,第14天及29天BPD组（高氧组）肺组织的ICOS水平均显着下调（adj.P<0.01）。结论1、ICOS及获得性免疫相关通路,如T细胞活化、T细胞分化等的下调介导的获得性免疫障碍以及中性粒细胞脱颗粒相关通路的上调介导的先天性免疫的过度反应可能与BPD的发生发展具有相关性。2、生后第14天ICOS水平的下调是BPD重要的危险因素,ICOS有望成为BPD早期生物标记物及治疗靶点,辅助BPD的早期诊断、预防及治疗。
付军鹏[4]（2018）在《PPARα激动剂苯扎贝特重定位及抗肺腺癌活性的初步研究》文中认为现今医疗条件下,恶性肿瘤无法彻底根治,药物化疗在肿瘤的治疗中起着重要的作用。目前,临床上应用的化疗药物种类较少,毒副作用较大,并且大多数药物靶向性单一。传统的药物研发与筛选过程需要大量的时间与临床试验,对于缓解目前严峻的抗肿瘤药物市场需求意义不大。利用基因芯片技术对恶性肿瘤基因表达谱进行分析,通过生物信息学数据库对分析结果进行比对,可以加速药物研发进程,缩减药物筛选时间,节约成本。本研究的目的在于提出一种新的药物研发与筛选模式,并寻找可能存在的、新的、低毒、高效的抗肿瘤药物,为临床上药物发现与肺腺癌的治疗提供一定的技术支持。肿瘤在发生发展的过程中,机体自身正常的代谢通路会出现异常,其中过氧化物酶激活α（PPARα）受体与肿瘤脂质代谢异常密切相关,调节代谢通路的药物可能是新的抗肿瘤药物。本研究拟通过基因表达谱这种新的方法寻找一些已经应用于临床的、药理学作用清晰的、可调节机体代谢的老药。对其中毒副作用小,研究意义显着的候选药物进行药物重定位分析,确定其可能的抗肿瘤药物靶点,初步探讨其能否抑制肿瘤细胞生长,为后期研究其可能存在的抗肿瘤机制奠定基础。研究过程中,通过肺腺癌基因表达谱初步筛选到一些抗肺腺癌候选药物。参考临床数据与文献分析,选择其中药理学功能已知,毒副作用较小,而且可激活PPARα受体通路显着调节脂质代谢的降血脂药物苯扎贝特作为最合适的抗肺腺癌候选药物。通过药物重定位技术对其抗肿瘤通路进行新的药理学定位,生物信息学数据库预测其抗肿瘤的靶点蛋白,利用计算机模拟软件预测苯扎贝特与PPARα受体蛋白抗肿瘤的作用靶点。体外细胞增殖抑制实验结果也表明苯扎贝特可显着抑制肺腺癌细胞的生长。于是推测,靶向作用于PPARα受体通路的药物可能是一种新的抗肿瘤药物,关于其具体的抗肿瘤机制尚需进一步研究。本论文研究内容与成果如下:（1）采用生物信息学NCBI的GEO数据库筛选到GSE7670与GSE27262作为合适的肺腺癌基因表达谱数据集。利用生物信息学分析软件Dchip与Array Express对两组芯片样本数据进行标准化处理与质量分析,删除其中偏差较大的一些样本数据,进行质量控制。利用BRB-Array Tools与Venny软件构建肺腺癌差异基因表达谱数据集,共得到366个共同差异基因,其中93个共同差异上调基因,273个共同下调基因。将获得的差异基因集进行GSEA分析,得到14条生物信号通路与肺腺癌的发生发展有着密切的关系。这些通路主要涉及细胞周期改变、细胞微环境改变、物质代谢（如脂质代谢异常、过氧化物酶激活受体）及EGF等信号通路。将获得的差异基因导入生物信息学CMap数据库,得到一些肺腺癌候选药物如热休克90抑制剂、降血脂药物、PPAR受体激动剂与HDAC抑制剂等。（2）采用药物重定位技术对获得的候选药物进行药理学重定位分析,剔除毒性较大,研究意义不显着的药物,选择PPARα激动剂苯扎贝特作为新的抗肺腺癌候选药物。利用Super Target与String等生物信息学数据库预测苯扎贝特靶点蛋白,共得到4个作用显着的靶点蛋白,分别为FABP1、CRP、PPARD、PPARG。这些基因可以导致肿瘤的发生发展,抑制炎症反应,并且可以显着调节代谢异常。采用计算机辅助工具对苯扎贝特与PPARα受体蛋白进行分子对接模拟,以预测其可能存在的药物作用靶点。成功预测到一些靶点的存在,其中最优自由能为-7.2,并对最优位点进行局部优化,成功筛选到9个氨基酸残基与药物苯扎贝特结合紧密。其中氨基酸残基LYS183为最优位点,其位点存在两个最佳作用力,分别为1.872与1.994。（3）采用A549与H460两株肿瘤细胞体外抑制实验对苯扎贝特肺腺癌活性的机制研究进行初步实验。在试验过程中,选用生长状态良好的对数细胞进行药物处理。结果显示,苯扎贝特对两株肺腺癌细胞均有明显的抑制作用,并且随着时间的增长,其药物剂量与抑制作用呈现一定程度的正相关,由此可推测苯扎贝特可作为新的抗肿瘤候选药物。关于其调节代谢异常抑制肿瘤生长的作用机制研究,尚需进一步的实验验证。
张大伟[5]（2017）在《CLDN1在食管癌细胞中生物学功能的研究》文中指出目的:通过shRNA下调食管癌细胞TE-11中CLDN1的表达以及通过CLDN1过表达载体上调TE-10中CLDN1的表达,检测CLDN1对食管癌细胞生物学功能的影响。通过western blot及流式细胞术检测CLDN1在食管癌细胞及正常食管上皮细胞内的分布差异。通过基因芯片筛选CLDN1下游相关调控靶基因。方法:体外培养正常食管上皮细胞HEEC,食管癌细胞株Ec109、Ec9706、TE-1、TE-10、TE-11、Kyse150细胞。构建包含CLDN1 shRNA序列的慢病毒转染TE-11细胞,构建CLDN1过表达的慢病毒载体转染TE-10细胞。采用荧光显微镜和western blot检测CLDN1转染效率及转染后CLDN1表达效果。通过流式细胞术和western blot检测CLDN1在正常食管上皮细胞及食管癌细胞内的分布;CCK-8检测细胞增殖能力;Traswell检测细胞侵袭迁移能力;采用Rhodamine phalloidin染色细胞骨架并在激光共聚焦显微镜下观察细胞肌丝变化。分别于裸鼠皮下、腹腔、尾静脉接种TE-10、TE-11干扰组及对照组细胞,4周后对比裸鼠皮下肿瘤体积、腹腔种植转移及肺血行转移情况。通过基因芯片筛选上调TE-10 CLDN1表达后其下游的差异表达基因,预测CLDN1下游相关调控通路。结果:（1）干扰TE-11 CLDN1表达后,TE-11细胞增殖速度明显减慢,侵袭及迁移能力降低。激光共聚焦显微镜显示下调CLDN1表达后,TE-11细胞骨架蛋白荧光强度减弱,细胞表面肌丝减少。裸鼠皮下肿瘤体积、腹腔肿瘤种植转移数目和肺转移数目明显小于对照组。上调TE-10 CLDN1的表达后,TE-10细胞增殖速度加快,侵袭迁移能力增强,细胞骨架蛋白荧光强度增加,细胞肌丝增加。裸鼠皮下肿瘤体积、腹腔肿瘤种植转移数目及肺转移数目明显大于对照组。（2）Western blot及流式细胞术显示CLDN1在食管癌细胞中主要分布于细胞核内,而在正常食管上皮细胞则主要位于细胞膜上。（3）基因芯片共筛选出1311个表达差异显着的基因,其中下调基因有626个（47.75%）,上调基因685个（52.25%）。结论:CLDN1在食管鳞癌细胞中具有促癌作用,且主要分布于细胞核内,其表达及分布异常可能与肿瘤发生有关,有望作为食管鳞癌重要的生物标志物。
