检索结果-内蒙古大学图书馆

遗传 2009年第4期31卷 365-373页

作者：侯琳钱敏平朱云平邓明华北京大学数学科学学院北京100871 军事医学科学院放射与辐射医学研究所北京蛋白质组研究中心蛋白质组学国家重点实验室北京100850 北京大学理论生物学中心北京100871

转录因子结合位点(Transcription factor binding site,TFBS)是与转录因子结合的DNA序列,它们与转录因子相互作用调控基因的转录过程。确定TFBS是理解转录调控机制,建立转录调控网络的关键问题。随着高通量实验技术的发展,结合ChIP-chi... 详细信息

转录因子结合位点(Transcription factor binding site,TFBS)是与转录因子结合的DNA序列,它们与转录因子相互作用调控基因的转录过程。确定TFBS是理解转录调控机制,建立转录调控网络的关键问题。随着高通量实验技术的发展,结合ChIP-chip实验以及多个基因组的序列信息来预测TFBS已成为新的研究热点。本文简要概述了用于TFBS定位的实验技术,TFBS信息相关的数据库,重点评述了描述TFBS的模型以及预测TFBS的多种软件。TFBS的生物信息学研究的发展,将与相关领域相互促进,有助于进一步揭示转录调控机制。

关键词：转录因子结合位点生物信息学 ChIP—chip 位置权重矩阵系统发育足迹分析法

来源：评论

学校读者我要写书评

暂无评论

转录因子结合位点共现研究进展

引用

中国生物工程杂志 2012年第9期32卷 87-94页

作者：李嘉平张先文陈信波作物基因工程湖南省重点实验室长沙410128 湖南农业大学生物科学技术学院长沙410128

在启动子区域中,通常存在多个转录因子结合位点(transcription factor binding site,TFBS)与不同或相同的转录因子结合。这些TFBS,不但将转录因子与目标基因联系起来,还间接提供了转录因子间协同作用的线索。而转录因子间的协同作用,是... 详细信息

在启动子区域中,通常存在多个转录因子结合位点(transcription factor binding site,TFBS)与不同或相同的转录因子结合。这些TFBS,不但将转录因子与目标基因联系起来,还间接提供了转录因子间协同作用的线索。而转录因子间的协同作用,是转录调控网络的重要组成部分。因此,识别在一个启动子区域同时出现的多个TFBS是构建转录调控网络的重要途径。在启动子区域成对出现的TFBS,通常用配对模体(motif pair)来表示。由多个TFBS构成的调控区域则通常被称为顺式调控模块(CRM,cis-regulatory modules)。配对模体与CRM的识别算法利用了它们的保守性、位置与距离偏好性以及调控基因共表达等特性提高识别的准确性。根据TFBS的共现构建转录调控网络仍然具有较大的局限性,多种不同数据来源的整合是未来的研究方向。

关键词：转录因子结合位点配对模体顺式调控模块转录调控网络

来源：评论

学校读者我要写书评

暂无评论

转录因子结合位点的计算分析方法

引用

生物物理学报 2008年第5期24卷 334-347页

作者：李婷婷蒋博汪小我张学工清华大学生物信息学教育部重点实验室清华信息科学与技术国家实验室(筹)生物信息学研究部清华大学自动化系北京100084

基因组上众多基因和非编码转录体按照特定的规律有序地表达是细胞正常生命活动的基础。转录调控是基因表达调控的关键步骤,转录因子结合在基因启动子序列中的转录因子结合位点,启动基因的转录和控制基因的转录效率。分析转录因子结合位... 详细信息

基因组上众多基因和非编码转录体按照特定的规律有序地表达是细胞正常生命活动的基础。转录调控是基因表达调控的关键步骤,转录因子结合在基因启动子序列中的转录因子结合位点,启动基因的转录和控制基因的转录效率。分析转录因子结合位点对研究基因调控系统有着重要意义,生物信息学在转录因子结合位点的研究中发挥着关键的作用。文章综述了分析蛋白质编码基因的转录因子结合位点的典型流程,总结了主要的算法、软件和资源,并简要评述了目前非编码RNA转录调控的研究现状。

