学位论文 > 优秀研究生学位论文题录展示

基于基因表达谱的细菌sRNA靶标预测研究

作　者: 吴佳瑶
导　师: 李伍举; 应晓敏
学　校: 中国人民解放军军事医学科学院
专　业: 生物化学与分子生物学
关键词: sRNA 靶标 预测 基因表达谱 数据库
分类号: R34
类　型: 硕士论文
年　份: 2011年
下　载: 76次
引　用: 0次
阅　读: 论文下载
 

内容摘要


细菌sRNA是一类广泛存在的调控RNA,其长度在40-500nt之间。随着生物信息学预测结合实验验证方法的应用,越来越多的sRNA被发现通过结合mRNA或蛋白靶标,在细菌的诸多生理过程中发挥着重要的调控作用,如调控细胞外膜蛋白,体内铁质代谢平衡,群体感应和毒力调节等。sRNA和靶标mRNA间以不完全的碱基互补结合,依据结合区域位置的不同,sRNA在转录后水平上对靶标基因产生抑制或促进作用。此外,大部分sRNA-mRNA间相互作用都需要伴侣蛋白Hfq,它起到维持sRNA稳定性,或者协助sRNA结合靶标的作用。目前识别sRNA靶标,可运用实验方法和生物信息学预测两种方法。实验识别的优势在于可以直接证明sRNA-靶标间的相互作用,但操作复杂,劳动强度大。这些实验包括遗传学方法、亲和技术、微阵列技术和蛋白质组学等。生物信息学的优势在于可以快速、有效地为实验验证做出支持。目前的趋势是将这两者结合起来用于发现新的sRNA靶标。因此,构建一个有效的sRNA靶标预测模型十分重要。目前,国内外已知共有五个基于序列信息的靶标预测模型,其中部分模型具有较高的预测精度。尽管基于序列的靶标预测模型为实验验证sRNA靶标提供了有力支持,但仍有以下两个问题:一是对于大多数sRNA预测出的靶标数目过于庞大,使实验验证产生了一定难度;二是预测出的潜在靶标无法保证具有实际功能,因为多数基因都是条件诱导的。鉴于以上两个问题,本文开展了以下两方面的工作:首先,建立了一个经实验证实的综合性sRNA靶标数据库;其次,基于基因表达谱数据构建了一个细菌sRNA靶标预测模型sTarExp。为构建数据库,我们通过系统阅读已经发表的sRNA研究相关文献,收集了诸如结合位点和突变位点等详细信息,用PHP和Mysql语言编程构建了一个sRNA靶标数据库sRNATarBase。目前,数据库共包含了381条mRNA靶标和11条蛋白质靶标。数据库的构建不仅对sRNA功能研究起到了辅助作用,更为sRNA靶标预测研究提供了基准训练集。在构建基于基因表达谱的sRNA靶标预测模型构成中,我们仔细察看了一个综合性的sRNA数据库sRNAMap。最终从提取GEO数据库的GSE3665数据集作为表达数据的来源。根据综合GSE3665数据集和sRNATarBase两个方面信息,最终获得了一个包含64例阳性和158例阴性的训练集。从理论上讲,sRNA和真实靶标mRNA之间在表达水平上必然存在着某种密切的相互关系。为此,我们提出了称为“随机相关系数”的策略,用来从原始数据集中构建1000个新的特征。最终通过计算,训练集中的64例阳性样本和158例阴性样本各包含1000个特征。然后,使用Na?ve Bayes判别法进行样本分类,以留一法交叉有效性分类精度LOOCV (leave-one-out cross-validation)为目标函数,采用逐步优化法筛选特征变量。通过稳定性分析挑选最佳的特征组合,结果表明,当特征数为5个时稳定性指标最高,为0.7806。此时的特征分别是33,270,391,438和958。最终,将稳定性分析获得最佳的特征集合用于构建1000个分类器,并命名为sTarExp。如果一对sRNA-mRNA组合有超过500个分类器判断其为阳性时,其最终结果即为阳性。基于sTarExp的训练集的222个样本,其中23阳性样本(TP=23,FN=41)和155个阴性样本(TN=155,FP=3)得到正确预测。即模型的分类精度(Acc)、敏感性(Sn)、特异性( Sp )和阳性预测值( PPV )分别为79.28% ((TP+TN)/(TP+TN+FP+FN)),35.94% (TP/(TP+FN)),98.1% (TN/(TN+FP))和88.46% (TP/(TP+FP))。sTarExp的预测精度高于Zhang等人70.00 %的结果和TargetRNA的66.7%,但是低于本中心先前开发的sRNATargetNB的预测精度91.67%。为了说明sTarExp模型性能,我们用模型对从GSE3665数据集中提取的47个sRNA和4023个mRNA的所有组合进行预测。sTarExp的结果显示,当P值=1.00时,sRNA靶标的个数分别从5到566不等,平均每个sRNA有111个靶标;P=值0.95时,靶标个数从33到1223不等,平均311个;P值=0.50时,sRNA靶标个数在48到1860,平均为614个。为进一步提高预测效率,我们通过一个综合性策略,即整合基于基因表达谱和基于序列两种方法的预测结果预测sRNA靶标。利用本中心以前开发的基于序列的sRNA靶标预测模型sRNATarget对上述sRNA的靶标mRNA进行了预测。基于sTarExp和sRNATarget两种方法预测结果的交集表明,靶标数量明显减少。当P值=1.00时,sRNA靶标的个数为平均每个sRNA有5个靶标;P=值0.95时,靶标个数平均为20个;P值=0.50时,sRNA靶标个数平均为68个。通过计算PPV值可见,综合策略的PPV值相对于sTarExp或sRNATarget任何一个模型得到了大幅度的提高。由此可见,综合策略的确能够为实验验证sRNA靶标提供更好的支持。sTarExp模型的靶标预测结果和综合策略结果的详细信息,请见实验室网页http://ccb.bmi.ac.cn/starexp/。

