导读:本文包含了生物信息学方法论文开题报告文献综述及选题提纲参考文献，主要关键词:原发性肌张力障碍,基因芯片,生物信息学,生物标志物
生物信息学方法论文文献综述
戴冠东,王凯,罗丽丹[1]（2019）在《通过生物信息学方法探索家族性成人原发性肌张力障碍中相关基因表达》一文中研究指出目的本文拟对原发性肌张力障碍基因芯片数据进行生物信息学分析。方法从GEO数据库获取原发性肌张力障碍的标志物芯片表达的差异基因,应用生物信息学方法对差异基因进行功能注释和通路分析,string-db数据库进行蛋白相互作用分析。结果经过数据分析,这些在差异性表达的基因被富集到不同的生物学过程,主要富集在serine-type肽酶过程和胰岛素受体复合这两种过程。结论原发性肌张力障碍可能存在较为复杂的生物过程。(本文来源于《世界最新医学信息文摘》期刊2019年92期）
宁尚伟[2]（2019）在《lncRNA与癌症：生物信息学方法探索和挑战》一文中研究指出研究证明长非编码RNA(lncRNA)在多种重大人类复杂疾病中起到重要调控作用,包括癌症的发生、发展与预后。因此,开发生物信息学算法、软件和数据库系统研究癌症风险lncRNA具有重要意义。近年来,我们课题组以癌症lncRNA为中心开展了一系列的生物信息学方法研究:首先,我们开发了一套系统的方法全面识别癌症中具有调控活性的lncRNA-miRNA-mRNA竞争叁元组,定义并构建了12种癌症的全局竞争活性谱,发现lncRNA的竞争活性具有高度癌症特异性,发现一个由五个调控子组成的功能性模块(H19、miR-17、miR-20、THBS1、MAP3K12),可以作为乳腺癌诊断风险分子标记物。其次,我们系统揭示了lncRNA在恶性肿瘤中的DNA甲基化调控模式,开发了一种重注释策略将Infinium DNA甲基化芯片的探针重新注释到lncRNA功能位点,构建了20种癌症、4629个肿瘤样本和705个正常样本的DNA甲基化谱,识别出癌症状态特异及预后相关甲基化模式的lncRNA。此外,我们系统研究了人类lncRNA上的SNP分布特征,发现人类lncRNA具有较低的SNP密度,发现lncRNA的进化保守区域上存在疾病风险SNP,疾病风险SNP可以通过改变lncRNA的二级结构导致疾病。课题组还开发了多个非编码RNA研究的数据库:LincSNP和MSDD数据库是查询ncRNA疾病风险SNP的数据库;Lnc2Cancer是国际上最大的癌症风险lncRNA数据库;LncACTdb和miRSponge是研究ceRNA的重要数据库;Lnc2Meth是研究癌症lncRNA甲基化模式的重要数据库。在最新的研究中,我们开发了一个基于多网络融合的生物信息学算法CLING (Cancer LncRNA Identification by Network Grouping),通过分析候选lncRNA与已知的癌症lncRNA在不同分子网络中的关系,在全基因组范围内识别癌症风险lncRNA。本研究首先构建了9个lncRNA相关的功能互作网络,通过整合lncRNA在各个网络中的拓扑性质以及每个网络的优化结果,进而生成每种癌症所有候选lncRNA与该癌症相关性的综合排名。通过验证,我们发现CLING比基于单个lncRNA互作网络的优化方法更有效,并且其AUC得分在10种癌症中在0.8516到0.9413之间。值得注意的是,在膀胱癌、乳腺癌、胃癌、肝癌、前列腺癌,卵巢癌和结肠癌的前10位预测的lncRNA中,我们发现了少数lncRNA已经被最近的生物实验证实为癌症相关的lncRNA。此外,对肝细胞癌进行分析表明,我们的方法可以优化出一些无法被差异表达识别的新型癌症lncRNA,如MIR22HG。此外,基于该算法我们还开发了一个在线的软件平台CLING(访问网址为:http://bio-bigdata.hrbmu.edu.cn/cling/),该平台整合了表达谱数据、序列信息、分子互作数据及生物学网络数据,使用者可以在线提交和优化癌症候选lncRNA。我们相信CLING有助于识别和揭示lncRNA在癌症发展中的功能及作用机制。(本文来源于《中国生物工程学会第十叁届学术年会暨2019年全国生物技术大会论文集》期刊2019-11-09）