关键词：转录因子结合位点模体识别模体定位非编码RNA转录调控生物信息学

来源：评论

学校读者我要写书评

暂无评论

转录因子结合位点识别问题的算法研究

转录因子结合位点识别问题的算法研究

引用

作者：张懿璞西安电子科技大学

学位级别：博士

转录是基因表达的第一阶段，也是基因调节的主要阶段，通过转录因子与特异的DNA序列结合，对基因的表达起抑制或增强的作用。识别DNA序列的中的这些结合区域，即转录因子结合位点识别，对了解基因的转录活性及理解基因表达有着重要意义... 详细信息

转录是基因表达的第一阶段，也是基因调节的主要阶段，通过转录因子与特异的DNA序列结合，对基因的表达起抑制或增强的作用。识别DNA序列的中的这些结合区域，即转录因子结合位点识别，对了解基因的转录活性及理解基因表达有着重要意义，是现今生物信息学中最为广泛研究的问题之一。转录因子结合位点识别问题的难点在于，与大量长度几百或上千碱基的背景噪声序列相比，长度为十几或几十的模体信号相对较短，并且同一转录因子的模体实例还有可能部分发生变异。同时，随着序列长度和数量的增加，解空间大小也会飞速巨增，计算开销往往不切实际。此外，识别结合区域中的多个转录因子结合位点、寻找特定的共调控转录因子结合位点组合以及在全基因组范围内寻找结合位点，也是此问题所面临的巨大挑战。本论文针对转录因子结合位点识别问题中所使用的数学模型、优化技术、高效识别方法以及与新型生物实验结合的进一步发展等问题进行了深入的研究，将所提出的方法应用于模拟字符串数据、不同物种和组织的启动子序列和全基因组的DNA数据进行转录因子结合位点识别。主要工作可概括如下：（1）针对传统转录因子结合位点识别问题组合候选解集规模过大，经典的概率求解方法易于陷入局部最优解的情况，提出了定位投影求精算法。通过一个基于位置频率矩阵的定位投影过程，将数据集划分，聚类为不同的子集。从这些子集中过滤筛选出具有一定信息量和复杂度若干子集，分别作为期望最大化算法的初始状态并进行迭代求精。本论文通过对定位投影过程中阀值的设定，实现了对OOPS、ZOOPS、TCM三种模体实例不同分布模型的处理。同时，结合高阶马尔可夫模型作为背景加强模体特异性，使概率模型更加符合真实生物数据。此外，引入了相似函数对各子集输出结果进行评估，使得定位投影求精算法可以解决多模体识别问题。实验结果表明，该算法可以在多个真核物种的启动子序列中有效识别转录因子结合位点。（2）针对由转录因子结合位点识别问题衍生得到的(l, d)植入模体搜索问题，传统算法在效率和准确度上往往较难达到良好的平衡，并且难以解决挑战实例的情况，提出了一种基于期望最大化的启发式聚类算法CEM。通过参照序列的设定，该算法将数据集划分为不同的子集，并使用改进的期望最大化算法来探索子集中最好的局部最优解。CEM将精确方法与概率方法相结合，克服了传统期望最大化算法陷入不同局部解的缺点，可准确寻找到植入位点，对识别高退化性模体有较好的性能。模拟数据测试结果表明，CEM不但能准确识别一般实例中的植入模体信号，对于挑战实例的植入模体信号识别也有较高准确率。此外，真实数据实验证明该算法可有效应用于实际物种的转录因子结合位点识别问题。（3）针对全基因组范围的转录因子结合位点识别问题，提出了一种用于ChIP-seq数据的转录因子结合位点识别算法MMFChIP。该算法将精确方法和概率方法相结合，针对ChIP-seq的数据特点，通过对正负两个输入集合的比较，选出发生频率较高且相似的子序列生成位置频率矩阵，并结合模体内位置依赖性和高阶马尔可夫进行统计建模，利用错误发现率对预测实例进行控制。在输出时，还利用一个后处理过程聚类相似的模体。ChIP-seq数据测试证明，MMFChIP适用于处理大规模数据中的模体发现问题，不但可以发现数据中的多个模体成分，并且对这些数据中的潜在辅助因子也可以进行较好的预测。