全文目录


英文缩略语词表  5-6
中文摘要  6-9
英文摘要  9-12
前言  12-18
第一部分 sRNATarBase靶标数据库的构建  18-28
  1.sRNATarBase介绍  19-22
  2.sRNATarBase功能展示  22-28
    2.1 基本信息  22-24
    2.2 sRNA 信息  24-25
    2.3 靶标信息  25
    2.4 实验证据  25-26
    2.5 其他功能  26-28
第二部分 构建sRNA 靶标预测模型  28-38
  1. 基因表达谱数据的获得  28
  2. 计算随机相关系数  28-29
  3. 构建sRNA 靶标预测模型  29-31
  4. 基因组水平的sRNA 靶标预测研究  31-38
讨论  38-41
总结  41-42
参考文献  42-48
附录  48-62
综述 sRNA 靶标的实验和生物信息学预测  62-68
  参考文献  66-68
个人简历  68-70
致谢  70

相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. K公司计划及预测改进对于合理库存配置的研究,F224
  3. 基于图的标志SNP位点选择算法研究,Q78
  4. 液力减速器制动性能及用于飞机拦阻的仿真研究,TH137.331
  5. 漂移量靶标反馈激光自准直系统关键技术,TH741.14
  6. 深空撞击探测末制导律的设计与分析,V448.2
  7. 卫星姿态的磁控制方法研究,V448.222
  8. Hall推进器寿命预测和壁面侵蚀加速实验研究,V439.2
  9. 高精度激光跟踪装置闭环控制若干关键问题研究,TN249
  10. 电子文书安全签发系统的研制,TN918.2
  11. 网络语音传输丢包的恢复技术,TN912.3
  12. 基于神经网络的水厂投药预测控制研究,TP273.1
  13. 离散非线性系统输入到状态稳定性研究,TP13
  14. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  15. 武器装备信息管理系统的设计与实现,TP311.52
  16. 部队在线考试系统设计与实现,TP311.52
  17. 基于RNA测序技术的马氏珠母贝珍珠囊转录组及数字基因表达谱分析,Q786
  18. 计算智能在数字化卷烟叶组配方中的应用研究,TS44
  19. 地州级卷烟销量预测影响因素研究,F224
  20. 农业昆虫中微RNA基因的生物信息学预测,S186
  21. 枇杷果实采后品质变化及硬度预测模型研究,TS255.4

中图分类: > 医药、卫生 > 基础医学 > 人体生物化学、分子生物学
© 2012 www.xueweilunwen.com