张从红,冯华君,周春玲,王丁婷,赵飞鹏[3]（2019）在《基于生物信息学方法鉴定头颈部鳞状细胞癌的关键基因及信号通路》一文中研究指出目的采用生物信息学方法筛选头颈部鳞状细胞癌(head and neck squamous cell carcinoma, HNSCC)的关键基因及信号通路,挖掘HNSCC早期诊治及预后分析的潜在分子标志物。方法从GEO数据库中下载5组HNSCC相关表达谱芯片数据,利用R语言中的软件包筛选在HNSCC与癌旁正常组织中呈现差异性表达的基因,对差异基因进行系统的生物信息学分析。结果本研究共鉴定了215个差异基因;其中上调基因共计79个,主要在40个GO条目(P<0.01)与14条信号通路(P<0.05)上富集;下调基因共计136个,主要在18个GO条目(P<0.01)与6条信号通路(P<0.05)上富集。基于PPI网络定义了16个hub基因,其中7个hub基因在HNSCC中表达上调且与HNSCC患者总体生存率相关(P<0.05),这些基因高度富集在3条肿瘤相关信号通路(P<0.01)。结论本研究鉴定了7个HNSCC的关键基因,分别为PLAUR、ITGA5、LAMB3、LAMC2、SERPINE1、ITGA6、ITGA3,它们主要在3条与肿瘤发生、发展相关的信号通路中发挥作用,是HNSCC早期诊治及预后分析的的潜在分子标志物。(本文来源于《中国中西医结合耳鼻咽喉科杂志》期刊2019年05期）
叶芸,刘冰,相莲,袁小华,王雨琛[4]（2019）在《通过生物信息学方法构建调控网络筛选前列腺癌关键基因》一文中研究指出目的利用生物信息学方法揭示和研究与前列腺癌(PCa)相关的分子机制中潜在功能基因。方法从GEO数据库的GSE64318和GSE46602数据集获得原始基因表达谱,使用以R软件limma包为基础在线工具GEO2R对两组基因表达进行差异分析。通过预测差异表达的mi RNA,m RNA和lnc RNA之间的相互作用及作用靶基因,构建m RNA-miRNA-lncRNA相互作用网络。对差异表达的mi RNA和mi RNA的靶基因进行GO分析和KEGG通路富集分析并构建蛋白质互作网络。结果研究结果表明60个mi RNAs、1 578个m RNAs和61个lnc RNAs在PCa中有差异表达。m RNA-miRNA-lncRNA网络由5个mi RNA、13个lnc RNA和45个m RNA组成。差异表达基因主要富集于细胞核和细胞质,参与调控转录,与序列特异性DNA结合相关,并且参与调控PI3K-Akt信号通路,这些通路与癌症和局灶性粘连信号通路有关。此外,6个m RNA(EGFR、VEGFA、PIK3R1、DLG4、TGFBR1和KIT)在相互作用网络中发挥着重要的调控作用。结论通过建立和分析前列腺癌调控网络,为进一步研究前列腺癌的发生过程及其发展提供了有价值的线索。(本文来源于《山西医科大学学报》期刊2019年10期）
