探讨生物信息学筛选的miR216/124靶向CADM2对小鼠再灌注脑损伤细胞凋亡的作用
发布时间:2021-11-15 04:15
背景:缺血性脑卒中是最常见的死亡和致残原因之一,作为严重威胁人们生命安全和生活质量的疾病,该疾病不仅给家庭带来沉重的负担,社会医疗资源也面临严峻的考验。流行病学的调查研究发现该疾病不仅发病率越来越高,而且呈现越来越低龄化的趋势。临床上对于错过溶栓治疗时间窗的该类疾病患者尚无有效精准的治疗策略。因此,深入研究脑卒中发生发展的机制解决临床问题已经成为神经学科亟待解决的重要课题。近年来,随着对该疾病研究的不断深入,miRNA与脑卒中疾病的相关性逐渐被人们认识。在人类基因中,三分之一的基因表达均受到各物种间具有高度保守性miRNA的调控而参与人体重要的生物调节过程如增殖分化,自噬凋亡等。并且,miRNA在脊椎动物中有一半与其他物种还具有同源性。这些特点为挖掘miRNA与疾病之间的关联性提供了基础,而且快速发展的高通量芯片技术为我们在基因组水平研究与疾病相关的分子机制提供了可能性。鉴于此,我们推断(1)鉴于miRNA在细胞内具有广泛的生物学功能,建模的多条miRNAs共同作用在脑卒中损伤级联中必有重要作用,通过研究缺血性脑卒中多条miRNAs的联合功能,开启了研究脑卒中损伤机制的新方式;(2)筛...
【文章来源】:武汉科技大学湖北省
【文章页数】:141 页
【学位级别】:博士
【部分图文】:
Weka主界面
18图2.2:文件导入后所呈现的Explorer界面为了评估集合中的意义miRNAs预测模型的性能,在这过程中还可以勾选10倍交叉验证的方法对模型的预测结果进行验证。即将数据分为训练集和测试集两组,用训练集对意义miRNAs进行训练得出结果,用测试集对结果进行验证评估。目前多个指标可用于对预测结果进行评估,如灵敏度,特异度等。其中,真阳性(TruePositive,TP)表示被正确预测的正样本的个数,假阴性(FalseNegative,FN)表示正样本中没有被正确预测出的正样本的个数,真阴性(TrueNegative,TN)表示被正确识别出的负样本的个数,假阳性(FalsePositive,FP)表示负样本中没有被正确识别出的负样本的个数。ROC曲线是以TP为纵坐标、FP为横坐标所绘制的一条曲线,该曲线越靠近左上角表明预测结果准确性越高,即曲线下面积(AUC)越大时,计算模型的性能越优。当两者的值越接近1,则计算的模型性能越优。最终存在的集合即为该方法所呈现的需要的意义基因模型。2.3.3脑卒中差异表达miRNAs的靶基因预测及生物信息学分析将建模的差异miRNAs分别导入TargetScan数据库和miRDB数据库进行序列推算。取两者所预测到的靶基因维恩交集分析。将预测得到的靶基因使用软件为DIANTools(http://diana.imis.athenainnovation.gr/DianaTool.index.phpr=site/page&view=software)进行KEGG的通路分析及GO的功能富集分析。2.3.4双荧光素酶实验验证建模的意义miRNAs与靶标基因的关系生物信息学分析分析预测出miR-124/216与疾病存在良好的相关性,我们筛选出靶标基因CADM2进行鉴定,将CADM2和miR-124/216分别转染进N2a细胞,实验分组为对照组、miR-216-mimics(空载体组、CADM23’-UTR野生
23miRNAs,GSE51586中可利用的miRNAs5140条,GSE84216中包含的miRNA数为1892条及三者共有的重叠miRNAs数为696条。如图所示最终696条共有的miRNAs入选为我们进一步研究的靶基因。图2.3:3套数据中共有的miRNAs的韦恩图注:3套数据分别是GSE97532,GSE51586,GSE84216中包含的miRNA数及3者重叠的miRNAs数接着将696条miRNAs所属的52个样本数据首先导入R语言对miRNAs基因芯片数据行中位数标准化[109]。经过处理后样本间数据的质量比较如图2.4所示。图2.4:3套数据行标准化处理注:X轴为52份实验样本,Y轴为标准化处理后miRNA的表达状态,经过标准化处理后基因芯片表达状态的中位数接近“0”水平。
【参考文献】:
期刊论文