王许安[6]（2016）在《虫草素通过下调LASP1的表达抑制胆囊癌细胞增殖转移》文中进行了进一步梳理目的:研究虫草素在胆囊癌细胞中的生物学功能;筛选虫草素在胆囊癌细胞中的作用靶点;探讨该作用靶点在胆囊癌组织和细胞的表达及生物学功能和机制。方法:通过CCK8实验初步验证虫草素是否有抑制胆囊细胞的作用并筛选药物浓度。通过增殖、克隆形成、凋亡、周期分布、线粒体膜电位检测等实验检测虫草素对胆囊癌细胞GBC-SD和NOZ的生物学功能影响;通过Westernblot实验检测相关蛋白的变化,初步探讨虫草素的作用机制;通过裸小鼠皮下瘤模型检测虫草素体内对胆囊癌细胞生物学行为的影响。再通过基因芯片筛选虫草素作用前后胆囊癌细胞基因差异表达,筛选虫草素的作用靶点,免疫组织化学染色、qRT-PCR实验验证该靶点在胆囊癌组织和细胞中表达水平。通过siRNA干扰该靶基因,CCK-8增殖实验、克隆形成、划痕愈合、Transwell小室侵袭、裸小鼠皮下成瘤能力、Westernblot实验来检测该靶点体内、外兑胆囊癌细胞的生物学功能的影响及可能的信号通路。并过表达该基因,探讨是否可阻断或者削弱虫草素对胆囊癌细胞生物学行为的影响。结果:虫草组的最佳作用浓度为GBC-SD细胞:0,100,200,400,80μg/ml;NOZ细胞:0,10,20,40,60μg/ml。以上浓度作用后,胆囊癌细胞增殖、克隆形成能力明显下降,凋亡细胞数量显着增加,周期分布S期细胞数明显增多,线粒体膜电位显着下降,凋亡和周期蛋白发生异常,NOZ细胞体内成瘤能力明显下降。基因芯片筛选显示LASP-1可能是虫草素作用靶点之一,该基因在胆囊癌组织和细胞中高表达,敲减该基因后,胆囊癌细胞增殖、侵袭和迁移能力明显下降,体内成瘤能力明显下降,western blot提示PI3K、Akt通路蛋白表达降低。过表达该基因后,可以削弱虫草素抑制胆囊癌细胞的增殖能力。结论:虫草素可以通过抑制LASP-1基因的表达,而起到抑制胆囊癌细胞的增殖和侵袭能力;虫草素可能不只通过单一作用靶点来抑制胆囊癌细胞的发展,其在肿瘤中的作用可能是多靶点、多效应、多途径的方式。
吴帅[7]（2016）在《基因富集分析方法研究及基因与疾病关联性分析》文中进行了进一步梳理现阶段,基因测序技术主要基于高通量测序,其技术不断成熟的同时基因数据也大量产生。人类对基因的研究也不再集中于基因数据的获取上,重心开始逐渐偏移,着重探讨基因的功能及基因的多样性。当前面临的主要挑战在于解释和分析基因测序产生的大量数据,尝试从这些大量基因数据中挖掘出潜在的规律,为人类带来福音。癌症,又被称为恶性肿瘤,目前是对人类健康最大的威胁之一。利用基因技术进行癌症预防及治疗将会成为未来癌症治疗的重大突破点。利用生物先验知识,分析一组具有相同功能的基因（基因集）在不同表现型下的差异性的方法渐成为当前的主流方法,即基因富集分析方法。本文提出了一种基于拓扑势模型的基因富集分析方法。该方法将单个基因看作一个表达势场,并且利用拓扑势模型量化此表达势场的强度。基因表达势场的强度主要取决于两个方面:基因表达值的高低以及基因之间调控关联程度的强弱。基因的表达值越高,并且与其他基因之间的调控关系越强,则基因的表达势场越强。反之则其表达势场越弱。可以将传统的基因富集分析方法分为两个大类:基于基因表达值的分析方法以及基于基因间相互关系的分析方法。由于基因之间存在调控关系,因此可以将人体的所有基因看成一种调控网络,基于此调控网络,可以将基于基因表达值的调控方法称为“点方法”,将基于基因间相互关系的方法称为“边方法”。本文提出的拓扑势模型可以看作是“点方法”与“边方法”的结合。在对模型的分析上,使用了三组肠癌数据,并将拓扑势模型与当前主流的算法进行了比较,实验结果表明拓扑势模型比之其他方法具有更优的性能。同时,本文还将人体基因调控网络HTRN引入到了拓扑势模型,并给出了基于此网络的拓扑势模型具体的计算方法。HTRN网络是DNA元件百科全书项目的一部分,引入此网络使得拓扑势模型只需考虑网络中存在调控关系的基因对,如此使得模型在生物上更具解释性。在对引入HTRN网络的拓扑势模型性能的分析上,本文用到了一种新的分析方法,该方法要以大量的实验数据为依托,利用不同数据目标基因集的p-value以及p-value排序位置为衡量标准对算法性能进行评估。在不同算法的比对分析中,可以看到引入大网络的拓扑势分析模型具有更优的性能。换句话说,其在基因富集分析方面具有更加优越的竞争力。
黄佳圆[8]（2015）在《Notch-1/AP-1/miR-451信号轴参与人肺腺癌细胞化疗耐药表型形成的分子机制研究》文中进行了进一步梳理背景与目的随着紫杉醇、多西紫杉醇、吉西他滨、长春瑞滨等三代临床化疗新药的开发应用,临床上治疗非小细胞肺癌的缓解率有所改善。其中多西紫杉醇联合铂类对晚期非小细胞肺癌（NSCLC）的客观有效率（OR）提升至近40%,无病进展生存期（PFS）达到近4个月。但仍然有超过半数以上的病人无法从中获益,导致肿瘤持续进展。化学耐药的产生是限制晚期肺腺癌病人临床疗效的重要障碍,化疗耐药的机制错综复杂,涉及众多耐药相关基因的表达调控异常,还通过复杂的网络信号轴参与调节各种生理和病理过程。近年来,分子标志物指导临床个体化靶向治疗的研究不断聚焦,然而2014年ESMO会议上公布的ET研究和2013年美国ASCO年会上公布的两项既往研究结果均展现了切除修复交叉互补1蛋白（ERCC1）的表达并不能预测非小细胞肺癌使用含铂类方案化疗的疗效和预后,这一阴性结果无疑警醒我们分子标记物指导临床治疗研究的道路仍任重道远,因此阐明化疗耐药相关机制、发现重要分子靶标的研究进程尚面临巨大的挑战。在多种生物体内Notch信号通路,尤其是其中重要的受体Notch-1,在决定细胞命运和联系细胞间信号通讯发挥了显着的作用,包括干细胞表型维持、调节肿瘤分化、增殖、凋亡和化疗耐药形成。Notch信号通路与微小RNA（miRNAs）之间亦存在交互调控作用。本研究旨在寻找参与人肺腺癌耐药表型形成的分子靶标,借助信号通路特异性抑制剂和基因转染等方式人为调控基因表达,体内外验证Notch信号通路上受体Notch-1对肺腺癌化疗耐药的影响,结合课题组前期针对miRNA在肺腺癌中已取得的研究进展,深入研究肺腺癌中Notch通路和miRNAs之间的交叉对话作用。继而探索microRNA-4-51在肺腺癌耐药中的功能,凭借生物信息学分析和应用分子生物学方法明确激活蛋白1为重要枢纽后,试阐明Notch-1/AP-1/miR-45 1/MDR-1信号轴参与调控化疗耐药表型形成的分子机制。材料与方法1.收集101例诊断肺腺癌的病人标本,其中39例接受过紫杉类化疗方案的病人入组,免疫组化法检测Notch-1表达。2.所有病例密切随访,总生存时间为手术期至最近一次随访或死亡时间。运用统计学方法分析Notch-1与临床病理因素以及预后的相关性。3.人肺腺癌化疗耐药细胞系SPC-A1/DTX和H1299/DTX由本实验室前期自建。