基于聚类分析的microRNA与疾病关联关系分析

发布时间：2018-02-15 13:45

  本文关键词： microRNA 复杂生物网络 疾病 网络聚类　出处：《济南大学》2012年硕士论文　论文类型：学位论文

【摘要】：miRNA是近几年生物信息学领域的研究热点。它在人类疾病的产生、发展等过程中都起到非常关键的作用。虽然可以通过生物实验的方法挖掘出某些致病miRNA，但是这里面往往会存在两方面的问题，首先实验方法的代价高、周期长；其次对于挖掘出的致病miRNA，如何确定哪些是最关键的致病miRNA。本文从生物信息需学的角度提出了一种寻找关键致病miRNA的方法，从而能够利用预测分析的方法为miRNA研究者的生物实验提供一定的指导，进而为基因疾病的诊断、药物的开发提供一定的依据。 本文的研究工作包括三个部分。首先，我们从相关的生物信息数据库及参考文献中收集了miRNA和靶基因的关系对，miRNA和疾病的关系对，以及关键miRNA和疾病的关系对，整理成了三个数据集：miR2Target、miR2Disease和keyMiR2Disease。数据集miR2Target用来构建整个miRNA生物网络，虽然它并不能完全反映人体内所有miRNA构成的生物网络，但是该网络却一定是这个大的生物网络的一个真实子集，能真实反映它包含的miRNA之间的关系，是我们进行后续研究的基础。数据集miR2Disease被用来在miRNA生物网络中提取出某种疾病的致病miRNA生物网络，这一过程的实现建立在miRNA的基本功能不变性上。数据集keyMiR2Disease被用来评价和控制疾病miRNA生物网络的演化。其次，我们在数据集miR2Target上，利用二部图的方法，构建了一个miRNA生物网络，即如果两个miRNA的靶基因集合有相同的部分或它们的靶基因在蛋白质互作网络上显著互作或它们的靶基因在GO功能类上显著互作，，则我们都在这个miRNA之间建立一条连接边，并依据具体情况给这条边赋予权值。最后，我们在上述构建的miRNA生物网络上利用数据集miR2Disease的信息提取出某种疾病的致病miRNA生物网络，由于这种网络中包含的致病miRNA的数量也是比较大的，不能锁定那些关键的miRNA，所以接下来，我们利用数据集keyMiR2Disease中的信息，并通过网络聚类演化的方法在致病miRNA生物网络中找到了一个包含大部分关键致病miRNA的最小集合。 按照上述过程，本文构建了一个含有233个结点，7066条边的miRNA生物网络，它是一个有权无向图。在这个生物网络中有11个miRNA的度为零，hsa-mir-21和hsa-let-7a间的连接权值最大为60。以疾病Autoimmune Diseases为例，本文在miRNA生物网络中提取出一个含有38个结点的致病miRNA网络，然后依据keyMiR2Disease中的信息，按照不同的边的权值下限对致病miRNA网络进行演化，最后得到一个含有13个结点，8个关键miRNA的小网络，在演化的过程中有5个记录的关键miRNA丢失。在对miR2Disease中的疾病进行相同的分析后，我们发现关键致病miRNA在致病miRNA生物网络中一般处在较低的层次上，而且关键致病miRNA在致病miRNA生物网络中一般具有较大的簇系数和平均度值。
[Abstract]:MiRNA is a hot topic in the field of bioinformatics in recent years. Although some pathogenic miRNAs can be mined through biological experiments, there are often two problems in this process: first, the cost of experimental methods is high and the period is long; Secondly, how to determine which of the most critical pathogenic miRNAs are the most important pathogenic miRNAs. In this paper, we propose a method to find the key pathogenic miRNA from the perspective of biological information. Thus the method of predictive analysis can be used to provide some guidance for the biological experiments of miRNA researchers and then to provide some basis for the diagnosis of genetic diseases and the development of drugs. First of all, we collected the relationship between miRNA and target gene and disease, and the key miRNA and disease from the relevant biological information database and reference. The data set miR2Target is used to construct the entire miRNA biological network. Although it does not fully reflect the biological network of all miRNA in the human body, it must be a true subset of this large biological network. The data set miR2Disease is used to extract the disease-causing miRNA biological network from the miRNA biological network. The realization of this process is based on the basic functional invariance of miRNA. The data set keyMiR2Disease is used to evaluate and control the evolution of disease miRNA biological network. Secondly, we construct a miRNA biological network on the dataset miR2Target by using bipartite graph method. That is, if the target gene sets of two miRNA have the same part or their target genes interact significantly on protein interaction networks, or if their target genes interact significantly on go functional classes, then we both establish a connecting edge between the miRNA. Finally, we use the data set miR2Disease information to extract the disease-causing miRNA biological network on the miRNA biological network. Because the number of disease-causing miRNA in this network is also large enough to lock down key miRNAs, we then take advantage of the information in the dataset keyMiR2Disease. A minimal set containing most of the key pathogenicity miRNA was found in the pathogenetic miRNA biological network by the method of network clustering evolution. According to the above process, a miRNA biological network with 233 nodes and 7066 edges is constructed. It is a right undirected graph. In this biological network, there are 11 miRNA whose degree is zero hsa-mir-21 and the maximum connection weight between hsa-let-7a is 60. Taking the disease Autoimmune Diseases as an example, a disease-causing miRNA network with 38 nodes is extracted from the miRNA biological network. Then according to the information in keyMiR2Disease, according to the lower limit of different edge weights, the disease-causing miRNA network is evolved. Finally, a small network with 13 nodes and 8 key miRNA is obtained. In the course of evolution, five key miRNA records were lost. After the same analysis of the disease in miR2Disease, we found that the key pathogenic miRNA is generally at a lower level in the pathogenic miRNA biological network. And the key pathogenic miRNA in the pathogenic miRNA biological network generally has a large cluster coefficient and average value.
【学位授予单位】：济南大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：R346