萧文泽,赵力[5]（2019）在《生物信息学方法分析炎症性肠病诱导结直肠癌发生过程的基因调控机制》一文中研究指出目的探究炎症性肠病相关结直肠癌发生发展过程中的基因调控机制。方法提取GEO数据库GSE6731(炎症性肠病芯片)、GSE21250(结直肠癌芯片)数据集,采用R语言分别获取炎症性肠病与结直肠癌相对于健康对照人群的差异表达基因。取两组差异基因交集定义为炎症性肠病诱导结直肠癌的风险基因,进一步进行功能富集分析,并绘制蛋白互作网络。随后基于TCGA数据库,利用GEPIA网页工具分析风险基因与结直肠癌患者生存期的关系,利用LinkedOmics工具分析风险基因在TNM各子集的表达水平。通过蛋白质免疫印迹(Western blot)及荧光定量PCR(qRT-PCR)实验在临床标本中验证生物信息学分析结果。结果在炎症性肠病组获得223个差异表达基因,在结直肠癌组中获得1037个差异表达基因,两组交叉的差异表达基因为35个,定义为风险基因。进一步针对风险基因进行功能富集,发现外泌体为其主要功能注释,蛋白互作分析中ABCB1、CXCL12位于互作网络中心。生存期分析中发现了7个与结直肠癌生存期相关的风险基因,TNM子集分析中发现F2RL1在各分期中呈阶梯状下降。qRT-PCR和Western blot实验验证了F2RL1在临床标本中的表达水平。结论炎症性肠病诱导结直肠癌发生发展与多个基因及其下游机制相关,该研究提示ABCB1、CXCL12、F2RL1是具有诊断与治疗意义的新靶点。(本文来源于《华中科技大学学报(医学版)》期刊2019年05期）
黄河海,陈传影,邢秀梅,肖勇梅[6]（2019）在《铅暴露靶器官及其毒性通路研究：基于生物信息学分析方法》一文中研究指出目的运用生物信息学分析方法,挖掘铅污染物潜在的生物学信息,预测铅暴露靶器官及其毒性通路。材料和方法首先从比较毒理基因组学数据库(Comparative Toxicogenomics Database,CTD)中以"lead"为主题词,下载与铅暴露相关文献,然后对文献进行筛选整理并提取目的基因进行铅暴露与基因相互作用、基因与基因间相互作用以及铅暴露靶器官分析,最后采用IPA(Ingenuity Pathway Analysis)分析铅暴露毒性通路及其对细胞分子功能的影响。结果通过CTD数据库共下载文献616篇,然后筛选了173篇并从中提取385个与铅具有相互作用的基因。其中,出现频次最高的前五基因分别为CYP1A1、MT1、MT2、ALAD和PTGS2;基因相互作用网络图显示APP拥有相关联基因最多,处于中心地位;其次是EGFR和TP53.CTD数据库预测大脑为铅暴露最主要靶器官,其次为肾、肝脏和血管。利用IPA软件对铅暴露的靶器官相关联基因进行毒性通路和细胞分子功能分析预测,结果显示,作用于脑的首要通路为Neuroinflammation Signaling Pathway;肾为:Type Ⅰ Diabetes Mellitus Signaling;肝为:Aryl Hydrocarbon Receptor Signaling;血管为:Apelin Adipocyte Signaling Pathway;铅暴露对细胞分子功能影响主要表现为对细胞的增长生存、运动转移、代谢、细胞间链接等功能的影响。结论铅暴露靶器官主要为脑,其次为肾、肝和血管;其主要通过改变分子的代谢,激发氧化应激等途径,诱导相关靶器官毒性通路的活化,从而引起机体出现如神经系统病变等不良结局。(本文来源于《中国毒理学会第九次全国毒理学大会论文集》期刊2019-09-17）