关键词：转录因子结合位点模体发现期望最大化染色体免疫共沉淀测序

来源：评论

学校读者我要写书评

暂无评论

转录因子结合位点预测算法的研究与应用

转录因子结合位点预测算法的研究与应用

引用

作者：徐东上海大学

学位级别：博士

人类已经步入后基因组时代。随着对基因研究的不断深入,了解基因表达调控机制特别是转录调控机制的需求就显得尤为迫切起来。这是因为,基因是细胞生命活动的基础。在同一生物体内,每个细胞都有一套完全相同的基因组。但是在不同的条件下... 详细信息

人类已经步入后基因组时代。随着对基因研究的不断深入,了解基因表达调控机制特别是转录调控机制的需求就显得尤为迫切起来。这是因为,基因是细胞生命活动的基础。在同一生物体内,每个细胞都有一套完全相同的基因组。但是在不同的条件下,基因的表达水平不尽相同,这种行为限定了细胞中的RNA组成,进而影响到最终所能产生出的全部蛋白质,从而决定了该细胞的功能。转录过程既是DNA翻译成蛋白质的关键一步,同时也是调控基因表达的关键阶段。转录调控通常是在转录起始步骤实现的。除了启动子以外,在几乎所有基因的上游区域中都还存在着激活基因所需的一段特定的DNA序列(转录因子结合位点)。这些序列本身并不执行任何功能,只有当其被调控蛋白(转录因子)识别、结合后才能发挥作用。它们共同控制着基因的转录。转录因子与其结合位点的结合具有高度的专一性。研究转录因子就是研究转录调控的分子机制,研究一类特定的蛋白质分子与DNA序列的结合特性,研究与DNA结合的蛋白质是如何调控基因转录等问题。因此,鉴别出全部与特定转录因子结合的DNA序列的特征,有助于对转录因子性质的进一步研究。目前,一些实验已经证实在真核细胞中,特别是在高等生物体内,在多数情况下转录因子并不是独自发挥作用,而是与其它转录因子协同作用,共同影响靶基因的表达。因此,对多转录因子协同DNA结合位点的研究正在成为一个新的亮点。利用现代分子生物学实验技术,例如凝胶阻滞实验、足迹法等,可以逐一鉴别出与特定转录因子结合的DNA序列片段。但是,单纯依靠这类技术来对几百个或上千条潜在的结合位点进行检测,科研人员将不得不付出极大的代价。因此,在基因组水平上对潜在的转录因子结合位点进行识别、筛选的生物信息学技术已经成为一项非常有效的辅助手段。不过在实际使用过程中,过度预测问题的存在已经严重地制约了这些算法的发展。在生物信息学领域中,人工神经网络、隐马氏模型已经成为解决序列分析和模式识别问题的重要工具之一。在文中,我们对转录因子结合位点预测算法的发展历程进行了回顾;讨论了人工神经网络、隐马氏模型应用于该领域时所具有的

关键词：基因表达调控转录因子结合位点过度预测人工神经网络交叉熵隐马氏模型似然比检验

来源：评论

学校读者我要写书评

暂无评论

用于转录因子结合位点识别的定位投影求精算法

引用

计算机学报 2013年第12期36卷 2545-2559页

作者：张懿璞霍红卫于强郭鸿志西安电子科技大学计算机学院西安710071

定位转录因子结合位点,也称模体发现问题,对于理解基因调控关系非常重要.文中提出了一种新的定位投影求精算法(Fixed-Position Projection Refinement algorithm,FPPR)用于DNA序列中的转录因子结合位点识别.通过一个基于数据集对应位置... 详细信息