结合cDNA芯片分析结果,采用实时定量PCR（real-time RT-PCR）和Western Blot法检测Notch-1表达。时间依赖性诱导实验中多他赛以不同浓度（0,3,5μg/L）处理亲本细胞相同时间,浓度依赖性诱导实验中多西他赛以5μg/L浓度作用亲本细胞不同时间（0,3,5,7days）。实时定量PCR和Western Blot法检测Notch-1 表达。4.Notch信号通路特异性抑制剂DAPT的效果采用实时定量PCR法检测Notch各受体配体的表达,通过DAPT抑制剂的浓度梯度实验选择最合适的浓度用于后续实验。DAPT对多西他赛耐药细胞的体外功能通过CCK-8,克隆形成实验和流式细胞技术检测,以反映其化疗敏感性,增殖能力,凋亡水平以及细胞周期分布改变。5.基于SPC-A1/DTX建立的体内移植瘤模型被用于验证Notch信号通路活性与体内化疗敏感性的关系。当平均肿瘤体积达到1 00mm3时,随机分成四组,分别腹腔内注射1mg/kg多西他赛及100mg/kg DAPT,或联合应用二者,以生理盐水作为对照。H&E染色明确肿瘤结构,免疫组化染色增殖相关分子标志物以验证肿瘤体内增殖能力。6.与亲本细胞相比,Notch-1在耐药细西胞中的表达显着增高。Notch短发夹质粒（pGPU6/sh-Notch-1）和Notch-1 过表达质粒（pcDNA3/Notch-1）被分别转染进入耐药或亲本细胞以调控Notch-1表达,G418筛选出稳定转染的细胞株。Notch-1在肺腺癌耐药细胞上的功能通过CCK-8,克隆形成实验和流式细胞技术检测,以反映其化疗敏感性,增殖能力,凋亡水平以及细胞周期分布改变。7.肺腺癌耐药细胞分别稳定转染shRNA-Notch-1和对照空载体后皮下注射建立转移瘤体内模型。成瘤后隔日腹腔内注射多西他赛一次,维持治疗两周,记录绘制肿瘤生长曲线。最终通过H&E染色明确肿瘤结构,免疫组化法对增殖相关分子marker进行染色,分析肿瘤细胞的成瘤能力和对多西他赛的敏感性。8.MiRNAs与Notch信号通路各受体配体之间存在相应的交互调控关系,尤其重要受体之一的Notch-1。结合高通量miRNA芯片筛选结果和前期研究成果,本课题组已证实五条miRNAs（miR-200b,miR-100,miR-451,Let-7c and miR-650）与肺腺癌化疗敏感性紧密相关,q-PCR法检测Notch-1抑制后这五条miRNA的表达变化,miR-451被选为进一步研究对象。通过CCK-8,克隆形成实验和流式细胞技术检测MiR-451的功能,采用western blot等分子生物学方法进行拯救实验,检测共转染shRNA-Notch-1和miR-451 inhibitor的功能改变。9.应用三种免费开放的 miRNA 数据库（Pictar:http://pictar.mdc-berlin.de;TargetScan:http://www.targetscan.org;MirBase:http://mirbase.org/index,shtml）分析预测miR-451的靶基因。双荧光素酶报告基因验证下游靶基因。Western Blot法检测肺腺癌耐药细胞中Notch-1与miR-451调控后靶基因的蛋白表达。10.应用TFSEARCH（ver.1.3）分析MiR-451上游大约3kb左右序列作为其启动子区,运用染色质免疫共沉淀和荧光素酶活性实验进一步验证。通过Western blot等方法检测共转染GV144/c-Jun和miR-451 inhibitor的功能逆转。结果1.Notch-1是肺腺癌不同病理学组织类型的诊断及预后分析中重要的分子标志物,能够为临床治疗提供有效的理论指导。根据病人化疗的不同反应,我们将完全缓解,部分缓解和病情稳定的病人定义为化疗敏感型,而将明显进展的病人定义为化疗抵抗型。Notch-1在化疗抵抗型中呈现高表达。2.接受过紫杉类化疗方案的肺腺癌病人中,Notch-1高表达被发现与淋巴结转移（p=0.023）、复发（p=0.014）和预后差（p=0.026）密切相关。总生存与无病生存期缩短被证实与Notch-1高表达和TNM临床分期差存在关联性。Notch-1在肺腺癌中能够作为独立预后因素。3.前期cDNA基因芯片显示Notch-1在耐药株中表达高于亲本34.5倍,Notch-1的表达在耐药细胞中呈现明显高表达,并且随着浓度升高和时间延长,Notch-1表达进行性升高。4.DAPT有效抑制大多数Notch信号通路上受体和配体的表达,包括Notch-1。10μM DAPT被选为最适浓度用于后续实验。DAPT能够协同作用多西他赛,明显改善化疗敏感性,抑制肿瘤细胞增殖能力,促进凋亡进程,诱导G2/M期阻滞,同时减低G1期和S期。5.相比较其他处理组,化疗药与抑制剂联合应用后,裸鼠体内移植瘤的生长曲线明显降低,瘤重减轻。DAPT抑制剂处理后Notch-1受到抑制,与化疗药联合应用后,增殖指标ki-67与细胞核增殖抗原PCNA的阳性率明显降低,显着的核碎裂表象提示凋亡增加。6.在肺腺癌耐药细胞SPC-A1/DTX和H1299/DTX转染sh-Notch-1质粒,人为下调使Notch-1表达明显下降,多西他赛对耐药细胞的半数抑制能力（IC50）明显减弱,细胞体外增殖能力受到抑制,凋亡增加,并且还介导细胞周期G1期和G2/M期升高,S期减低。在亲本细胞SPC-A1和H1299转染pcDNA3/Notch-1过表达质粒,人为上调Notch-1表达后,亲本细胞对多西他赛的药物敏感性减弱,体内外增殖能力增强。7.在裸鼠移植瘤模型中,抑制Notch表达可以与多西他赛产生协同作用,抑制SPC-A1/DTX细胞的成瘤能力,显着提高多西他赛的化疗敏感性,降低体内ki-67和PCNA的阳性率,促进核分裂。8.在SPC-A1/DTX中干扰Notch-1表达后,miR-451明显升高,而miR-451原本在耐药细胞中呈现低表达。过表达的miR-451能够诱导药物敏感性增加,体外增殖能力降低,凋亡增加和介导细胞周期G2/M期阻滞。MiR-451与Notch-1之间呈负向调控关系,干扰miR-451表达能够部分逆转Notch-1抑制后影响。9.MDR-1为miR-451下游靶基因,其在耐药细胞中呈明显高表达。在亲本或耐药细胞中分别人为调控Notch-1或miR-451表达后,MDR-1表达出现相应改变。在耐药细胞中加入DAPT作用亦能减弱MDR-1表达,同时干扰miR-451后可逆转此现象。10.分析发现miR-451启动子区存在五处激活蛋白AP-1的互补结合位点。AP-1为已知的Notch-1下游功能靶点,c-Jun磷酸化水平与AP-1活化程度密切相关。在SPC-A1/DTX中抑制Notch-1表达使c-Jun磷酸化水平明显增加。荧光素酶活性实验和染色质免疫共沉淀证实c-Jun可能的miR-451启动子区结合位点为705-957bp,986-1252bp,2402-2697bp和2706-3005bp。干扰miR-451 能够部分恢复c-Jun上调引起的MDR-1降低。结论与意义1.Notch-1在肺腺癌化疗耐药表型形成中发挥重要作用,抑制其表达能够促进肺腺癌化疗增敏,抑制增殖,增加凋亡和改变细胞周期分布水平。2.MiR-451与Notch-1负向调控,呈抑癌基因表现,与化疗增敏作用,增殖抑制,凋亡增加和细胞周期再分布密切相关。3.MDR-1为miR-451直接靶基因,AP-1与miR-451启动子区存在可能结合位点。Notch-1/AP-1/miR-451功能轴的调控异常促进肺腺癌化疗耐药表型的形成。4.本研究首次探讨了Notch-1/AP-1/miR-451信号轴调控异常在人肺腺癌化疗耐药中的重要作用,其为肺腺癌临床个体化治疗和逆转化疗耐药提供了新的依据和思路。
