论文部分内容阅读
基因芯片技术的发展是生物技术领域一次激动人心的革新,它将细胞生物学实验从传统的单个或少量基因研究跃变到全基因组的水平。数据的飞速增长,使得生物工作者满怀激动却又举步维艰。近年来,各种各样的数据分析方法被应用在基因芯片的分析上,从传统的排序方法到现在的人工智能,目的只有一个,就是要找出隐藏在这些海量数据中的规律,揭示生物体中未知的秘密。基因芯片数据分析和芯片实验一样,是一个系统性的过程,其中每一步都需要详细设计和谨慎操作,最后得到的结果才是可靠的。芯片分析的步骤包括数据的转换、缺失数据的拟合、归一化、寻找差异表达基因、聚类、基因集合分析、转录调控分析以及更加复杂的基因基因相互作用网络分析。本文展示了两部分工作:(1)发展了一个新的基于基因芯片表达变化率权重分布的基因集合分析方法;(2)建立了一个实用的cDNA基因芯片数据分析平台。
基因集合分析是近年来兴起的基因芯片数据分析方法之一。它使用了预定义的生物集合信息,这些集合或者代表一个生物功能,或者是代表一个作用途径,其中的基因具有高度的相关性。基因集合分析技术可以找出潜在的被影响的生物过程。我们开发了一个基于基因表达变化率权重分布的基因集合分析的新方法和工具:SGS。该方法假设在某一个基因集合中,表达变化率大的基因对于此基因集合整体行为的影响更大。将基因的表达变化率作为基因表达分布的权重,得到基因表达谱的权重分布,通过比较某基因集合中的基因表达谱加权分布在上调区和下调区的差异来决定此基因集合是否属于显著差异变化的基因集合。将该方法用于一批2型糖尿病的测试数据,与目前广泛使用的基因集合分析工具GSEA相比,SGS能够找出更多与氧化磷酸化和核糖体相关的基因集合,并且其结果中所含的无关基因集合更少,具有较高的灵敏性和较低的假阳性。
基因芯片技术已经逐步进入生命科学研究的各个领域,芯片分析是个系统性的工作,根据不同研究目的必须要选择各种相应的数据分析方法。为了提供实用的、系统的芯片数据分析工具,我们根据实际需求开发了一个新的cDNA芯片数据在线分析平台,其中整合了大多数现行芯片分析的方法,贯穿其中的是基因列表。这个平台包括了芯片数据使用及分析中所涉及的主要步骤的方法和工具,具体分为数据导入、数据展示、数据准备、寻找差异表达基因、聚类、基因集合分析、转录调控分析七个模块。该平台中,用户以及用户所分析的芯片数据之间相互独立,即支持多用户、多任务。以芯片数据为核心,该平台能够提供一系列常用分子生物学相关的基因表达调控分析工具,并具有使用方便、快捷的优点。