[1]MicroRNAs in blood and cerebrospinal fluid as diagnostic biomarkers of multiple sclerosis and to monitor disease progression[J]. Bridget Martinez,Philip V Peplow. Neural Regeneration Research. 2020(04)
[2]阿尔茨海默病早期诊断的体液生物标志物[J]. 樊璠,龙建纲,刘健康. 生命科学研究. 2017(04)
[3]阿尔茨海默病外周血蛋白生物标志物研究进展[J]. 许桦,肖世富. 中华临床医师杂志(电子版). 2017(10)
[4]阿尔茨海默病早期诊断方法的研究进展[J]. 热孜娅·艾合买提,帕丽丹·吾术尔,塔依尔·吐尔松,努尔买买提·艾买提. 新疆中医药. 2017(01)
[5]体液生物标志物与阿尔茨海默病的早期诊断[J]. 金贺,王蓉. 老年医学与保健. 2016(06)
[6]阿尔茨海默病的生物标志物研究进展[J]. 胡轶虹,白春艳,周艳,孙宏侠. 中风与神经疾病杂志. 2016(01)
[7]齐齐哈尔城区老年性痴呆患病率及相关因素调查研究[J]. 孙正海,韩惠民,闫凤武,李荐中,王文林,韩云峰,孟静文,王娜. 齐齐哈尔医学院学报. 2015(13)
[8]新疆维吾尔自治区哈萨克族老年期痴呆患病率调查[J]. 孟新玲,刘婷,刘远新,马娜,沙拉·胡吉肯,雍雨暄,杜帅,沙迪克·沙吾提. 中华神经科杂志. 2014 (07)
[9]责任制护理干预对老年痴呆症患者认知功能、MMSE与CDT的影响[J]. 王小霞. 齐鲁护理杂志. 2014(05)
[10]阿尔茨海默病流行病学特征及危险因素研究进展[J]. 崔增伟,陈继彬. 慢性病学杂志. 2014(01)
博士论文
[1]经鼻吸入胰岛素对链脲佐菌素诱导的阿尔茨海默病大鼠模型的作用及机制研究[D]. 郭章玉.浙江大学 2017
[2]CR1基因与阿尔茨海默病的关联分析及机制研究[D]. 朱夕陈.南京医科大学 2017
[3]外泌体在阿尔茨海默病淀粉样蛋白病理传播中的作用及机制研究[D]. 郑婷婷.浙江大学 2017
[4]阿尔茨海默病早期诊断及人源性神经干细胞移植治疗的实验研究[D]. 李雪元.北京协和医学院 2017
[5]全血miR-29a/101作为阿尔茨海默病诊断性生物标志物的研究[D]. 马腾.青岛大学 2016
[6]阿尔兹海默病外周血转录组扰动分析和基因组罕见变异关联分析[D]. 韩光春.中国科学院北京基因组研究所 2014
硕士论文
[1]Aquaproin-8在卵泡发育中的作用与机制和阿尔兹海默症小鼠模型血液生物标志物研究[D]. 王德江.吉林大学 2017
[2]血浆神经来源的外泌体表达蛋白作为阿尔茨海默病早期诊断生物标志物的研究[D]. 张丽玲.天津医科大学 2017
[3]青海省60岁以上藏族阿尔茨海默病患病率及影响因素研究[D]. 尚颖.南方医科大学 2015
本文编号:3496010
【文章来源】:武汉科技大学湖北省
【文章页数】:141 页
【学位级别】:博士
【部分图文】:
Weka主界面
18图2.2:文件导入后所呈现的Explorer界面为了评估集合中的意义miRNAs预测模型的性能,在这过程中还可以勾选10倍交叉验证的方法对模型的预测结果进行验证。即将数据分为训练集和测试集两组,用训练集对意义miRNAs进行训练得出结果,用测试集对结果进行验证评估。目前多个指标可用于对预测结果进行评估,如灵敏度,特异度等。其中,真阳性(TruePositive,TP)表示被正确预测的正样本的个数,假阴性(FalseNegative,FN)表示正样本中没有被正确预测出的正样本的个数,真阴性(TrueNegative,TN)表示被正确识别出的负样本的个数,假阳性(FalsePositive,FP)表示负样本中没有被正确识别出的负样本的个数。ROC曲线是以TP为纵坐标、FP为横坐标所绘制的一条曲线,该曲线越靠近左上角表明预测结果准确性越高,即曲线下面积(AUC)越大时,计算模型的性能越优。当两者的值越接近1,则计算的模型性能越优。最终存在的集合即为该方法所呈现的需要的意义基因模型。2.3.3脑卒中差异表达miRNAs的靶基因预测及生物信息学分析将建模的差异miRNAs分别导入TargetScan数据库和miRDB数据库进行序列推算。取两者所预测到的靶基因维恩交集分析。将预测得到的靶基因使用软件为DIANTools(http://diana.imis.athenainnovation.gr/DianaTool.index.phpr=site/page&view=software)进行KEGG的通路分析及GO的功能富集分析。2.3.4双荧光素酶实验验证建模的意义miRNAs与靶标基因的关系生物信息学分析分析预测出miR-124/216与疾病存在良好的相关性,我们筛选出靶标基因CADM2进行鉴定,将CADM2和miR-124/216分别转染进N2a细胞,实验分组为对照组、miR-216-mimics(空载体组、CADM23’-UTR野生