郭玲[9]（2013）在《人异常胎盘转录组分析及MAGEL2基因在猪胚胎中的印记研究》文中认为宫内发育迟缓和先兆子痫致病因素多样,病情表现各异,目前关于它们的具体病理原因还不确定,但溯其根源,这两种妊娠异常疾病都是由于胎盘机能不全造成的。目前已有一些报道的胎盘特异性生物化学标记可用于鉴定先兆子痫,但这方面的信息还不全面,可用于临床的生物标记很少；而对于宫内发育迟缓,由于该疾病病理的高异质性、多样性,以及与其他疾病同时发生等原因,传统的临床分类很难体现真实的病理分类信息,从而导致从基因组水平研究该疾病的分子机理存在一定困难。另一方面,micro RNA作为重要的基因表达调控元件,广泛参与到很多胎盘发育相关的生物过程中（如细胞分化、增殖、凋亡、侵入及血管生成等）,同时也可作为循环系统中稳定的生物标记。因此,本研究的目的是揭示人类胎盘的转录组,分析先兆子痫和宫内发育迟缓中特异性的差异表达基因,根据差异表达基因筛选差异表达的microRNAs,作为预测先兆子痫和宫内发育迟缓的分子标记。为了实现此目的,本研究采用Illumina Human6.0Bead Array对86个人类胎盘样品的转录组展开研究,并综合运用可调模块性聚类分析（Modulated Modularity Clustering, MMC）和基因集合富集分析（Gene Sets Enrichment Analysis, GSEA）预测差异表达microRNAs,然后利用实时定量PCR验证候选microRNAs在胎盘中的差异表达并构建预测异常妊娠的决定树,最后研究了microRNA作为分子标记在母体血浆中的稳定性。主要结果如下：（1）根据原始临床分类信息,从先兆子痫中鉴定到128个基因在保守的Bonferroni p<0.05水平上表达差异显着,2109个基因在FDR<0.05水平上表达差异显着；而在宫内发育迟缓胎盘中,仅能鉴定到1个基因在保守的Bonferroni p<0.05水平上差异显着,26个基因在FDR<0.05水平上差异显着,说明宫内发育迟缓样品存在高异质性。（2）通过可调模块性聚类分析（MMC）,鉴定到两个分别代表宫内发育迟缓（IUGR）和先兆子痫（PE）的模块,它们分别是模块3和模块5。其中模块3仅由IUGR胎盘组成,模块5由11个PE和7个IUGR胎盘共同组成,且其中7个IUGR胎盘中有4个同时被诊断为PE,由此可以看出,模块3代表IUGR,而模块5代表PE。（3）根据由MMC获得的新分组信息进行差异表达基因分析,从代表先兆子痫的模块5中鉴定到889个基因在保守的Bonferroni p<0.05水平上表达差异显着,5184个基因在FDR<0.05水平上表达差异显着；而从代表宫内发育迟缓的模块3中鉴定到326个基因在保守的Bonferroni p<0.05水平上表达差异显着,2100个基因在FDR<0.05水平上表达差异显着。（4）将异常胎盘内差异表达基因进行通路分析,获得的通路主要与细胞生长、分化及发育相关。由模块3中差异表达基因富集到的通路主要包括P13K、AKT、 mTOR、eIF4、p70S6K信号通路,细胞凋亡信号通路,和IGF-1信号通路；由模块5中差异表达基因富集到的通路包括EIF2信号通路、RhoGDI信号通路,1mTOR信号通路,以及与免疫反应相关的通路,如白细胞外渗信号通路、Fcg受体介导的巨噬细胞和单核细胞吞噬通路,以及CXCR4信号通路。（5）根据异常胎盘内差异表达的分子标签,基因集合富集分析（GSEA）预测了差异表达的候选microRNA,选择其中六个最显着的nicroRNA（miR-520A-5p, miR-194, miR-412, miR-149, miR-483,miR-503）作为候选分子标记。实时定量PCR结果显示,miR-194在先兆子痫（p=0.0001）和宫内发育迟缓（p=0.0304）胎盘中的表达水平都显着下降,miR-149在先兆子痫（p=0.0168）中表达水平显着下降。（6）根据6个候选microRNA在71个胎盘中的表达水平,分别构建了预测先兆子痫和宫内发育迟缓的决定树。根据排列置换检测,所得决定树均在统计学上意义显着（p<0.05）。（7）三个广泛表达的miRNAs（miR-16,miR-15,miR-24）在血浆中的水平保持恒定,不受室温及反复冻融次数的影响；本研究中的差异表达miRNAs （miR-149, miR-194）在母本血浆中同样非常稳定,不受室温及反复冻融次数的影响。说明组织释放的1microRNA稳定地存在于外周循环血液中。另一方面,由于印记基因对哺乳动物胚胎发育和出生后的生长发育都有重要作用,在人异常胎盘的转录组中发现很多印记基因的表达受到影响,而且影响家畜数量性状的一些基因同时存在印记现象,因此本研究另一目的是以猪为模式动物,研究候选印记基因MAGEL2在两个胚胎时期中的印记状态以及该基因多态位点与猪胴体性状的关联分析。主要结果如下：（1）猪MAGEL2基因与其人和小鼠中的同源基因一样,为无内含子基因。该基因主要在65日龄胚胎的脑、胎盘中高表达,其次是心脏,而在脾、肺、肾、胃、小肠和肌肉中的表达水平偏低,在肝中的表达水平最微弱。（2）猪MAGEL2基因在65日龄胚胎所有被检测组织（心、肝、脾、肺、肾、胃、肠、肌肉、脑、胎盘）中均母本印记、父本表达,而在30日龄胚胎中存在印记多态性,即16个杂合子胚胎中有2个胚胎逃脱印记,说明在胚胎早期发育阶段稳定的印记还未建立完善。（3）大白×梅山F2代资源家系中的关联分析结果显示,猪MAGEL2基因的多态位点g.2592A>C与屠宰率和臀部背膘厚显着相关（p<0.05）,g.3277T>C与骨率显着相关（p<0.05）,他们可能成为猪育种的重要遗传标记。
