当前位置:主页 > 医学论文 > 儿科论文 >

AEBP1参与调控儿童急性淋巴细胞白血病机制的研究

发布时间:2020-04-22 15:07
【摘要】:目的:急性淋巴细胞白血病(acute lymphoblastic leukemia,ALL)是儿童和青少年最常见的原发性恶性肿瘤,占儿童肿瘤发病率的35%左右,是威胁儿童健康及生活质量的主要疾病之一。近年来,随着医疗技术的不断发展,儿童ALL(childhood acute lymphoblastic leukemia,cALL)的治疗取得了不俗的成果,但其具体的发病机制仍不甚明了。方法:本研究以GEO数据库中的GSE67684、GSE28460和GSE60926三个数据集为研究对象,采用生物信息学的方法筛选GSE67684中cALL疾病发展及干预相关的基因,并将其与GSE28460和GSE60926中复发相关的差异表达基因进行整合分析,筛选得到cALL预后相关的基因AEBP1。以AEBP1为切入点,采用Pearson相关系数筛选AEBP1共表达基因的差异表达基因,并对其进行基因本体论(gene ontology,GO)功能富集分析和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)信号通路的富集分析。为进一步明确AEBP1的生物学功能,本研究对不同白血病细胞株中的AEBP1的表达进行检测,筛选出合适的细胞株Jurkat。随后,在该细胞系中通过慢病毒介导敲低AEBP1表达后检测AEBP1表达变化其对Jurkat细胞增殖、凋亡及细胞周期的影响。结果:对三个数据集中差异表达基因进行整合分析后共发现包括AEBP1在内的53个随着cALL治疗显著下调而在诊断和复发cALL中无显著差异的基因。以AEBP1为中心,筛选AEBP1共表达相关的基因采用DAVID在线工具进行GO和KEGG功能富集分析发现这些基因主要富集在免疫应答、凝血、细胞黏附及细胞表面受体相互作用等功能和信号通路上,提示这些基因在cALL中以上机制的调控中发挥重要作用。与正常的外周血单个核细胞(peripheral blood mononuclear cell,Pbmc)相比,AEBP1的表达水平在Jurkat、Nalm-6、HL-60及Raji细胞中显著上调,其中以Jurkat和HL-60细胞中的AEBP1的表达水平最高。sh AEBP1能够显著降低Jurkat细胞的增殖并抑制其细胞周期从G1期向S期的转化。sh AEBP1能够显著促进Jurkat细胞的凋亡、增加Jurkat细胞中caspase-3/7的活性及Bax的表达水平而抑制p53和Bcl-2的表达水平。结论:AEBP1的表达与cALL发病机制及患者预后密切相关。抑制AEBP1在急性淋巴白血病细胞系的表达能够显著抑制肿瘤细胞增殖并促进肿瘤细胞的凋亡。因此,以生物信息学发现为基础,深入探究AEBP1在cALL中的分子机制对于丰富cALL的基础研究,改善cALL的临床诊疗具有重要意义。
【图文】:

详情,芯片,测序,数据库


南京医科大学博士学位论文420 例样本)的芯片数据集(图 1.1)。该数据集包括了 cALL 患儿从诊断开始到治疗缓解一个月的基因变化的时间关系图谱,包括 Day0(诊断)194 例,,Day8(治疗第 8 天)193 例,Day15(随访 15 天后)49 例及 Day33(随访 33 天后)59 例。原作者对该数据集中的 cALL相关基因用于预测 cALL 复发的可能性进行了分析,文章已于 2018 年 6 月份发表于 British Journal of Haematology 杂志上[18]。

详情,测序,平台,芯片


南京医科大学博士学位论文GPL570 平台是 Affymetrix 公司生产的另一种测序芯片,又称为人类基因组 U133Plus 2.0 芯片集,该芯片共包含有 47000 个转录本,代表 38500 个人类基因(图1.3)。
【学位授予单位】:南京医科大学
【学位级别】:博士
【学位授予年份】:2019
【分类号】:R733.71

