基于RNA-Seq的卵巢癌铂类敏感和耐药性IncRNAs的系统识别及其差异表达分析研究

发布时间：2017-03-18 14:08

  本文关键词：基于RNA-Seq的卵巢癌铂类敏感和耐药性IncRNAs的系统识别及其差异表达分析研究，由笔耕文化传播整理发布。

【摘要】：长链非编码RNAs (Long non-coding RNAs, lncRNAs),是转录本长度在200nt-100kb之间,存在于核内或胞浆内,它们本身并不编码蛋白或很少有编码蛋白质的功能。但越来越多的证据表明,lncRNAs与癌症的发生存在密切的联系,且在正常细胞和肿瘤细胞中存在差异表达。异常表达的lncRNAs可能在肿瘤发生中起着重要的作用。有的lncRNAs可以促进癌变,使其在卵巢癌中高度表达；有的lncRNAs可以抑制肿瘤,使其受到抑制。卵巢癌(Ovarian cancer)作为一种恶性肿瘤,生长迅速,易扩散。但通过积极的手术治疗及铂类为基础的联合化疗,60%～80%的患者在一线治疗后能获得临床完全缓解。而铂类敏感性的不同成为选择挽救治疗的重要参考依据,在临床应用中显示出越来越大的作用。本研究基于二代转录组测序(RNA sequencing,RNA-Seq)的卵巢癌铂类敏感和耐药数据,通过生物信息学方法,系统识别出卵巢癌铂类敏感和耐药lncRNAs,并对其差异表达及其相关功能进行研究,主要研究内容如下：1)从ArrayExpress数据库中下载基于Immila平台的RNA-Seq双端、在卵巢癌铂类敏感和耐药条件下的12个样品数据。应用FastQC、 FASTX-Toolkit以及Kmer直方图方法对并对其进行质量评估；同时根据本研究内容数据的特点,制定了一个合理的数据预处理方法。2)在对读段预处理的基础上进行转录组重建,包括转录组映射(Mapping)和装配(Assembly)。先使用tophat2进行读段映射,结果读段映射到基因组上的比率在93.6%-94.4%,读段双端完全映射上的比率在79.20%～83.6%；然后使用Cufflinks对映射上的读段进行装配,结果装配出了124,361个转录本,分布在78,900个不同的Loci：位点)上。3)提出了一种系统识别卵巢癌铂类敏感和耐药lncRNAs的方法。首先通过对转录本的长度、外显子数量和最大读段覆盖度等对编码转录本进行过滤；然后通过使用UCSC、RefSeq、Ensembl以及Encode4等数据库注释来滤除掉编码蛋白转录本；在此基础上使用编码潜能工具对剩下的转录本进行编码潜能预测,剩下的非编码转录本成为候选lncRNAs转录本；最后对候选的lncRNAs转录本,使用HMMER-3对其蛋白域进行估计,从而得到潜在的lncRNAs转录本,并从中鉴定出卵巢癌铂类敏感和耐药lncRNAs共1,325个,其中已知的1,162个和新的163个。4)对识别出的卵巢癌铂类敏感和耐药lncRNAs进行差异表达分析研究。通过分析,有46个lncRNAs具有明显的差异表达(fold change≥2),包括6个新的lncRNAs和40个已知的lncRNAs;为了更进一步分析差异表达的卵巢癌敏感和耐药lncRNAs的功能,我们分别对其进行了GO富集分析和通路(Pathway)分析。通过对lncRNAs的GO功能富集分析,结果显示,差异表达的lncRNAs与bingding(organic cyclic compound binding、ion binding等)、子宫内发育以及免疫进程等相关；通过对lncRNAs的Pathway分析,结果显示主要影响通路有核苷酸代谢、钙离子信号通路、系统性红斑狼疮、次级代谢生物学合成以及癌症中转录失调等相关。5)对差异表达的lncRNAs,使用RT-PCR对其表达量进行验证。为此,我们从中挑选出3个lncRNAs(2个来自于已知的lncRNAs,1个为新的lncRNAs),分别对其表达量进行验证,通过验证,实验结果显示表达量与分析结果相吻合。通过对以上的分析,确立了一种系统识别卵巢癌铂类敏感和耐药lncRNAs的方法,通过对显著差异表达的lncRNAs功能初步分析,明确了lncRNAs与bingding、子宫内发育以及免疫进程、癌症中转录失调等相关。对于显著差异表达的lncRNAs,未来如能通过不同的研究机构通过独立实验进行有效验证,则可以作为临床诊断卵巢癌耐药的分子标志物。
【关键词】：卵巢癌 长链非编码RNAs 生物信息学 铂类敏感和耐药 差异表达 二代转录组测序
【学位授予单位】：重庆医科大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：R737.31
【目录】：