张威[10]（2013）在《基因集富集分析在肿瘤标志物筛选中的比较研究》文中提出DNA微阵列技术已广泛应用于生物医学研究，成为探索生命奥秘的重要工具之一。基因表达谱反映了基因的活动信息，可以用于分析基因表达的变化情况，基因之间是否相关，在不同表型和条件下基因的表达如何受到影响；通过基因表达谱可以了解细胞当前生理状态，如细胞是正常还是恶化、药物对肿瘤细胞的有效性如何、是否敏感等。所以基因表达谱能够在医学临床诊断、药物疗效研究、揭示疾病发生机制等方面发挥着重要的作用。因此如何从实验数据中提取出有关基因的结构与功能信息，得到生物体中具体生理、病理过程的确切描述，是基因表达谱数据分析的主要研究和应用方向。由于基因表达谱数据具有高维度和样本量小的特点，并且其中含有大量未知和（或）无关基因，如何从这些海量基因信息挖掘到有用的信息，能够深层次研究基因及基因间的相互作用，已成为微阵列技术发展和应用的主要问题。目前，基因表达谱数据分析方法的研究已成为生物与医学统计学研究领域的重要任务和热点问题。本研究基于微阵列中基因集富集差异表达（Gene Set EnrichmentAnalysis）的基因表达谱数据分析方法，围绕筛选差异表达富集基因集、自限性原假设分析方法、一元和多元的分析方法在肿瘤生物标志物（Biomarker）筛选中应用的有效性和可靠性的比较性研究。本研究主要做了以下工作：1．简要介绍了基因芯片中实验设计方法、微阵列数据的预处理及其标准化方法。回顾了微阵列数据基因集富集差异表达分析的统计方法。根据微阵列研究统计设计和数据资料类型，分别引入了目前在实际应用中统计方法上较具有代表性的一元的基因集富集分析方法SAM-GS和GAGE以及多元的基因集富集分析方法GlobalAncova和MANOVA共四种方法，介绍了其各自的理论基础和特点。2．探讨了在微阵列数据中基因集的定义和其特点，基因集富集分析方法及其较单基因差异表达分析的优势所在，以及其在生物医学中的开发和应用。探讨了肿瘤生物医学研究中的难点，重点讨论了肿瘤标志物对于肿瘤病人的早期诊断和治疗的意义。微阵列基因集富集分析如何在筛选肿瘤标志物方面发挥其优势和作用，以及如何来评价基因集富集分析方法在筛选肿瘤标志物的效率和准确度。3．采用NCI60肿瘤细胞系数据，选定已知生物学证据的由p53、PTEN和p16分别参与构成的信号通路（基因集）作为阳性目的检测指标，对应的RAC1、PRKARB2和PRKACB参与构成的基因集为阴性目的检测指标。分别以四种基因集富集分析方法对数据的分析，比较其各自检出结果与包含已知突变和野生基因集的符合程度，判断其检出效率，通过计算ROC曲线下面积，对四种方法给以客观的评价。在样本量较小的情况下，一元的分析方法SAM-GS和GAGE的检验效率高于多元的分析方法GlobalAncova和MANOVA,随着样本量增大，四种方法间的效率差异减小，一元的方法仍旧保持较好的稳定性和可重复性，以GAGE的表现最佳。4．为了检验四种不同的方法在实际数据中的应用结果，进一步对四种基因集富集分析方法进行实例研究，分别选用结肠癌数据GSE4107和非小细胞肺癌数据GSE3593，筛选不同表型间差异表达的基因集，结合生物学研究结果，比较四种方法分析得到的有统计学意义的差异表达富集基因集与已有的生物学研究证据是否相符，对四种方法在实际应用分析中的效率给以评价，探讨如何选择合适的分析方法更能有效地筛选出潜在的目标肿瘤标志物。在实例研究结果中可以观察到与模拟实验相似表现趋势，即在小样本中一元的方法优于多元方法，随着样本量的增大，方法间的差异逐渐减小，但仍旧可见一元方法更为稳定,GAGE的检验效率最高。
二、可调FPR下利用基因芯片实验数据筛选差异表达基因（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、可调FPR下利用基因芯片实验数据筛选差异表达基因（论文提纲范文）
（1）基于结构方程模型的基因调控网络推断问题的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 单一条件下的GRN结构的推断 |
| 1.2.2 不同条件下的差异GRN结构的推断 |
| 1.3 本文主要研究工作 |
| 1.4 论文组织结构 |
| 第2章 单一条件下的GRN建模及其推断方法概述 |
| 2.1 常用的GRN建模方法及其相关推断算法 |
| 2.1.1 布尔网络模型 |
| 2.1.2 相关性网络 |
| 2.1.3 贝叶斯网络 |
| 2.1.4 回归分析模型 |
| 2.1.5 高斯图模型 |
| 2.1.6 结构方程模型SEM |
| 2.2 GRN推断模型的优缺点分析 |
| 2.3 GRN推断算法的评价指标 |
| 第3章 基于NEG层次先验的贝叶斯推断算法 |
| 3.1 引言 |
| 3.2 模型与方法 |
| 3.2.1 基于SEM构建的GRN模型 |
| 3.2.2 模型可识别性分析 |
| 3.2.3 模型重参数化 |
| 3.2.4 贝叶斯LASSO |
| 3.2.5 基于NEG先验的贝叶斯自适应推断算法 |
| 3.3 实验分析 |
| 3.3.1 合成数据模拟实验与分析 |
| 3.3.2 真实数据实验分析 |
| 3.4 讨论与总结 |
| 第4章 基于近端梯度优化的差异GRN联合推断算法 |
| 4.1 引言 |
| 4.2 模型与方法 |
| 4.2.1 基于SEM构建的差异GRN联合优化模型 |
| 4.2.2 Diff SSEM算法概述 |
| 4.2.3 模型变换 |
| 4.2.4 差异GRN联合优化模型转换及参数优化 |
| 4.3 实验分析 |
| 4.3.1 合成数据模拟实验与分析 |
| 4.3.2 真实数据实验分析 |
| 4.4 讨论与总结 |
| 第5章 基于模型重参数化方法的差异GRN联合推断算法 |
| 5.1 引言 |
| 5.2 模型与方法 |
| 5.2.1 模型构建 |
| 5.2.2 重参数化整合模型 |
| 5.2.3 重参数化模型的贝叶斯推断 |
| 5.3 实验分析 |
| 5.3.1 合成数据模拟实验与分析 |
| 5.3.2 真实数据实验分析 |
| 5.4 讨论与总结 |
| 第6章 基于贝叶斯融合先验的差异GRN联合推断算法 |
| 6.1 引言 |
| 6.2 模型与方法 |
| 6.2.1 线性回归模型的贝叶斯融合LASSO |
| 6.2.2 联合推断模型 |
| 6.2.4 贝叶斯融合推断算法BFDSEM |
| 6.3 实验分析 |
| 6.3.1 合成数据模拟实验与分析 |
| 6.3.2 真实数据实验分析 |
| 6.4 讨论与总结 |
| 第7章 总结与展望 |
| 7.1 工作总结 |
| 7.2 未来的工作展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（2）NC0A5对宫颈癌生物学行为的影响及相关生物学机制的实验研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 符号说明 |
| 第一部分 NCOA5在宫颈癌中的表达 |
| 前言 |
| 材料及方法 |
| 结果 |
| 讨论 |
| 结论 |
| 附图表 |
| 参考文献 |
| 第二部分 NCOA5的表达对人宫颈癌细胞系生物学行为的影响 |
| 前言 |
| 材料及方法 |
| 结果 |
| 讨论 |
| 结论 |
| 附图表 |
| 参考文献 |
| 第三部分 NCOA5作用机制及对宫颈癌细胞顺铂敏感性的影响 |
| 前言 |
