基于转录组大数据的抗辐射损伤先导化合物预测

发布时间：2020-04-18 22:43

【摘要】：电离辐射的防护及其损伤治疗一直以来都是特种医学中倍受关注的问题。近年来,拥有核武器的国家不断增多,核电站数量不断增加,人们遭受电离辐射的风险随之上升。为了预防和治疗电离辐射对人体造成的损伤,新的安全有效的抗辐射损伤药物的研发越来越迫切。在抗辐射损伤药物的研发过程中,寻找具有抗辐射损伤活性的先导化合物是重要的一环。为寻找具有抗辐射损伤活性的化合物,美国、俄罗斯、中国、法国等国家在上世纪50年代开展了大量研究,这些研究一般采用细胞、动物实验的方法,如我国曾用小鼠对7000个化合物与中草药进行筛选。由于细胞、动物实验的特点,这些研究需要很高的人力物力成本,难以在更大规模上对化合物进行筛选。近年来,随着转录组检测技术的快速发展,成本不断降低,大量关于化合物刺激的转录组数据迅速积累,基于转录组大数据发现抗辐射损伤先导化合物成为一条新的可选道路。以这些数据为基础,本研究进行了大规模抗辐射损伤先导化合物预测。首先,本文建立了LINCS计划转录组数据的本地化数据集以及已报道抗辐射损伤化合物数据集RRML。然后,通过以下三种方法进行了抗辐射损伤先导化合物预测。(一)基于转录组印记的抗辐射损伤先导化合物预测。本方法首先构建了基因表达谱数据集GEPCSC及辐射损伤转录组印记。GEPCSC包含化合物刺激细胞的转录组数据,辐射损伤转录组印记反应电离辐射引起的细胞转录反应特征。然后,基于基因集富集分析算法,定义了反映化合物抗辐射损伤潜能的富集分数。之后,对GEPCSC中的3万多个化合物计算了富集分数,并根据富集分数构建了预测方法,最终获得287个稳定表现抗辐射损伤潜能的先导化合物。RRML中化合物在其中显著富集,雌二醇、雌三醇、染料木黄酮等化合物出现在预测结果中,说明预测结果具有较好参考价值。最后,本方法为预测的先导化合物计算了细胞实验参考剂量。(二)基于关键基因集的抗辐射损伤先导化合物预测。首先,根据电离辐射损伤机制与以往抗辐射损伤化合物研究,选择了4个具有抗辐射损伤效果的生物功能主题,分别为抗氧化、DNA修复、促进造血、白细胞凋亡负向调控,并利用GO数据库构建了上述4个主题的关键基因集。基因集中基因的表达量与基因集功能强度呈正相关。然后,通过基因集富集分析算法评估了LINCS计划中的3万多个化合物增强单个关键基因集表达的能力,并以此为依据对化合物进行了筛选。最后,通过4个关键基因集筛选结果投票,获得了表现抗辐射损伤潜能的先导化合物299个。RRML中化合物在其中显著富集,雌二醇、雌三醇、染料木黄酮、姜黄素、白藜芦醇等化合物出现在预测结果中,说明预测结果有较好参考价值。(三)基于转录反应相似性的抗辐射损伤先导化合物预测。本方法首先选择了scoreGSEA算法度量基因表达谱相似性,然后计算了LINCS计划中2万多个化合物与RRML中化合物的基因表达谱相似性。最后,依据基因表达谱相似性制定了抗辐射损伤先导化合物预测方法,并按照该方法获得了96个抗辐射损伤先导化合物。结果分析表明预测所得先导化合物有较高参考价值。本文创新点主要体现在两个方面。第一,在基于转录组数据预测抗辐射损伤化合物方面做出了尝试。本文建立了三个基于转录组大数据预测抗辐射损伤先导化合物的方法,预测获得了具有较高参考价值的抗辐射损伤先导化合物。第二,与传统的细胞、动物实验方法相比,本研究所用数据均为公开数据,成本显著降低,周期明显缩短,且扩展性好,可继续补充转录组数据扩大预测范围、提高预测质量。
【图文】：

转录组,辐射损伤,相似性分析,热图

图 2.1 辐射损伤转录组印记相似性分析热图2.4 基于转录组印记的抗辐射损伤先导化合物预测细胞系组的构建用多个细胞系转录组印记寻找抗辐射损伤先导化合物更为合理S 计划中使用的细胞系与辐射损伤实验数据集所用细胞系的数量、种为提高预测质量，降低细胞系差异影响，本实验按照细胞类型或者细系进行了配对（表 2.2）。配对后，每个辐射实验细胞系对应多个 L胞系，共获得 9 个细胞系组。其中 1、2 号细胞系组是人皮肤来源细胞胞系组是肝细胞系组，4 号是骨肉瘤细胞系组，5 号是 B 淋巴细胞系 T 淋巴细胞系组，9 号是上皮细胞系组。表 2.2 细胞系组匹配表辐射实验细胞系 LINCS 细胞系编号辐射实验细胞系 LINCS 细胞 BJSKMEL1,SKMEL28, A3756 Primary T cellsNOMO1, HLPL21, THPSKMEL1,LymphoblastoidNOMO1, HL

抗辐射损伤,转录组,化合物,细胞系

它的 N 的数量。为提高所得化合物抗辐射强能稳定性，本实验删除了 M 中 N 的数量等于 1 的化合物。Step3. 通过均值、标准差删除抗辐射损伤不稳定的化合物。对 M 中每个化合物，计算其在每个细胞系组上的富集分数的均值，称为细胞系组富集分数。该分数代表化合物在该细胞系组上抗辐射损伤潜能，细胞系组富集分数越接近-1，说明化合物抗辐射损伤潜能越强。细胞系组富集分数均值大于 0 时说明化合物在该细胞系组上的抗辐射损伤潜能不稳定。计算 M 中化合物的细胞系组富集分数的均值及标准差，，记为 AVEESG、SD。若 AVEESG 0，或 AVEESG <0且 SD | AVEESG |，说明该化合物在所有细胞系组上的抗辐射损伤潜能不稳定，将这些化合物删除，剩余化合物为抗辐射损伤先导化合物。Step4. 计算抗辐射损伤先导化合物的细胞系组富集分数之和 SEG（Sum of theES of the group，SEG），并按照 SEG 进行升序排序，SEG 越小，说明该化合物抗辐射损伤能力越强。经上述步骤，在参与评估的 30722 个化合物中共预测获得 287 个抗辐射损伤先导化合物（附录 A），其中排名前 50 的化合物如表 2.4 所示。
【学位授予单位】：军事科学院
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R818

【相似文献】