定位转录因子结合位点,也称模体发现问题,对于理解基因调控关系非常重要.文中提出了一种新的定位投影求精算法(Fixed-Position Projection Refinement algorithm,FPPR)用于DNA序列中的转录因子结合位点识别.通过一个基于数据集对应位置频率矩阵的投影过程,将DNA数据聚类为不同的子集,过滤选出其中具有一定信息量和复杂度的子集,作为初始状态,进而使用期望最大化算法进行求精.FPPR通过对定位投影过程中阈值的设定,实现了对OOPS、ZOOPS、TCM这3种模型中不同模体实例分布的处理.同时,结合高阶马尔可夫背景设计目标函数,使得算法的概率模型更加符合真实生物数据.此外,通过相似函数WIC评估,FPPR可拓展为解决多模体识别问题.真实数据测试表明,FPPR可以在合理的时间内准确找寻模体,与MEME、GAME、Motif Sampler和GALP-F等算法相比有更好的性能,并且可以有效地解决多模体识别问题.

关键词：转录因子结合位点模体定位投影求精

来源：评论

学校读者我要写书评

暂无评论

转录因子结合位点和动物毒素的分析与预测

转录因子结合位点和动物毒素的分析与预测

引用

作者：杨磊内蒙古大学

学位级别：博士

转录因子结合位点的识别是阐明基因转录调控机制的重要环节,准确的转录因子结合位点的预测算法将有助于人们识别转录因子的目标基因,进而研究其在上游调控区中的位置对转录调控的影响。然而,目前存在的预测转录因子结合位点的算法所得... 详细信息

转录因子结合位点的识别是阐明基因转录调控机制的重要环节,准确的转录因子结合位点的预测算法将有助于人们识别转录因子的目标基因,进而研究其在上游调控区中的位置对转录调控的影响。然而,目前存在的预测转录因子结合位点的算法所得结果的特异性普遍较低,因此有必要提出一种新的有效的理论预测算法。动物毒素能直接作用于药物作用靶点,这使得动物毒素成为研究药物靶点的重要工具。动物毒素还在离子通道的研究、药物发现和杀虫剂的合成方面有广泛的应用。因此,预测动物毒素就变得非常重要,有必要提出-种能准确鉴别动物毒素的理论算法。本文以转录因子结合位点、动物毒素、神经毒素、细胞毒素、突触前神经毒素和突触后神经毒素作为研究对象,利用位置关联性打分方程(positioncorrelation scoring function, PCSF)、离散增量(increment of diversity, ID)、支持向量机(Support Vector Machine, SVM)和朴素贝叶斯分类器(Naive Bayes Classifier,NB)四类算法对它们进行了预测研究。本文的研究工作如下：首先,从转录因子结合位点数据库JASPAR选出8种实验上证实的没有冗余的转录因子结合位点数据,结合位置保守性和伪计数,构建了位置关联方程,通过定义位置关联性打分方程的最佳阈值,使得打分方程在此最佳阈值下所得结果的假阳率较低。同时为了比较打分方程在转录因子结合位点方面的预测能力,本文将打分方程与MATCHTM中所使用的位置权重矩阵进行了比较,结果显示打分方程的预测能力优于位置权重矩阵的预测能力。其次,从动物毒素数据库ATDB下载了全部的动物毒素,用Saha和Raghava工作中提供的非毒素的蛋白质序列作为负集,利用PISCES软件对动物毒素和非毒素进行序列相似性比对,构建了序列相似小于25%、40%、60%、80%和90%的数据集合。分别选取20种氨基酸组分、400种二肽组分、6种亲疏水组分、36种二肽亲疏水组分作为离散增量算法的参数,对不同序列相似性的动物毒素数据集进行了预测。结果表明：离散增量算法在以二肽组分作为参数时预测结果最好；5种不同序列相似性的动物毒素数据集的预测结果随序列相似性变化较小。为了进一步提高动物毒素的预测精度,本文对4种不同的离散增量值进行组合并作为支持向量机的输入参数,对动物毒素进行了预测,结果显示：支持向量机的预测结果优于离散增量算法的预测结果。同时本文还对神经毒素和细胞毒素进行了预测。此外,为了将支持向量机和其它的预测算法进行比较,这里将支持向量机应用到Saha和Raghava构建的神经毒素的数据库上,预测结果显示：本文所使用的支持向量机的预测结果优于Saha和Raghava所提出的算法取得的预测结果。最后,本文从Swiss-Prot数据库上下载了突触前和突触后神经毒素的蛋白质序列,参照数据库给出的注释信息,统计了突触前和突触后神经毒素的二硫键类型及其二硫键数目的分布。从ATDB和Swiss-Prot数据库上下载了突触前和突触后神经毒素的蛋白质序列,分别构建了序列相似性小于80%的数据集1和数据集2。本文采用了5种方法选取参数：(1)：蛋白质序列的二肽参数；(2)：MRMR软件提取的50个二肽参数；(3):MEME搜索到的模体特征；(4):Prosite搜索到的模体特征；(5):Interpro搜索到的模体特征。本文还对这5种参数进行了组合,一共得到了12类参数,并将这12类参数作为离散增量和朴素贝叶斯分类器的参数,在Jackknife检验下,对数据集1和2进行预测。预测结果表明：(1)：增加模体参数的预测结果好于二肽参数时的预测结果；(2)：使用模体参数和50个二肽参数时,突触前神经毒素和突触后神经毒素的预测结果最好。

