与结肠腺癌相关的细胞周期生物标志物的识别

结直肠癌是一种致死率较高的癌症,结肠腺癌是其最常见的病理亚型。挖掘与结肠腺癌相关的细胞周期相关基因、生长因子和激素,对研究结肠腺癌的发病机制以及诊断治疗都具有重要价值。利用加权基因共表达网络分析方法,根据TCGA和GTEx数据库中结肠腺癌样本的转录组数据构建基因共表达网络;利用模块特征相关系数,筛选出与结肠腺癌相关的重要模块;通过基因差异表达分析和富集分析,得到重要模块的差异基因和模块功能信息;利用生存分析识别与结肠腺癌相关的细胞周期生物标志物;进一步根据蛋白互作网络推断诱导结肠腺癌发生的内源性因素。结果表明：结肠腺癌相关的7个细胞周期生物标志物(CDC45、EREG、PBK、TOP2A、PER1、SNCG、NGFR)和4个内源性因素(ANP、BNP、FGF、NGF),这些生物标志物和内源性因素可作为结肠腺癌诊断和治疗的依据。     

利用Pearson相关系数定量分析生物亲缘关系

论文主要利用计算语言学中使用的统计学方法定量分析生物物种的亲缘关系。以包含生物体遗传信息的核酸序列为研究对象,采用计算语言学的思想和方法,将每一个生物体的核酸序列看作一篇很长的自然语言文本,抽取核酸序列的双核苷酸频率分布特征向量,用以表征其数字特征。而后采用PearsonCorrelationCoefficient(Pearson相关系数)定量分析其亲缘关系的远近程度。将119个细菌的全基因组核酸序列进行两两比对,对所得的7021个r值进行分析,得出的结论是:亲缘关系越相近的物种,其Pearson相关系数越大。取定0.985作为“属”的分界阈值时,得到召回率为75.824%,准确率为73.404%。论文对定量分析生物学核酸序列的相似性和对生物亲缘关系远近的建模有重要的实际意义。     

基于密码子特征的蛋白质序列图形表示

根据密码子碱基位置特征和氨基酸的疏水性指数值,20种氨基酸被映射为3维空间中的向量,提出一种新的迭代函数关系将氨基酸序列转化为三维空间中的一条曲线,获得一种新的蛋白质图形表示方法。对蛋白质图形,利用闵可夫斯基距离刻画两个3维曲线之间的距离,依此推断蛋白序列之间的差异性和物种之间的进化关系。将该方法分别应用在9个物种的ND5蛋白和12个物种的β-珠蛋白序列分析中,所得结果与ClustalW方法的结果以及其他文献中的结果对比后证明该文方法有效可行。     

蛋白质序列的图形表示及其应用

基于DNA序列的chaos game representation(CGR)图形表示,文中给出了一种新的蛋白质序列的3D空间表示,其空间曲线的x、y轴坐标由Randic文章中的方法得到,z轴坐标由蛋白质序列中氨基酸的累积个数得到。蛋白质序列的3D空间表示得到的曲线比Randic的2D图形表示具有更好的可视性。利用不同的数学方法,对所得到的曲线进行了数值刻画;基于得到的数值刻画,比较了9个不同物种的线粒体NADH脱氢酶的相似性。