【相似文献】

相关期刊论文 前10条

1 安娟;刘芳;魏晓星;李耀东;顾存林;;主题式生物信息学教学理论和实践初索[J];教育教学论坛;2018年22期

2 蔡富娟;汪煜琦;;新技术背景下对生物信息学教育的重新审视[J];课程教育研究;2017年09期

3 苏孝保,张宗兵;说说生物信息学[J];生物学教学;2004年10期

4 ;生物信息学2016年第14卷总目次[J];生物信息学;2016年04期

5 张东升;;生物信息学的本科教学实践[J];时代教育;2018年01期

6 吴建盛;袁京洲;周家特;高昊;;《生物信息学》试卷库建设的研究与实践[J];考试周刊;2018年85期

7 齐云峰;孙添添;于长春;郝树琳;金太成;;浅谈如何提高生物信息学教学质量[J];散文百家(新语文活页);2016年12期

8 付陈增;蔡丽娜;;结核分枝杆菌蛋白Rv0694的生物信息学分析[J];科学中国人;2017年03期

9 孙庆;齐云峰;易国栋;;大学生物信息学教材浅析[J];散文百家(新语文活页);2017年01期

10 M.泽瓦勒贝;JO.鲍姆;;理解生物信息学[J];新疆农业科学;2012年02期

相关会议论文 前10条

1 张学工;;生物信息学[A];2007-2008控制科学与工程学科发展报告[C];2008年

2 杨剑;;生物信息学在新发再发传染病研究中的应用[A];新发和再发传染病防治热点研讨会论文集[C];2011年

3 高亚梅;韩毅强;余丽芸;;生物信息学本科教学研究初探[A];高教科研2006(中册:教学改革)[C];2006年

4 张学工;;生物信息学[A];2010-2011控制科学与工程学科发展报告[C];2011年

5 潘洁;;生物信息学对中药现代化的作用[A];2006第六届中国药学会学术年会论文集[C];2006年

6 刘湘军;;生物信息学的研究现状[A];第九次全国生物物理大会学术会议论文摘要集[C];2002年

7 唐一源;沈钧贤;徐志敏;;生物信息学与神经信息学数据库的整合[A];第九次全国生物物理大会学术会议论文摘要集[C];2002年

8 李俊;;生物信息学方法预测调控变异[A];中国生物工程学会第二届青年科技论坛暨首届青年工作委员会学术年会论文集[C];2017年

9 康晓东;;生物信息学及其研究对象[A];2003年全国医学影像技术学术会议论文汇编[C];2003年

10 吴栋杨;孙啸;;构建基于R语言的生物信息学研究平台[A];第十次中国生物物理学术大会论文摘要集[C];2006年

相关重要报纸文章 前10条

1 中科院大学博士生 魏伟佳;年轻而大有可为的生物信息学[N];中国青年报;2016年

2 刘义;生物信息学产业浮出水面[N];中国高新技术产业导报;2000年

3 李斌;我国科学家“解读”生命奥秘[N];科技日报;2001年

4 记者 王雪飞;我国科学家向政府建议——加强生物信息学学科建设[N];健康报;2000年

5 王宏;高性能计算应用于生物信息学领域[N];中国计算机报;2003年

6 张雅丽;加强交流 立足中国生物信息学最新进展[N];科技日报;2000年

7 本报记者 白毅;生物信息学院士谈[N];中国医药报;2002年

8 王雪飞 吴黎;中国生物信息学研究快速发展[N];健康报;2002年

9 春晓;国外生物信息学的发展与现状[N];中国医药报;2002年

10 中科院生物学部 张春霆;对生物信息学的展望[N];北京科技报;2000年

相关博士学位论文 前10条

1 李胜;AEBP1参与调控儿童急性淋巴细胞白血病机制的研究[D];南京医科大学;2019年

2 胡瀚洋;差异转录组的生物信息学研究体系在小鼠和人类转录组研究中的应用[D];武汉大学;2014年

3 乔立安;基于网格的生物信息学计算流程系统的研究[D];清华大学;2005年

4 张成岗;基于本地和WEB的生物信息学综合分析体系的建立及部分新基因的初步实验研究[D];中国人民解放军军事医学科学院;2000年

5 王娴;蛋白残基可溶性预测及基因表达数据分析方法研究[D];中国科学技术大学;2007年

6 高胜寒;基于Web2.0技术的进化综合分析工具EvoME的研究与实现[D];中国科学院北京基因组研究所;2014年

7 于晓庆;基于支持向量机的生物数据分析方法研究[D];上海师范大学;2012年

8 刘太岗;机器学习方法在生物信息学中的应用[D];大连理工大学;2010年

9 杨帅;面向组学大数据的生物信息学研究[D];中国人民解放军军事医学科学院;2016年

10 周涛;人与猕猴精子发生相关蛋白质组的生物信息学研究[D];南京医科大学;2014年

相关硕士学位论文 前10条

1 黄志弘;UNC5D的系统生物信息学分析及其在肾癌生物学行为预测中的应用[D];中国医科大学;2018年

2 王玺婷;利用生物信息学技术对肿瘤微环境中差异表达基因及ALK激酶耐药和OPN表位确定初步研究[D];江苏大学;2018年

3 刘维;生物信息学中的并行处理[D];扬州大学;2007年

4 汤思捷;蛋白质可溶性预测的生物信息学模型及应用[D];苏州大学;2014年

5 韩欣;基于本体论的生物信息学领域资源语义检索研究[D];中北大学;2012年

6 王素华;基于遗传模拟退火算法的生物信息学双序列比对方法研究[D];东北师范大学;2006年

7 唐南南;生物序列的图形表示及系统发生分析[D];大连理工大学;2006年

8 任艳姣;生物信息学数据整合的应用研究[D];吉林大学;2012年

9 张斌;番茄miRNA的生物信息学预测及实验验证[D];西北农林科技大学;2008年

10 赵凤会;基于一种图方法识别转录因子结合位点[D];东北师范大学;2010年



本文编号:2636643

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/eklw/2636643.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fcb22***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com