关键词：转录因子结合位点动物毒素模体特征离散增量朴素贝叶斯分类器

来源：评论

学校读者我要写书评

暂无评论

转录因子结合位点预测算法研究

转录因子结合位点预测算法研究

引用

作者：李冬雁山东建筑大学

学位级别：硕士

转录因子是在基因组中被发现的一组蛋白质,能够与特定DNA区域结合从而调控基因的表达。随着基因组技术的发展,许多相关研究都表明,转录因子在细胞信号传导中起关键作用,是转录调控的关键元件,更是调控基因表达所必需的元素。转录因子结... 详细信息

转录因子是在基因组中被发现的一组蛋白质,能够与特定DNA区域结合从而调控基因的表达。随着基因组技术的发展,许多相关研究都表明,转录因子在细胞信号传导中起关键作用,是转录调控的关键元件,更是调控基因表达所必需的元素。转录因子结合位点是一种特殊的DNA序列,它可以与转录因子相结合以调控转录过程。然而,由于生物数据的丰富性,识别潜在的转录因子结合位点一直是一项重要但困难的任务。以往所使用电泳迁移率变化分析、Ch IP-seq等生化实验技术测定的转录因子结合位点相对较少,并且效率低、代价高。因而利用计算生物学技术实现快速、科学、准确的转录因子结合位点预测具有重要的理论意义。当前流行的转录因子结合位点预测算法包括基于序列计算的转录因子结合位点预测算法和基于机器学习的转录因子结合位点预测算法,这两种类型的预测算法各有优点,但均未实现高效率高精度的转录因子结合位点预测,因此本文的主要工作是对相关的预测算法做进一步的改进和优化。转录因子结合位点预测的主要困难在于特征选择融合与预测模型构建。为了解决特征选择和融合的问题,本文通过组合特征编码来有效提高特征提取能力,并且融合DNA形状数据以捕获原始特征中更多的差异性信息。而对于预测模型构建问题,本文使用机器学习相关方法克服了传统预测算法的弊端,并利用带权多粒度扫描策略和注意力机制提升了预测结果的精度,而且在一定程度上提升了转录因子的结合位点的预测效率。综上,针对转录因子结合位点预测算法,本文分析和归纳了此类算法的研究现状和问题,介绍了传统生物试验方法、基于序列计算的预测方法和基于机器学习的预测方法等相关DNA位点预测算法,明确了本文研究的内容和算法的创新点。本文的主要工作如下:1、本文提出了一种基于带权多粒度扫描策略的转录因子结合位点预测算法(Weighted Multi-Grained Scanning of Transcription Factors,WMS＿TF)。为了更好地提取DNA序列特征,WMS＿TF摒弃了只使用单一碱基特征的思想,结合了多碱基特征编码来提取碱基间的信号特征,提高了分类预测结果的准确率。同时,为了打破传统深度森林在多粒度扫描阶段同视所有特征的局限,WMS＿TF使用了带权多粒度扫描策略,在扫描特征向量的同时也对权重向量进行扫描,并将扫描得到的向量相乘,以保障模型训练时的严谨性从而降低分类预测的误差。最后,对较高权重的特征进行了分析,进一步证明了多碱基特征编码的必要性,同时也为其它转录因子结合位点预测研究奠定了基础。实验结果证明,WMS＿TF能够实现高准确度的转录因子结合位点预测。2、本文提出了一种基于注意力机制的转录因子结合位点预测算法(LSTM and Attentional Mechanisms of Transcription Factors,LAM＿TF)。为了更好地表示结合位点的特征,除了使用DNA序列数据外,本文还融合了DNA形状数据作为预测转录因子结合位点的初始数据,并且使用了长短期记忆网络(Long Short-Term Memory,LSTM)捕获DNA序列之间的长期依赖性。