童也,王宇翔,徐海栋[7]（2019）在《基于生物信息学方法的椎间盘退变miRNA芯片数据》一文中研究指出目的 miRNA在椎间盘退变(IDD)的发生发展过程中发挥重要作用,但其具体作用机制仍不明确。文中旨在寻找IDD的差异表达miRNA并预测其靶基因。方法从GEO数据库中下载椎间盘髓核组织的miRNA表达谱数据,该芯片包含3例IDD患者的髓核组织样本以及3例来源于新鲜外伤性腰椎骨折患者的正常髓核组织样本。利用R软件筛选上述样本的差异表达miRNA,在miRWalk软件中预测差异显着的miRNA靶基因。对差异靶基因进行GO生物学功能富集分析与KEGG通路富集分析,同时使用STRING数据库和Cytoscape软件构建靶基因的蛋白-蛋白互作网络并找出其核心基因。按照退变等级将GSE23130数据分为对照组(Pfirrmann分级≤3级的15个样本)和退变组(Pfirrmann分级>3级的8个样本),分析核心基因的表达水平。结果共筛选出374个差异表达的miRNA,上调的miRNA有189个,下调的miRNA有185个,其中hsa-let-7b-5p下调最明显。分别将上调与下调的中最显着的5个miRNA进行靶基因预测,结果显示hsa-let-7b-5p的靶基因数目最多,共有85个靶基因,包含GPAT4、E2F2、PAK1等。GO富集分析结果显示hsa-let-7b-5p靶基因主要参与细胞周期G1/S相变、靶向膜蛋白的正调控等生物学过程。KEGG通路富集分析结果显示hsa-let-7b-5p靶基因主要富集的信号通路有催乳素信号通路、胰岛素信号转导通路和p53信号通路。Cytoscape软件中的cytoHubba插件分析PPI网络结构找出10个核心基因:CCND2、NRAS、E2F2、E2F6、STX3、CDCA8、RRM2、PPP2R2A、TXLNG、AKT2。hsa-let-7b-5p核心基因的分析结果显示,CCND2、NRAS、E2F2、E2F6、STX3、CDCA8、RRM2、PPP2R2A、AKT2在退变组的表达水平均显着高于对照组(P<0.05)。结论 hsa-let-7b-5p在IDD的髓核组织中显着下调,可能通过调控其靶基因CCND2、NRAS等在IDD中发挥重要作用。(本文来源于《医学研究生学报》期刊2019年09期）
陈瑶,王伟,王亮,何杰[8]（2019）在《生物信息学方法预测COL4A1在胃癌中的表达及临床预后意义》一文中研究指出目的探索Ⅳ型胶原蛋白α1(COL4A1)在胃癌中的表达水平及临床预后意义。方法利用GEPIA、Oncomine、Kaplan-Meier Plotter等生物信息学在线分析网站,挖掘分析大型癌症公共数据TCGA及GEO中胃癌患者COL4A1的mRNA及蛋白表达信息,并采用Kaplan-Meier法进行生存分析,进一步应用DAVID及String在线工具分析COL4A1的可能调控信号通路及构建蛋白互作网络。结果 GEPIA、Oncomine及Kaplan-Meier Plotter数据库(分别源于TCGA和GEO数据)分析结果显示,与正常对照组相比,COL4A1基因在胃癌中呈现明显高表达(P<0.05)。免疫组织化学检测结果显示,COL4A1蛋白在胃癌中亦呈高表达。Kaplan-Meier单因素生存分析结果显示,与低表达组相比,COL4A1高表达组胃癌患者的总生存时间显着减少(P<0.05)。DAVID网站富集分析结果显示,COL4A1在胃癌中的作用机制可能与ECM受体相互作用等通路有关。结论 COL4A1在胃癌组织中高表达,并与胃癌患者不良预后相关,未来可能成为胃癌治疗的潜在新靶点。(本文来源于《肿瘤药学》期刊2019年04期）