【相似文献】

相关期刊论文 前10条

1 刘俊;黄陈;江_";钟福全;;microRNA在胰腺癌中的研究进展[J];现代生物医学进展;2009年23期

2 王雪;王红静;;微小RNA与卵巢癌的研究进展[J];医学综述;2010年08期

3 刘东;陈云昭;李锋;;microRNA与食管癌关系的研究进展[J];现代生物医学进展;2010年05期

4 黄文涛;郭向前;戴甲培;陈润生;;MicroRNA,lncRNA与神经退行性疾病[J];生物化学与生物物理进展;2010年08期

5 高玉;吴晋晖;柳林;;哺乳动物视网膜microRNA的表达及功能[J];眼科新进展;2010年08期

6 吴微;杨欢;;MicroRNA与自身免疫性疾病[J];免疫学杂志;2010年12期

7 涂轶;梅金红;;乳腺癌相关microRNA研究进展[J];实用临床医学;2010年11期

8 胡庆伟;杜英;梅丽娜;邢建民;邓再兴;;微小RNA-200家族在子宫内膜癌中的表达及意义[J];中国预防医学杂志;2011年03期

9 蒋海锋;薄隽杰;;MicroRNA与膀胱癌的研究进展[J];中国癌症杂志;2011年04期

10 王宁;吕延杰;杨宝峰;;MicroRNA在心律失常研究中的进展及其应用前景[J];分子诊断与治疗杂志;2011年04期

相关会议论文 前10条

1 王俊峰;李巍;吴小江;阮康成;;大鼠附睾microRNA表达谱的研究[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

2 蒋义国;刘斌斌;;毒理学中的microRNA研究[A];广东省环境诱变剂学会、广东省预防医学会卫生毒理专业委员会2010年学术会议资料汇编[C];2010年

3 刘咏梅;王阶;;心血管疾病相关microRNA的研究进展[A];第十次中国中西医结合学会心血管病学术大会暨第五次江西省中西医结合学会心血管病学术大会论文汇编[C];2010年

4 刘咏梅;王阶;;microRNA与心血管疾病[A];2011年中华中医药学会心病分会学术年会暨北京中医药学会心血管病专业委员会年会论文集[C];2011年

5 李炯;段德民;郑克孝;;新型非标记高通量microRNA芯片技术[A];第一届全国生物物理化学会议暨生物物理化学发展战略研讨会论文摘要集[C];2010年

6 刘娜;杨景华;张明方;;嫁接西瓜microRNA的鉴定以及表达差异研究[A];中国园艺学会2011年学术年会论文摘要集[C];2011年

7 杜有功;;microRNA对一些非肿瘤疾病的影响[A];2010年中国药学大会暨第十届中国药师周论文集[C];2010年

8 王琪;袁宏;;利用反义技术鉴定肝癌相关microRNA-224功能的研究[A];中华医学会第九次全国检验医学学术会议暨中国医院协会临床检验管理专业委员会第六届全国临床检验实验室管理学术会议论文汇编[C];2011年