同时,LAM＿TF中使用了注意力机制,使算法能够自主地学习到DNA序列中单个碱基或片段的重要程度,克服了目前已有算法难以高效地捕捉高价值碱基对基因调控作用的难题。最后利用预测输出模块输出对应样本的结合亲和力得分。实验结果证明,LAM＿TF提高了转录因子结合位点的预测能力。本文对转录因子结合位点预测过程中的特征选择和融合与预测模型构建进行了深入研究。对传统的DNA序列特征表示方法进行了优化,在提取单碱基特征的同时捕获了碱基间的信号特征。此外,本文还设计了两种有效的预测算法,提高了预测结果的精准度。本文通过实验验证了WMS＿TF算法和LAM＿TF算法能够提升转录因子结合位点预测的精准度和效率,为更深层次的转录因子结合位点预测研究提供了依据。

关键词：转录因子结合位点 DNA形状特征深度森林注意力机制预测算法

来源：评论

学校读者我要写书评

暂无评论

转录因子结合位点和顺式调控模块识别方法的研究

转录因子结合位点和顺式调控模块识别方法的研究

引用

作者：刘二飞西安电子科技大学

学位级别：硕士

DNA序列中转录因子结合位点的识别是解码转录调控的重要任务之一。但是，从真核生物千兆数量级的碱基对中正确识别转录因子结合位点面临着巨大挑战。为解决这一难题，本文从两方面展开研究：利用遗传表观数据来提高单转录因子结合位点... 详细信息

DNA序列中转录因子结合位点的识别是解码转录调控的重要任务之一。但是，从真核生物千兆数量级的碱基对中正确识别转录因子结合位点面临着巨大挑战。为解决这一难题，本文从两方面展开研究：利用遗传表观数据来提高单转录因子结合位点识别的准确率，以及利用频繁项集挖掘技术识别顺式调控模块。研究表明，遗传表观数据中DNase I数据、组蛋白修饰数据等其它数据有助于提高转录因子结合位点识别的准确率。本文首先将转录因子结合位点识别问题转换为有监督分类学习问题。本文利用PWM得分结合DNase I数据，根据不同的模型组合成不同的特征向量，分别利用SVM和logistic回归分类器进行训练和预测。通过不同模型比较研究，发现将DNase I数据进行适当的切分，能更好的反映出DNase I数据总量特征以及DNase I数据footprint特征，从而有助于提高识别的准确率。同其它方法相比较，这种基于有监督分类学习的识别方法的识别效果是非常具有竞争力的。为了将每个扫描出的位点的正确性给以概率上的说明，本文接着深入研究了一种基于遗传表观先验信息的转录因子结合位点识别方法。本文提出了将有监督学习得到的位置先验信息和一种基于Bayes决策理论的得分相结合的思想，并说明了其合理性。通过实验同其它方法进行比较，结果表明这种结合是有效的。转录调控通常需要多个转录因子的合作，它们的转录因子结合位点之间距离较近，组成相应的顺式调控模块。有顺式调控模块的区域比只有单个转录因子结合位点的区域更可能是转录调控区域，预测顺式调控模块从而推断转录因子结合位点的分布，也可以提高转录因子结合位点预测的准确率。本文提出一种基于频繁项集挖掘技术的顺式调控模块识别方法FCLOVER。该方法通过挖掘频繁模体对，结合一种能量得分度量函数识别顺式调控模块。该能量得分函数充分结合了模体对的统计显著性，近邻约束，以及两种支持度度量标准。通过能量得分曲线可以提取确切的顺式调控模块区域。本文通过实验探究了各种因素对该方法的影响，并将该方法和前沿的顺式调控模块识别算法进行比较，结果表明，该方法是有效的。