冯巩,贺娜,弥曼,李雪萍,刘曼玲[9]（2019）在《通过生物信息学方法筛选新的非酒精性脂肪性肝炎关键基因》一文中研究指出目的通过生物信息学方法筛选新的非酒精性脂肪性肝炎(non-alcoholic steatohepatitis,NASH)关键基因,从而为NASH的诊断和治疗以及科研提供新的思路与方法。方法通过GEO(Gene Expression Omnibus,GEO)数据库获取关于NASH的基因表达芯片数据,进一步通过GEO2R在线分析工具分析手段获得NASH和正常组织的差异化表达基因(differentially expressed genes,DEGs)。随后,对这些DEGs进行功能富集分析,同时借助于蛋白-蛋白相互作用网络图分析(protein-protein interaction,PPI)去寻找NASH发生和发展的潜在分子作用机制。结果获得GSE17470芯片,514个DEGs以及11个关键基因(VEGFA、FOS、CAT、ALDH7A1、ALDH1B1、ALDH1A1、ALDH2、ERBB2、ALDH1L1、TF、ALDH8A1),功能富集分析提示DEGs多参与代谢过程,包括叁大营养物质(糖类、脂肪、蛋白质)代谢,尤其是脂质代谢,同时与氧化还原生理过程密切相关,其中3个关键基因(CAT、ALDH2、ALDH8A1)与肝癌的生存分析具有紧密联系,可能与NASH发展到HCC密切相关。结论这些筛选出来的NASH关键基因在未来可能会成为NASH新的诊断生物学标志物或靶向性治疗的目标,为未来本领域的科学探索奠定新的方向。(本文来源于《山西医科大学学报》期刊2019年08期）
张冲,张宗泽[10]（2019）在《生物信息学方法分析CYP2U1在膀胱癌中的临床意义》一文中研究指出目的:运用生物信息学方法探索CYP2U1基因在膀胱癌中的表达差异情况及与预后的相关性。方法:从GEO网站下载基因芯片GSE7476、GSE13507、GSE40355的数据集,用R软件筛选膀胱癌和正常膀胱组织之间的差异表达基因,以及与预后(总生存和肿瘤特异性生存)相关的基因。然后将公共上调基因与不良预后基因取交集,公共下调基因与良好预后基因取交集,筛选出目标分子,并后续进行表达差异验证,临床指标相关性分析,以及功能预测。结果:一共筛选出上调且与不良预后相关的基因45个,下调且与良好预后相关的基因1个,并将下调基因CYP2U1作为目标分子。CYP2U1在各个数据集及数据库中呈低表达,且与良好预后、肿瘤N分期相关。GSEA结果显示其相关信号通路为KRAS信号通路、凋亡、上皮间质转化、Hedgehog信号通路和IL-2/STAT5信号通路。结论:CYP2U1可能在膀胱癌的发病过程中发挥重要的作用,可能在将来被用作潜在的人类膀胱癌的治疗靶点和/或诊断标志物。(本文来源于《武汉大学学报(医学版)》期刊2019年05期）
生物信息学方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究证明长非编码RNA(lncRNA)在多种重大人类复杂疾病中起到重要调控作用,包括癌症的发生、发展与预后。因此,开发生物信息学算法、软件和数据库系统研究癌症风险lncRNA具有重要意义。近年来,我们课题组以癌症lncRNA为中心开展了一系列的生物信息学方法研究:首先,我们开发了一套系统的方法全面识别癌症中具有调控活性的lncRNA-miRNA-mRNA竞争叁元组,定义并构建了12种癌症的全局竞争活性谱,发现lncRNA的竞争活性具有高度癌症特异性,发现一个由五个调控子组成的功能性模块(H19、miR-17、miR-20、THBS1、MAP3K12),可以作为乳腺癌诊断风险分子标记物。其次,我们系统揭示了lncRNA在恶性肿瘤中的DNA甲基化调控模式,开发了一种重注释策略将Infinium DNA甲基化芯片的探针重新注释到lncRNA功能位点,构建了20种癌症、4629个肿瘤样本和705个正常样本的DNA甲基化谱,识别出癌症状态特异及预后相关甲基化模式的lncRNA。