面向癌症基因组学数据的基因调控网络研究

发布时间：2020-06-23 02:02

【摘要】：癌症是一种严重威胁人类健康和生存的疾病,它的发生和发展与基因之间的联合调控、基因与环境间的相互作用有关,是一种复杂的细胞生理过程。基因组技术的发展,完善了各种疾病的基因数据,使人们在全基因组水平上研究个体差异和疾病的发生成为可能。理解生物体的基因功能和调控机制,对癌症的科学研究和临床治疗具有重要的意义。本文面向癌症基因组学数据,建立了转录因子-microRNA协同调控基因网络模型。首先,研究了建立与癌症有关的转录因子和microRNA协同调控基因网络模型的生物信息学方法。然后,研究了转录因子-microRNA协同调控的前馈环动力学模型的推断方法。最后,通过实际数据验证了本文提出的模型。本文从TCGA数据库中获取宫颈癌相关的基因与microRNA数据,以倍数分析的对数和特征基因的错误发现率作为标准,得到与疾病相关的差异表达基因与microRNA。通过加权基因关联网络分析构建了差异基因和差异microRNA的共表达网络:使用位置权重矩阵预测了转录因子的结合位点,从而得到调控基因的转录因子;通过整理TransmiR数据库得到转录因子-microRNA调控关系对:综合以上结果最终获得23个基因-转录因子-microRNA前馈环模体。基于微分方程组模型建立了基因调控网络的前馈环模体的动力学模型,考虑微阵列基因数据噪声形式的复杂性,针对不同的噪声形式,利用方差稳定化处理推导出翘曲函数,在翘曲高斯过程回归框架下实现了模型推断和参数辨识。本文建立了多转录因子和microRNA协同调控网络模型,使用马尔科夫链蒙特卡洛算法进行参数求解并推断出隐转录因子与microRNA活性水平。根据本文所提出的混合噪声形式下多转录因子协同调控的基因网络模型,利用仿真数据验证了模型具有较高的参数辨识精度和可靠性;利用真实生物数据验证了模型具有较好的逼近能力和解释力。
【学位授予单位】：西安理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：Q811.4;R73
【图文】：

过程图,基因表达,过程

图 1-1 基因表达过程Fig.1-1 Gene expression process基因的表达过程不仅被其它基因所影响，它同时会作用于其它基因的与抑制可以组成一个完整的基因调控网络[8]。通常来说，生物体中的细络所调控。由于生命体是一个用以储存和加工信息的多层次系统，研究平不能完整地揭示生命现象的规律。调控网络是细胞内多种 DNA、RNA、蛋白质等之间相互作用的整体表且复杂的动态网络[9]。近年来，全基因组测序的完成、高通量测定基因生物学、生物信息学等学科的发展，使得复杂和相对完整的基因调控网。基因调控网络有多个特点，如复杂多样、有限连通等[10]。调控网络研究意义是一种严重影响人体的健康和生存的疾病，它的发生和发展是一种复杂与多个基因之间的复杂调控以及基因与环境间的相互作用有关[11]。基人们在全基因组水平上研究个体差异和疾病的发生提供了可能，传统的

样本,图例,基因

的基因和 microRNA 数据GA 数据库中的宫颈癌转录本数据，TCGA 数据库通过中善基因组的测序和分析技术，用以理解癌症在分子层面的所有癌症基因组的机制研究，用以帮助人们最终预防癌因组学数据包括 309 个样本的基因表达数据和 312 个样本用样本基因的 RNA-seq 数据和 microRNA 的 microRNA-snts 代表的是比对到每个基因的 reads 数目。可将原始的分散文件处理为矩阵方便后续分析，下载 js录并进行解压。在 ENSEMBL 的 FTP 中下载人类基因的原始基因表达文件中的 ENSEMBL 基因编号转换为标准的样本有 3 个正常人样本和 306 个患病样本，microRNA 表09 个患病样本。图 2-1 是基因名样本编号图例，其中 Sa样本，取 10-29 则为正常样本。

【相似文献】