| 材料及方法 |
| 结果 |
| 讨论 |
| 结论 |
| 附图表 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的论文 |
| 学位论文评阅及答辩情况表 |
| 英文文章Ⅰ |
| 英文文章Ⅱ |
（3）支气管肺发育不良的基因芯片数据挖掘及生物信息学分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 前言 |
| 1.1 支气管肺发育不良的相关介绍 |
| 1.1.1 支气管肺发育不良的概述 |
| 1.1.2 支气管肺发育不良的定义 |
| 1.1.3 支气管肺发育不良的危险因素 |
| 1.1.4 支气管肺发育不良的发病机制 |
| 1.1.5 支气管炎肺发育不良的治疗 |
| 1.2 基因芯片及生物信息学分析技术的相关介绍 |
| 1.2.1 基因芯片技术概述 |
| 1.2.2 生物信息学技术概述 |
| 1.2.3 生物信息学常用数据库及软件 |
| 1.3 本研究的目的、内容、创新性及其意义 |
| 第二章 基因芯片数据的筛选及差异表达基因分析 |
| 2.1 研究目的 |
| 2.2 对象及方法 |
| 2.2.1 基因芯片来源 |
| 2.2.2 基因芯片相关信息 |
| 2.2.3 数据的质量评估及差异表达基因分析 |
| 2.2.4 差异表达基因文氏图分析 |
| 2.3 研究结果 |
| 2.3.1 差异表达基因分析结果 |
| 2.3.2 不同时间段初步候选基因的文氏图分析 |
| 2.3.3 按倍数变化排名前10的上调及下调基因 |
| 2.4 本章小结 |
| 第三章 支气管肺发育不良差异表达基因的功能分析 |
| 3.1 研究目的 |
| 3.2 研究方法 |
| 3.2.1 差异表达基因的功能及通路富集分析 |
| 3.2.2 关键基因的蛋白质相互作用网络分析及通路富集分析 |
| 3.3 研究结果 |
| 3.3.1 time A、time B和time C前250个差异表达基因富集分析结果 |
| 3.3.2 time A、time B和time C交叉基因富集分析结果 |
| 3.3.3 ICOS可能是BPD发展过程中的关键基因 |
| 3.4 本章小结 |
| 第四章 ICOS在支气管肺发育不良中的表达水平 |
| 4.1 研究目的 |
| 4.2 对象和方法 |
| 4.2.1 ICOS表达水平与BPD及其严重程度的关系 |
| 4.2.2 BPD可能存在的混杂因素及多因素回归分析 |
| 4.2.3 在BPD动物模型基因芯片数据中验证ICOS的表达水平 |
| 4.3 实验结果 |
| 4.3.1 ICOS表达水平与BPD及其严重程度的关系 |
| 4.3.2 BPD及对照组间胎龄、出生体重及性别分布差异 |
| 4.3.3 生后第14天ICOS水平的下调为BPD发生的重要危险因素 |
| 4.3.4 ICOS在动物模型中的表达水平 |
| 4.4 本章小结 |
| 讨论 |
| 全文总结 |
| 参考文献 |
| 附录 |
| 附录一 增表 |
| 附录二 中英文缩略词表 |
| 研究生阶段发表论文情况 |
| 致谢 |
（4）PPARα激动剂苯扎贝特重定位及抗肺腺癌活性的初步研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 前言 |
| 1.2 肺腺癌的概述 |
| 1.3 基因表达谱芯片技术及其在肿瘤研究中的价值 |
| 1.3.1 基因表达谱芯片技术简介 |
| 1.3.2 基因芯片技术在肿瘤应用中的价值 |
| 1.4 生物信息学概况及基因图谱数据分析 |
| 1.4.1 生物信息学概况简介 |
| 1.4.2 基因表达谱数据库 |
| 1.4.3 基因芯片数据分析软件 |
| 1.5 基于基因表达谱的药物发现 |
| 1.6 药物重定位简介与分子对接研究 |
| 1.6.1 药物重定位简介 |
| 1.6.2 分子对接技术对药物重定位的理论基础 |
| 1.6.3 分子对接技术简介 |
| 1.7 本论文研究目的与内容 |
| 1.7.1 本论文的研究目的 |
| 1.7.2 本论文研究内容 |
| 第二章 抗肺腺癌药物筛选 |
| 2.1 引言 |
| 2.2 材料与方法 |
| 2.2.1 GEO数据集的获取与预处理 |
| 2.2.2 肺腺癌差异表达基因的分析 |
| 2.2.3 差异基因集富集分析 |
| 2.2.4 CMap筛选肺腺癌治疗药物 |
| 2.3 结果 |
| 2.3.1 GEO数据集预处理结果 |
| 2.3.2 肺腺癌差异基因表达谱构建 |
| 2.3.3 GSEA信号通路富集分析 |
| 2.3.4 Connectivity Map分析 |
| 2.4 讨论 |
| 2.5 本章结论 |
| 第三章 苯扎贝特药物重定位与分子对接药物靶点预测 |
| 3.1 引言 |
| 3.2 苯扎贝特简介 |
| 3.3 苯扎贝特药物重定位 |
| 3.4 苯扎贝特靶点蛋白相互作用分析 |
| 3.5 苯扎贝特与PPARα分子对接过程 |
| 3.5.1 配体的处理 |
| 3.5.2 受体的处理 |
| 3.5.3 对接过程参数设置 |
| 3.6 苯扎贝特靶点蛋白相互作用分析结果 |
| 3.7 苯扎贝特与PPARα对接结果 |
| 3.8 讨论 |
| 3.9 本章结论 |
| 第四章 PPARα受体激动剂苯扎贝特抑制肺腺癌细胞的增殖 |
| 4.1 引言 |
| 4.2 材料与方法 |
| 4.2.1 主要仪器 |
| 4.2.2 主要试剂及药品的配置 |
| 4.3 实验步骤 |
| 4.4 统计分析 |
| 4.5 结果 |
| 4.5.1 细胞形态学观察 |
| 4.5.2 苯扎贝特对A549细胞的抑制作用与统计学分析 |
| 4.5.3 苯扎贝特对H460细胞的抑制作用与统计学分析 |
| 4.6 讨论 |
| 4.7 本章结论 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（5）CLDN1在食管癌细胞中生物学功能的研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 英汉缩略词对照表 |
| 致谢 |
| 综述 |
| References |
（6）虫草素通过下调LASP1的表达抑制胆囊癌细胞增殖转移（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号及缩略词说明 |
| 绪论 |
| 参考文献 |
| 第一部分 虫草素抑制胆囊癌细胞增殖转移 |
| 引言 |
| 1. 材料与方法 |
| 2. 结果 |
| 3. 讨论 |
| 4. 结论 |
| 参考文献 |
| 第二部分 虫草素通过下调LASP1基因表达抑制胆囊癌细胞增殖 |
| 引言 |
| 1. 材料与方法 |
| 2. 结果 |