此外,我们系统研究了人类lncRNA上的SNP分布特征,发现人类lncRNA具有较低的SNP密度,发现lncRNA的进化保守区域上存在疾病风险SNP,疾病风险SNP可以通过改变lncRNA的二级结构导致疾病。课题组还开发了多个非编码RNA研究的数据库:LincSNP和MSDD数据库是查询ncRNA疾病风险SNP的数据库;Lnc2Cancer是国际上最大的癌症风险lncRNA数据库;LncACTdb和miRSponge是研究ceRNA的重要数据库;Lnc2Meth是研究癌症lncRNA甲基化模式的重要数据库。在最新的研究中,我们开发了一个基于多网络融合的生物信息学算法CLING (Cancer LncRNA Identification by Network Grouping),通过分析候选lncRNA与已知的癌症lncRNA在不同分子网络中的关系,在全基因组范围内识别癌症风险lncRNA。本研究首先构建了9个lncRNA相关的功能互作网络,通过整合lncRNA在各个网络中的拓扑性质以及每个网络的优化结果,进而生成每种癌症所有候选lncRNA与该癌症相关性的综合排名。通过验证,我们发现CLING比基于单个lncRNA互作网络的优化方法更有效,并且其AUC得分在10种癌症中在0.8516到0.9413之间。值得注意的是,在膀胱癌、乳腺癌、胃癌、肝癌、前列腺癌,卵巢癌和结肠癌的前10位预测的lncRNA中,我们发现了少数lncRNA已经被最近的生物实验证实为癌症相关的lncRNA。此外,对肝细胞癌进行分析表明,我们的方法可以优化出一些无法被差异表达识别的新型癌症lncRNA,如MIR22HG。此外,基于该算法我们还开发了一个在线的软件平台CLING(访问网址为:http://bio-bigdata.hrbmu.edu.cn/cling/),该平台整合了表达谱数据、序列信息、分子互作数据及生物学网络数据,使用者可以在线提交和优化癌症候选lncRNA。我们相信CLING有助于识别和揭示lncRNA在癌症发展中的功能及作用机制。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
生物信息学方法论文参考文献
[1].戴冠东,王凯,罗丽丹.通过生物信息学方法探索家族性成人原发性肌张力障碍中相关基因表达[J].世界最新医学信息文摘.2019
[2].宁尚伟.lncRNA与癌症：生物信息学方法探索和挑战[C].中国生物工程学会第十叁届学术年会暨2019年全国生物技术大会论文集.2019
[3].张从红,冯华君,周春玲,王丁婷,赵飞鹏.基于生物信息学方法鉴定头颈部鳞状细胞癌的关键基因及信号通路[J].中国中西医结合耳鼻咽喉科杂志.2019
[4].叶芸,刘冰,相莲,袁小华,王雨琛.通过生物信息学方法构建调控网络筛选前列腺癌关键基因[J].山西医科大学学报.2019
[5].萧文泽,赵力.生物信息学方法分析炎症性肠病诱导结直肠癌发生过程的基因调控机制[J].华中科技大学学报(医学版).2019
[6].黄河海,陈传影,邢秀梅,肖勇梅.铅暴露靶器官及其毒性通路研究：基于生物信息学分析方法[C].中国毒理学会第九次全国毒理学大会论文集.2019
[7].童也,王宇翔,徐海栋.基于生物信息学方法的椎间盘退变miRNA芯片数据[J].医学研究生学报.2019
[8].陈瑶,王伟,王亮,何杰.生物信息学方法预测COL4A1在胃癌中的表达及临床预后意义[J].肿瘤药学.2019
[9].冯巩,贺娜,弥曼,李雪萍,刘曼玲.通过生物信息学方法筛选新的非酒精性脂肪性肝炎关键基因[J].山西医科大学学报.2019
[10].张冲,张宗泽.生物信息学方法分析CYP2U1在膀胱癌中的临床意义[J].武汉大学学报(医学版).2019