23miRNAs,GSE51586中可利用的miRNAs5140条,GSE84216中包含的miRNA数为1892条及三者共有的重叠miRNAs数为696条。如图所示最终696条共有的miRNAs入选为我们进一步研究的靶基因。图2.3:3套数据中共有的miRNAs的韦恩图注:3套数据分别是GSE97532,GSE51586,GSE84216中包含的miRNA数及3者重叠的miRNAs数接着将696条miRNAs所属的52个样本数据首先导入R语言对miRNAs基因芯片数据行中位数标准化[109]。经过处理后样本间数据的质量比较如图2.4所示。图2.4:3套数据行标准化处理注:X轴为52份实验样本,Y轴为标准化处理后miRNA的表达状态,经过标准化处理后基因芯片表达状态的中位数接近“0”水平。
【参考文献】:
期刊论文
[1]MicroRNAs in blood and cerebrospinal fluid as diagnostic biomarkers of multiple sclerosis and to monitor disease progression[J]. Bridget Martinez,Philip V Peplow. Neural Regeneration Research. 2020(04)
[2]阿尔茨海默病早期诊断的体液生物标志物[J]. 樊璠,龙建纲,刘健康. 生命科学研究. 2017(04)
[3]阿尔茨海默病外周血蛋白生物标志物研究进展[J]. 许桦,肖世富. 中华临床医师杂志(电子版). 2017(10)
[4]阿尔茨海默病早期诊断方法的研究进展[J]. 热孜娅·艾合买提,帕丽丹·吾术尔,塔依尔·吐尔松,努尔买买提·艾买提. 新疆中医药. 2017(01)
[5]体液生物标志物与阿尔茨海默病的早期诊断[J]. 金贺,王蓉. 老年医学与保健. 2016(06)
[6]阿尔茨海默病的生物标志物研究进展[J]. 胡轶虹,白春艳,周艳,孙宏侠. 中风与神经疾病杂志. 2016(01)
[7]齐齐哈尔城区老年性痴呆患病率及相关因素调查研究[J]. 孙正海,韩惠民,闫凤武,李荐中,王文林,韩云峰,孟静文,王娜. 齐齐哈尔医学院学报. 2015(13)
[8]新疆维吾尔自治区哈萨克族老年期痴呆患病率调查[J]. 孟新玲,刘婷,刘远新,马娜,沙拉·胡吉肯,雍雨暄,杜帅,沙迪克·沙吾提. 中华神经科杂志. 2014 (07)
[9]责任制护理干预对老年痴呆症患者认知功能、MMSE与CDT的影响[J]. 王小霞. 齐鲁护理杂志. 2014(05)
[10]阿尔茨海默病流行病学特征及危险因素研究进展[J]. 崔增伟,陈继彬. 慢性病学杂志. 2014(01)
博士论文
[1]经鼻吸入胰岛素对链脲佐菌素诱导的阿尔茨海默病大鼠模型的作用及机制研究[D]. 郭章玉.浙江大学 2017
[2]CR1基因与阿尔茨海默病的关联分析及机制研究[D]. 朱夕陈.南京医科大学 2017
[3]外泌体在阿尔茨海默病淀粉样蛋白病理传播中的作用及机制研究[D]. 郑婷婷.浙江大学 2017
[4]阿尔茨海默病早期诊断及人源性神经干细胞移植治疗的实验研究[D]. 李雪元.北京协和医学院 2017
[5]全血miR-29a/101作为阿尔茨海默病诊断性生物标志物的研究[D]. 马腾.青岛大学 2016
[6]阿尔兹海默病外周血转录组扰动分析和基因组罕见变异关联分析[D]. 韩光春.中国科学院北京基因组研究所 2014
硕士论文
[1]Aquaproin-8在卵泡发育中的作用与机制和阿尔兹海默症小鼠模型血液生物标志物研究[D]. 王德江.吉林大学 2017
[2]血浆神经来源的外泌体表达蛋白作为阿尔茨海默病早期诊断生物标志物的研究[D]. 张丽玲.天津医科大学 2017
[3]青海省60岁以上藏族阿尔茨海默病患病率及影响因素研究[D]. 尚颖.南方医科大学 2015
本文编号:3496010
本文链接:https://www.wllwen.com/yixuelunwen/shenjingyixue/3496010.html
最近更新
教材专著