| 3. 讨论 |
| 4. 结论 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间学术成果 |
（7）基因富集分析方法研究及基因与疾病关联性分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的来源及研究的背景和意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题的研究背景和意义 |
| 1.2 国内外在该方向的研究现状及分析 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要研究内容和论文组织结构 |
| 第2章 基因富集分析方法的介绍 |
| 2.1 引言 |
| 2.2 常用的基因富集分析方法 |
| 2.2.1 GSEA |
| 2.2.2 GSVA |
| 2.2.3 GSCA与GSNCA |
| 2.2.4 DRAGEN |
| 2.2.5 各类方法优缺点的比较 |
| 2.3 本章小结 |
| 第3章 基于拓扑势的基因差异分析模型 |
| 3.1 引言 |
| 3.2 基于拓扑势模型算法的主要步骤 |
| 3.2.1 数据预处理 |
| 3.2.2 计算基因集的拓扑势向量 |
| 3.2.3 计算信息散度 |
| 3.2.4 交叉互换最终判定差异基因集 |
| 3.3 实验分析 |
| 3.3.1 算法实验准备工作 |
| 3.3.2 基于肠癌数据的实验 |
| 3.3.3 对肠癌数据的深入分析 |
| 3.3.4 与疾病相关的中心基因 |
| 3.4 本章小结 |
| 第4章 基于人体调控网络的拓扑势模型 |
| 4.1 引言 |
| 4.2 基于HTRN网络的拓扑势模型 |
| 4.3 基于网络的中心基因分析法 |
| 4.4 实验分析 |
| 4.4.1 对引入网络拓扑势模型的分析 |
| 4.4.2 比较不同类别中心基因的异同 |
| 结论 |
| 参考文献 |
| 攻读硕士期间发表的论文及其它成果 |
| 致谢 |
（8）Notch-1/AP-1/miR-451信号轴参与人肺腺癌细胞化疗耐药表型形成的分子机制研究（论文提纲范文）
| 缩略词表 |
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 参考文献 |
| 第一章 Notch-1在人肺腺癌中的表达及其临床意义 |
| 1、实验材料 |
| 2、实验试剂与设备 |
| 3、实验方法 |
| 4、结果 |
| 5、讨论 |
| 参考文献 |
| 第二章 Notch-1在人肺腺癌耐药细胞中的生物学功能 |
| 1.实验材料 |
| 2.实验试剂与设备 |
| 3.实验方法 |
| 4.结果 |
| 5.讨论 |
| 参考文献 |
| 第三章 MiR-451对人肺腺癌耐药细胞生物学特性的影响 |
| 1.面材料 |
| 2.实验试剂与设备 |
| 3.实验方法 |
| 4.结果 |
| 5.讨论 |
| 参考文献 |
| 第四章 Notch-1/AP-1/miR-451信号轴参与肺腺癌耐药调控的分子机制 |
| 1.实验材料 |
| 2.实验试剂与设备 |
| 3.实验方法 |
| 4.结果 |
| 5.讨论 |
| 参考文献 |
| 结论与展望 |
| 综述一：Notch-1信号通路与肿瘤耐药研究进展 |
| 参考文献 |
| 综述二：Notch信号通路与MicroRNA交互作用对化疗耐药的影响 |
| 参考文献 |
| 发表论文 |
| 致谢 |
（9）人异常胎盘转录组分析及MAGEL2基因在猪胚胎中的印记研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词表 |
| 第一章 前言 |
| 1 研究问题的由来 |
| 2 宫内发育迟缓(IUGR)与胎儿小于妊娠年龄(SGA) |
| 2.1 宫内发育迟缓概述 |
| 2.2 宫内发育迟缓的高危因素 |
| 2.3 宫内发育迟缓的预测 |
| 2.3.1 妊娠早、中期的预测 |
| 2.3.2 妊娠晚期的预测 |
| 3 先兆子痫(PE) |
| 3.1 先兆子痫概述 |
| 3.2 先兆子痫的病理生理学 |
| 3.3 利用生物标记检测先兆子痫的必要性 |
| 3.4 先兆子痫相关的生化标记 |
| 3.5 鉴定新的生物标记 |
| 4 microRNA与怀孕过程 |
| 4.1 microRNA概述 |
| 4.2 microRNA的生物合成和RNA干扰途径 |
| 4.3 胚胎着床期的microRNA |
| 4.4 microRNA在胎盘中的表达 |
| 4.5 microRNA在调节母体-胎儿免疫耐受中的作用 |
| 4.6 母体外周循环血中与妊娠相关的microRNA |
| 5 微阵列基因芯片技术及其应用 |
| 5.1 微阵列基因芯片概述 |
| 5.2 基因芯片在繁殖医学上的应用 |
| 5.2.1 基因芯片与先兆子痫 |
| 5.2.2 基因芯片与早期胚胎发育 |
| 5.2.3 基因芯片与子宫内膜感受性和胎盘发育 |
| 5.2.4 基因芯片与子宫内膜异位 |
| 5.3 微阵列基因芯片技术的未来 |
| 6 基因组印记 |
| 6.1 基因组印记概况 |
| 6.2 基因组印记的表达调控 |
| 6.3 基因组印记与家畜数量性状 |
| 6.4 候选基因MAGEL2概述 |
| 7 研究目的与意义 |
| 第二章 人先兆子痫和宫内发育迟缓胎盘转录组分析及差异表达microRNA研究 |
| 1 背景介绍 |
| 2 材料与方法 |
| 2.1 实验材料 |
| 2.1.1 生物样品 |
| 2.1.2 主要仪器设备 |
| 2.1.3 主要分析软件 |
| 2.1.4 主要试剂及试剂盒 |
| 2.2 实验方法 |
| 2.2.1 生物样品采集 |
| 2.2.2 RNA的提取及质量控制 |
| 2.2.3 人胎盘全基因组表达芯片杂交及数据处理 |
| 2.2.4 根据人胎盘差异表达基因预测候选miRNAs |
| 2.2.5 Real-time qRT-PCR验证候选miRNAs在人胎盘中的差异表达 |
| 2.2.6 根据候选microRNA在胎盘中的表达水平构建决定树 |
| 2.2.7 microRNA在母本外周循环血液中的稳定性研究 |
| 2.2.8 人胎盘差异表达基因的IPA通路分析 |
| 3 结果与分析 |
| 3.1 研究群体人口普查信息统计 |
| 3.2 方差主成分分析及线性混合模型的选择 |
| 3.3 人胎盘转录组比较分析 |
| 3.3.1 先兆子痫胎盘与正常胎盘间的差异表达基因 |
| 3.3.2 宫内发育迟缓胎盘与正常胎盘间的差异表达基因 |
| 3.4 根据胎盘转录组进行可调模块性聚类分析(MMC) |
| 3.4.1 可调模块性聚类分析(MMC)结果 |
| 3.4.2 按模块进行方差主成分分析 |