关键词：生物信息学转录因子结合位点顺式调控模块遗传表观数据频繁项集挖掘

来源：评论

学校读者我要写书评

暂无评论

转录因子结合位点和遗传病基因突变的全基因组分析

转录因子结合位点和遗传病基因突变的全基因组分析

引用

作者：成竞梁湖南科技大学

学位级别：硕士

随着人类基因组计划的完成，研究的重点由结构基因组学转向功能基因组学，即人类基因组研究的目的不再只是为了读出全部的DNA序列，更重要的是读懂每个基因的功能，每个基因与某种疾病的关系，真正对生命进行系统地科学解码。因此，为... 详细信息

随着人类基因组计划的完成，研究的重点由结构基因组学转向功能基因组学，即人类基因组研究的目的不再只是为了读出全部的DNA序列，更重要的是读懂每个基因的功能，每个基因与某种疾病的关系，真正对生命进行系统地科学解码。因此，为了破解基因功能，如何对海量的基因组数据进行分析显得至关重要。本文主要进行转录因子结合位点和遗传病基因突变的全基因组分析。随着生物信息学的快速发展，对转录因子结合位点的研究已经成为热点问题之一。转录因子调控基因转录，是基因表达调控的关键步骤，分析转录因子结合位点对研究转录因子调控系统有着重要意义。本文在完成TWIST染色质免疫沉淀测序（Chromatin Immunoprecipitation-sequencing, ChIP-seq）的基础上，通过优选的BSMM流程，在全基因组上完成TWIST结合位点及E-box的分析，得到了26229个TWIST结合位点和90659个E-boxes。重点分析了6号染色体，得到了1936个结合位点和6437个E-boxes，并对6号染色体上的结合位点在启动子区域的基因进行了功能注释和预测。视网膜色素变性（Retinitis Pigmentosa, RP）是一种常见的孟德尔遗传疾病。它是由单基因突变引起的，在人群中发生的比例约为1/3500。目前已经发现了52个这种疾病的致病基因。本文在完成全外显子测序（Whole Exon Sequencing，WES）的基础上，通过优选的BSGA流程，在全基因组上完成了106个RP样本的数据分析，总共获得了297577个突变，其中平均每个样本有2807个突变。利用现有的基因数据库和文献，对前面发现的突变进行过滤，找到了所有可能的致病基因突变。此外，还发现了4处新的候选致病基因突变。本文的研究是基于美国贝勒医学院Rui Chen实验室的视网膜研究基金，使用Illumina平台进行测序，并在Linux平台上完成数据分析。分析结果表明，应用BSMM流程分析TWIST ChIP-seq数据得到的结果，为进一步的功能实验验证提供了科学依据，且为TWIST调控提供了候选调控的靶基因;应用BSGA流程分析外显子测序数据为筛查罕见遗传病中难以发现的致病基因的突变提供了分析方法，为进一步进行疾病的临床诊断及基因治疗等应用提供了候选的致病基因。

关键词：转录因子结合位点孟德尔遗传疾病 TWIST 染色质免疫沉淀测序视网膜色素变性全外显子测序

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：