9 徐小涛;陆晓;孙婧;束永前;;肺癌侧群细胞microRNA表达谱检测及初步分析[A];2010’全国肿瘤分子标志及应用学术研讨会暨第五届中国中青年肿瘤专家论坛论文汇编[C];2010年

10 罗维;林宇翔;绳纪坡;于芳;胡宝成;;靶向细胞外基质磷酸糖蛋白的microRNA的筛选及鉴定[A];第二届模式生物与人类健康研讨会会议论文集[C];2012年

相关重要报纸文章 前10条

1 陈英云 乔蕤琳;哈医大成功研发国内首例microRNA转基因及敲减小鼠模型[N];黑龙江经济报;2010年

2 记者 朱敏丽;医药城创新牛奶检测技术[N];泰州日报;2010年

3 实习生 蒋洪涛　王昊魁;miRNA—21：让肿瘤对它“上瘾”[N];科技日报;2010年

4 记者 张晔;细胞中“宅男宅女”是传递“信号”大使[N];科技日报;2010年

5 记者 许晓惠;乳品中微小核糖核酸科研成果公布[N];中国食品质量报;2010年

6 记者 许琦敏;“全球特工”高效调控生命活动[N];文汇报;2010年

7 衣晓峰;哈医大发现心肌肥厚发生发展新机制[N];中国医药报;2010年

8 本报记者 何屹;你到底打了几份工？[N];科技日报;2010年

9 特约记者 肖鑫　记者 唐先武;我科学家提出肝癌预防判断与治疗新的潜在靶标[N];科技日报;2011年

10 通讯员 肖鑫　记者 陈青;发现肝癌预防判断潜在靶标[N];文汇报;2011年

相关博士学位论文 前10条

1 李晓明;玉米授粉过程中microRNA的表达分析[D];山东农业大学;2011年

2 阴祖军;胁迫诱导棉花microRNA的差异表达分析[D];山东农业大学;2011年

3 盛熙晖;应用文库构建法和生物信息学方法鉴定绵羊microRNA[D];中国农业科学院;2010年

4 黄颖;SHR大鼠肥厚左室心肌microRNA表达与室性心律失常关系的研究[D];广西医科大学;2010年

5 崔熠;microRNA在砷致胚胎发育毒性中的作用机制研究[D];北京协和医学院;2011年

6 侯晋;microRNA在病毒感染和肝细胞癌中的作用及相关机制研究[D];清华大学;2010年

7 王镇;食管黏膜鳞状上皮癌变相关microRNA的研究[D];北京协和医学院;2011年

8 于曼丽;Let-7d对血管平滑肌细胞增殖调控的研究[D];第二军医大学;2011年

9 许建;肝癌组织中异常表达基因microRNA结合位点遗传变异及肝癌患者血清microRNA的研究[D];北京协和医学院;2011年

10 吴志鹏;脊柱骨巨细胞瘤发生与复发差异表达的microRNA的筛选研究[D];第二军医大学;2011年

相关硕士学位论文 前10条

1 高娜;基于SVM的microRNA多特征融合模型研究[D];吉林大学;2010年

2 李琳;喉鳞状细胞癌特征性microRNA表达谱的研究[D];中国协和医科大学;2010年

3 许振华;玉米低硝酸盐响应microRNA及靶基因鉴定与验证[D];中国农业科学院;2011年

4 宋永站;microRNA-200c对ZEB1表达影响及对肿瘤细胞侵袭迁移作用[D];江苏大学;2010年

5 王琳;小鼠GSK3β microRNA的生物信息学预测及实验验证[D];华东师范大学;2011年

6 胡德亮;microRNA-19b在P19细胞向心肌细胞分化中的作用[D];南京医科大学;2011年

7 周鹏方;猪和甲型流感病毒microRNA预测软件系统[D];西北农林科技大学;2010年

8 王晓东;microRNA在应激大鼠模型心肌组织中的表达及意义[D];吉林大学;2010年

9 邹哲;番茄microRNA Sly-mir156α和Sly-mir169c的功能鉴定[D];华中农业大学;2010年

10 陈娟;靶向Livin的microRNA干扰对人卵巢癌细胞SKOV3体外作用的研究[D];河北医科大学;2010年

本文编号：1513403