• 英汉缩略语名词对照6-7
• 中文摘要7-10
• 英文摘要10-14
• 前言14-18
• 参考文献16-18
• 第一章 基于RNA-SEQ的卵巢癌铂类敏感和耐药数据的获取和预处理18-34
• 1 数据与方法18-25
• 1.1 数据来源18-19
• 1.2 软件与硬件环境19-20
• 1.3 基于RNA-Seq的卵巢癌铂类敏感和耐药数据的评估与质量预处理20-25
• 1.3.1 数据质量评估20-22
• 1.3.2 数据预处理22-25
• 2 结果与分析25-30
• 2.1 评估读段数据质量25-28
• 2.1.1 使用FASTQC进行质量控制情况25-26
• 2.1.2 使用FASTX-toolkit进行质量评估情况26-27
• 2.1.3 使用jellyfish工具进行质量评估情况27-28
• 2.2 质量预处理情况28-30
• 3 讨论30-32
• 3.1 读段数据质量评估情况30-31
• 3.2 质量预处理情况31-32
• 参考文献32-34
• 第二章 基于RNA-SEQ的卵巢癌铂类敏感和耐药性LNCRNAS的系统识别34-63
• 1 数据与方法34-42
• 1.1 数据来源34
• 1.2 操作系统及编程语言34
• 1.3 数据分析软件34-36
• 1.4 转录组重建36-37
• 1.4.1 读段映射36
• 1.4.2 读段装配36-37
• 1.5 卵巢癌敏感和耐药性lncRNAs的系统识别37-42
• 1.5.1 获取转录本长度和外显子数量38-39
• 1.5.2 估计转录本覆盖度39
• 1.5.3 滤除已知的非lncRNAs注释39-41
• 1.5.4 转录本的编码潜能预测41
• 1.5.5 估计转录本的蛋白域41-42
• 1.5.6 敏感和耐药lncRNAs的鉴定42
• 2 结果与分析42-57
• 2.1 读段映射情况42-44
• 2.2 读段装配情况44
• 2.3 转录本分类情况44-46
• 2.4 lncRNAs的识别流程46-57
• 2.4.1 转录本长度和外显子数量的过滤46
• 2.4.2 估计转录本读段覆盖度46
• 2.4.3 滤除已知的非IncRNAs注释46-47
• 2.4.4 预测转录本的编码潜能47-48
• 2.4.5 估计转录本的蛋白域48-49
• 2.4.6 lncRNAs的鉴定49-55
• 2.4.7 lncRNAs的特征55-57
• 3 讨论57-60
• 参考文献60-63
• 第三章 基于RNA-SEQ的卵巢癌铂类敏感和耐药性LNCRNAS的差异表达分析63-88
• 1 数据与方法63-69
• 1.1 数据来源63
• 1.2 操作系统及编程语言63
• 1.3 数据分析软件63
• 1.4 基于RNA-Seq的lncRNAs差异表达分析方法63-69
• 1.4.1 对读段进行归一化64-65
• 1.4.2 lncRNAs基因的差异表达分析方法65-66
• 1.4.3 差异lncRNAs的统计学分析66-67
• 1.4.4 lncRNAs的GO富集分析67
• 1.4.5 lncRNAs的Pathway富集通路分析67-68
• 1.4.6 RT-PCR实验68-69
• 2 结果与分析69-84
• 2.1 卵巢癌敏感和耐药lncRNAs的差异表达情况69-71
• 2.2 编码蛋白基因和lncRNAs的差异表达情况71-76
• 2.3 lncRNAs的GO富集分析结果76-81
• 2.4 lncRNAs的Pathway富集通路分析结果81-82
• 2.5 RT-PCR验证结果82-84
• 3 讨论84-86
• 参考文献86-88
• 文献综述88-99
• 参考文献95-99
• 全文总结99-100
• 本课题的创新点100-101
• 致谢101-102
• 攻读学位期间已发表论文情况102

【相似文献】

中国期刊全文数据库 前1条

1 赵霞;陈灿煌;倪青山;王竞;胡福泉;谭银玲;;通过RNA-seq初步考察铜绿假单胞菌噬菌体PaP3对宿主转录组的全局性调控[J];免疫学杂志;2013年04期

中国重要会议论文全文数据库 前3条

1 赵西西;王成成;陈国华;林剑青;贺竹梅;;RNA-Seq揭示黄曲霉胞内氧化还原反应与黄曲霉毒素合成的关系[A];中国遗传学会第九次全国会员代表大会暨学术研讨会论文摘要汇编（2009-2013）[C];2013年

2 张玉刚;祝军;梁美霞;戴洪义;;利用RNA-Seq分析柱型和普通型苹果转录水平差异[A];中国园艺学会2011年学术年会论文摘要集[C];2011年

3 于安民;杨锦芬;;基于RNA-seq的阳春砂果实可溶性糖及萜类代谢的基因表达谱分析[A];生态文明建设中的植物学：现在与未来——中国植物学会第十五届会员代表大会暨八十周年学术年会论文集——第4分会场：资源植物学[C];2013年

中国博士学位论文全文数据库 前3条

1 李雪艳;基于RNA-Seq的兰州百合鳞茎淀粉-蔗糖代谢关键酶SuSy和INV基因的挖掘[D];沈阳农业大学;2015年

2 冉隆科;基于RNA-Seq的卵巢癌铂类敏感和耐药性IncRNAs的系统识别及其差异表达分析研究[D];重庆医科大学;2015年

3 梁书利;基于RNA-Seq技术的毕赤酵母转录组学研究及其表达元件的挖掘[D];华南理工大学;2012年

中国硕士学位论文全文数据库 前10条

1 田巍;使用多种模拟和真实数据对常用的RNA-seq比对软件的测试与综合比较[D];华南理工大学;2015年

2 胡呈呈;基于RNA-seq的前列腺癌1ncRNA相关的分析研究[D];重庆医科大学;2015年

3 杨波;基于RNA-Seq技术的长江三角洲白山羊优质笔料毛性状研究及皮肤毛囊结构的观察[D];扬州大学;2015年

4 王sコ，

本文编号：254561