| 3.4.3 不同模块间胎盘的差异表达基因 |
| 3.5 根据基因集合富集分析(GSEA)预测候选microRNAs |
| 3.6 Real-time qRT-PCR验证候选microRNAs在人胎盘中的差异表达 |
| 3.6.1 候选microRNAs的引物设计 |
| 3.6.2 标准曲线的建立及扩增效率的测定 |
| 3.6.3 候选microRNAs在模块间的表达差异 |
| 3.6.4 候选microRNAs在PE/IUGR/Control间的表达差异 |
| 3.7 根据候选microRNAs在胎盘中的表达水平构建决定树 |
| 3.8 microRNA在母本外周循环血液中的稳定性研究 |
| 3.9 人胎盘差异表达基因相关的IPA通路 |
| 4 讨论 |
| 4.1 群体的个体差异对基因表达情况的影响 |
| 4.2 宫内发育迟缓(IUGR)样品的高异质性 |
| 4.3 可调模块性聚类分析(MMC)的引入及聚类方法的选择 |
| 4.4 可调模块性聚类分析(MMC)结果的有效性 |
| 4.5 宫内发育迟缓(IUGR)相关的因子和通路 |
| 4.6 差异表达microRNA的目标靶基因 |
| 4.7 决定树的预测准确性 |
| 5 本章总结 |
| 5.1 总结及意义 |
| 5.2 创新点 |
| 5.3 下一步工作计划 |
| 第三章 以猪为模式动物研究印记基因MAGEL2在两个胚胎时期的印记状态及与胴体性状的关联分析 |
| 1 背景介绍 |
| 2 材料与方法 |
| 2.1 实验材料 |
| 2.1.1 生物样品 |
| 2.1.2 主要仪器设备 |
| 2.1.3 主要分析软件 |
| 2.1.4 主要试剂及试剂盒 |
| 2.1.5 主要溶液配置 |
| 2.2 实验方法 |
| 2.2.1 基因组DNA的提取 |
| 2.2.2 组织总RNA的提取及质量控制 |
| 2.2.3 第一链cDNA的合成 |
| 2.2.4 猪MAGEL2基因的克隆测序 |
| 2.2.5 猪MAGEL2基因在猪胚胎中的组织表达谱研究 |
| 2.2.6 猪MAGEL2基因的SNP鉴定 |
| 2.2.7 猪MAGEL2基因的PCR-RFLP及RT-PCR-RFLP分析 |
| 2.2.8 SNP在不同猪种的等位基因频率及基因型频率测定 |
| 2.2.9 猪MAGEL2基因在猪30日龄和65日龄胚胎中的印记分析 |
| 2.2.10 猪MAGEL2基因与胴体性状的关联分析 |
| 3 结果与分析 |
| 3.1 猪MAGEL2基因的克隆测序结果 |
| 3.2 猪MAGEL2基因在猪胚胎中的组织表达谱 |
| 3.3 猪MAGEL2基因的SNP鉴定结果 |
| 3.4 猪MAGEL2的等位基因频率及基因型频率 |
| 3.5 猪MAGEL2基因在猪30日龄和65日龄胚胎中的印记状况 |
| 3.5.1 杂合子筛选结果 |
| 3.5.2 猪MAGEL2基因在30日龄胚胎中的印记状况 |
| 3.5.3 猪MAGEL2基因在65日龄胚胎中的印记状况 |
| 3.6 猪MAGEL2基因与胴体性状的关联分析 |
| C与猪胴体性状的关联分析'>3.6.1 多态位点g.2592A>C与猪胴体性状的关联分析 |
| C与猪胴体性状的关联分析'>3.6.2 多态位点g.3277T>C与猪胴体性状的关联分析 |
| 4 讨论 |
| 4.1 模型的建立和发育时期的选择 |
| 4.2 MAGEL2在人、小鼠、猪中的表达和印记情况 |
| 4.3 猪MAGEL2基因的印记多态性 |
| 4.4 印记基因对母体-胎儿互作的影响 |
| 4.5 印记基因对胎儿出生后行为的影响 |
| 4.6 关联分析的不足之处 |
| 5 本章总结 |
| 5.1 总结及意义 |
| 5.2 创新点 |
| 5.3 下一步工作计划 |
| 参考文献 |
| 附录1：补充表格 |
| 附录2：芯片数据分析相关代码 |
| 博士在读期间研究成果 |
| 致谢 |
（10）基因集富集分析在肿瘤标志物筛选中的比较研究（论文提纲范文）
| 缩略语表 |
| 中文摘要 |
| Abstract |
| 前言 |
| 文献回顾 |
| 1 微阵列实验 |
| 2 基因表达谱数据分析的层次 |
| 3 基因表达谱基因集富集分析方法 |
| 4 基因集分析方法的发展 |
| 5 基因表达谱数据挖掘在肿瘤研究中的意义 |
| 1. 基因芯片数据的预处理 |
| 1.1 Affymetrix GeneChip 数据的预处理 |
| 1.2 MAS5.0、RMA 背景校正和归一化 |
| 2. 基于 GSEA（基因集富集）的数据分析方法 |
| 2.1 SAM-GS 方法及其步骤 |
| 2.2 GAGE 方法及其步骤 |
| 2.3 GlobalAncova Test 方法及其步骤 |
| 2.4 MANOVA（多元方差分析）方法及其步骤 |
| 3. 实验结果 |
| 3.1 NCI60 数据的预处理 |
| 3.2 评价方法 |
| 3.3 实验结果 |
| 3.4 实验结果讨论 |
| 4. 实例分析 |
| 4.1 四种基因集富集方法在结肠癌数据中的分析应用 |
| 4.2 四种基因集富集方法在非小细胞肺癌癌数据中的分析应用 |
| 4.3 结果讨论 |
| 小结 |
| 参考文献 |
| 附录 |
| 附录 1 四种 GSEA 分析方法部分 R 程序 |
| 附录 2 实例数据 GSE4107 和 GSE3593 预处理 |
| 个人简历和发表论文 |
| 致谢 |
四、可调FPR下利用基因芯片实验数据筛选差异表达基因（论文参考文献）
- [1]基于结构方程模型的基因调控网络推断问题的研究[D]. 李彦. 吉林大学, 2020(01)
- [2]NC0A5对宫颈癌生物学行为的影响及相关生物学机制的实验研究[D]. 梁莹. 山东大学, 2019(02)
- [3]支气管肺发育不良的基因芯片数据挖掘及生物信息学分析[D]. 林丽莎. 南方医科大学, 2019(07)
- [4]PPARα激动剂苯扎贝特重定位及抗肺腺癌活性的初步研究[D]. 付军鹏. 广西科技大学, 2018(03)
- [5]CLDN1在食管癌细胞中生物学功能的研究[D]. 张大伟. 西南医科大学, 2017(01)
- [6]虫草素通过下调LASP1的表达抑制胆囊癌细胞增殖转移[D]. 王许安. 上海交通大学, 2016(03)
- [7]基因富集分析方法研究及基因与疾病关联性分析[D]. 吴帅. 哈尔滨工业大学, 2016(02)
- [8]Notch-1/AP-1/miR-451信号轴参与人肺腺癌细胞化疗耐药表型形成的分子机制研究[D]. 黄佳圆. 南京大学, 2015(01)
- [9]人异常胎盘转录组分析及MAGEL2基因在猪胚胎中的印记研究[D]. 郭玲. 华中农业大学, 2013(12)
- [10]基因集富集分析在肿瘤标志物筛选中的比较研究[D]. 张威. 第四军医大学, 2013(02)