癌症中异常表达基因和miRNA的GO分析与调控网络研究
发布时间：2022-04-15 23:17
从人类正确认识到癌症的存在以来,虽然经过了多年漫长而不懈的努力研究,但是至今它仍然是严重危害人类生命安全的疾病,没有严格意义上能够治愈的方法。一般情况下,癌症的发生都会伴随着遗传物质的改变,癌症的发生与细胞内基因的非正常表达密切相关已经是关于癌症的普遍共识,原癌基因激活或是抑癌基因受到抑制都是癌症发生的潜在因素。近些年来,一种全新的遗传分子,microRNA（miRNA）的发现,引起了研究者的广泛关注。microRNA是一类内源性的,长度为2022个核苷酸分子的单链RNA,随着学术界对它的认知不断增加,它在生物体内正常生命活动和包括癌症在内的疾病发病过程中所起到的作用也越来越受到关注。成熟体miRNA通过碱基互补配对同它所对应的靶基因的信使RNA进行绑定,进而阻碍或抑制信使RNA翻译成为蛋白质,由此对靶基因起到后转录调控的作用。越来越多的研究表明,miRNA在癌症发病过程中的作用不可忽视。大量的对比研究结果显示,癌症的发生通常会伴随着某些基因和miRNA的异常表达,主要体现在序列变异、缺失和表达量的升高或降低。这些基因和miRNA在特定的癌症组织中异常表达,使它们...
【文章页数】：105 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 癌症简介
1.2 相关研究现状
1.3 主要工作
1.3.1 15种癌症中异常表达基因和miRNA的收集
1.3.2 异常表达miRNA和基因的靶位关系获取
1.3.3 15种癌症异常表达基因的富集分析、及调控网络建立
1.3.4 癌症中异常表达基因和miRNA的评价模型
1.3.5 重要基因和miRNA的GO和KEGG分析及ClueGO富集分析
1.4 目的和意义
1.5 文章结构
第2章 涉及概念、数据构成与相关方法介绍
2.1 生物数据简述
2.1.1 癌症基因
2.1.2 抑癌基因
2.1.3 异常表达
2.1.4 microRNA
2.1.5 GO Term富集分析
2.1.6 信号通路
2.1.7 癌症相关的主题
2.2 相关研究工具及数据库介绍
2.2.1 DAVID
2.2.2 Cytoscape和ClueGO
2.2.3 KEGG数据库
2.2.4 Cancer Genetics Web
2.2.5 PhenomiR
2.2.6 miR2Diease数据库
2.2.7 Tarbase数据库
2.2.8 NCBI与ENTREZ ID
第3章 异常表达因子评价模型建立、应用和调控网络建立
3.1 本章提要
3.2 异常表达因子评级模型建立
3.2.1 异常表达基因和miRNA收集和预处理
3.2.2 所关注生物过程和信号通路的选定
3.2.3 异常表达基因富集分析
3.2.4 异常表达基因评价、分级和关键基因提取
3.2.5 实验证实的靶位关系获取
3.2.6 异常表达miRNA评价、分级和关键基因提取靶位关系获取
3.2.7 核心调控网络建立
3.3 异常表达因子评级模型评估
3.4 使用评价模型对15种癌症异常数据的应用分析
3.5 本章小结
第4章 癌症中异常表达基因和MIRNA在癌症中的全局性统计和网络分析
4.1 本章提要
4.2 15种癌症中异常表达基因和MIRNA的数量特征分析
4.3 GO分析及网络建立
4.3.1 研究结果分析
4.3.2 miRNA调控网络建立及关键miRNA讨论
4.4 KEGG分析及核心基因与MIRNA探讨
4.4.1 KEGG网络建立
4.4.2 核心基因讨论
4.4.3 miRNA调控网络建立及关键miRNA讨论
4.5 本章小结
第5章 总结与展望
5.1 研究总结
5.2 研究展望
参考文献
作者介绍及在学期间所取得的科研成果
致谢
【参考文献】：
期刊论文
[1]Aberrant control of NF-κB in cancer permits transcriptional and phenotypic plasticity, to curtail dependence on host tissue: molecular mode[J]. Spiros A.Vlahopoulos. Cancer Biology & Medicine. 2017(03)
本文编号：3645880
【文章页数】：105 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 癌症简介
1.2 相关研究现状
1.3 主要工作
1.3.1 15种癌症中异常表达基因和miRNA的收集
1.3.2 异常表达miRNA和基因的靶位关系获取
1.3.3 15种癌症异常表达基因的富集分析、及调控网络建立
1.3.4 癌症中异常表达基因和miRNA的评价模型
1.3.5 重要基因和miRNA的GO和KEGG分析及ClueGO富集分析
1.4 目的和意义
1.5 文章结构
第2章 涉及概念、数据构成与相关方法介绍
2.1 生物数据简述
2.1.1 癌症基因
2.1.2 抑癌基因
2.1.3 异常表达
2.1.4 microRNA
2.1.5 GO Term富集分析
2.1.6 信号通路
2.1.7 癌症相关的主题
2.2 相关研究工具及数据库介绍
2.2.1 DAVID
2.2.2 Cytoscape和ClueGO
2.2.3 KEGG数据库
2.2.4 Cancer Genetics Web
2.2.5 PhenomiR
2.2.6 miR2Diease数据库
2.2.7 Tarbase数据库
2.2.8 NCBI与ENTREZ ID
第3章 异常表达因子评价模型建立、应用和调控网络建立
3.1 本章提要
3.2 异常表达因子评级模型建立
3.2.1 异常表达基因和miRNA收集和预处理
3.2.2 所关注生物过程和信号通路的选定
3.2.3 异常表达基因富集分析
3.2.4 异常表达基因评价、分级和关键基因提取
3.2.5 实验证实的靶位关系获取
3.2.6 异常表达miRNA评价、分级和关键基因提取靶位关系获取
3.2.7 核心调控网络建立
3.3 异常表达因子评级模型评估
3.4 使用评价模型对15种癌症异常数据的应用分析
3.5 本章小结
第4章 癌症中异常表达基因和MIRNA在癌症中的全局性统计和网络分析
4.1 本章提要
4.2 15种癌症中异常表达基因和MIRNA的数量特征分析
4.3 GO分析及网络建立
4.3.1 研究结果分析
4.3.2 miRNA调控网络建立及关键miRNA讨论
4.4 KEGG分析及核心基因与MIRNA探讨
4.4.1 KEGG网络建立
4.4.2 核心基因讨论
4.4.3 miRNA调控网络建立及关键miRNA讨论
4.5 本章小结
第5章 总结与展望
5.1 研究总结
5.2 研究展望
参考文献
作者介绍及在学期间所取得的科研成果
致谢
【参考文献】：
期刊论文
[1]Aberrant control of NF-κB in cancer permits transcriptional and phenotypic plasticity, to curtail dependence on host tissue: molecular mode[J]. Spiros A.Vlahopoulos. Cancer Biology & Medicine. 2017(03)
本文编号：3645880
本文链接：https://www.wllwen.com/kejilunwen/jiyingongcheng/3645880.html
最近更新
教材专著
