基于基因共表达网络挖掘水稻抗逆基因

发布时间：2021-03-26 23:35

　　水稻在生长的过程中受到干旱、盐等非生物逆境因素胁迫,会造成大面积的减产、品质下降甚至坏死。寻找与水稻的抗逆相关的关键基因,对提高水稻在逆境胁迫条件下的生存能力有重大意义。基因芯片技术的出现到飞速发展为水稻的抗逆性研究提供了一个新的技术平台。基于分子生物网络对高通量的基因表达数据进行分析和挖掘成为当下生物信息学的研究热点。本文针对水稻基因表达数据的特点,开展了基于加权基因共表达网络挖掘水稻抗逆基因的研究,主要结果如下:（1）基于经验贝叶斯理论的Limma算法提取水稻差异表达基因。水稻基因表达数据维数高达5万多,对其进行预处理并且筛选出差异表达基因有助于挖掘生物学意义明确的信息基因。本文引入limma算法,基于样本特征向量对基因表达向量进行线性拟合,并对拟合结果进行经验贝叶斯检验,最后通过对基因表达变化倍数和显著性差异P值设定合理的阈值,来提取水稻差异表达基因。（2）基于加权基因共表达网络（WGCNA）挖掘水稻抗逆相关基因模块。基因共表达网络是以基因表达的相似性为基础而构建的分子生物网络,网络中致密的连通子图往往具有特定的生物学功能。本文基于WGCNA构建水稻差异表达基因共表达网络,并通过... 

【文章来源】：湖南农业大学湖南省

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

预处理步骤Fig.2-1Preprocessingstep

PM 矫正有四种方法：mas;methods;pmonly;subtractmm。综合表达定量的五种方法：avgdiff;liwong;mas;mediampolish;playerout。本文选取了用 RMA 方法对数据进行背景矫正，对样本数据进行降噪处理。具体实现代码如下：首先是调用 Affy 软件包，然后是设置好工作路径，最后则是用 RMA 方法对数据进行处理。图 2-2 所示是本文使用 RMA 方法对一个样本数据进行预处理的前后对比。library(affy) #调用 affy 包setwd("E:/R_work/GSE14403") #设置工作路径AffyData<-ReadAffy(widget=TRUE)exprsSet.RMA<-rma(AffyData)

在实际中，在这种网络一是如果使用二进制法（能因共表达，我们无法确定个问题，它使用的是一种软判断每组基因之间连接的可使用 soft thresholding，作者标准转变成了连接权重。而A 借用了一个以生物学意义作pology criterion）。之后就可以进行加权基因共两两基因相互作用的结果，构多的基因，网络构建前可以文对数据进行共表达网络构分析的整体流程如下（图 3


本文编号：3102445