基于高通量生物數(shù)據(jù)的微RNA活性分析及代謝流量分析.pdf

1、近年來(lái)，各種新的高通量實(shí)驗(yàn)技術(shù)的迅速發(fā)展以及大量高通量生物組學(xué)數(shù)據(jù)的積累為生命科學(xué)研究帶來(lái)了新的機(jī)遇，使得我們可以從生命活動(dòng)的不同角度和層面對(duì)生物系統(tǒng)進(jìn)行全面的觀察和研究。然而，大量的高通量組學(xué)數(shù)據(jù)在帶來(lái)機(jī)遇的同時(shí)也為計(jì)算生物學(xué)研究者們帶來(lái)了許多新的挑戰(zhàn)。其中，既包括側(cè)重?cái)?shù)據(jù)分析層面的挑戰(zhàn)，也包括側(cè)重高通量數(shù)據(jù)建模層面的挑戰(zhàn)。圍繞這些挑戰(zhàn)，本文展開(kāi)了相應(yīng)的研究工作。
　　 第一方面的工作：基于基因表達(dá)數(shù)據(jù)的微RNA(microR

2、NA)活性分析。MicroRNA是生物體內(nèi)的一類(lèi)非編碼RNA分子，它是生物體實(shí)現(xiàn)轉(zhuǎn)錄后調(diào)控的重要機(jī)制，并且與許多疾病過(guò)程和重要的生物過(guò)程直接相關(guān)。而高通量生物組學(xué)數(shù)據(jù)對(duì)microRNA調(diào)控機(jī)制的研究具有重要的意義。本文利用高通量的基因芯片數(shù)據(jù)對(duì)microRNA調(diào)控mRNA降解的活性展開(kāi)了研究。
　　 本文提出了一種microRNA活性評(píng)估方法mirAct。該方法使用了非參數(shù)化的方法，充分利用了單個(gè)樣本內(nèi)以及不同類(lèi)樣本間的基因表達(dá)

3、信息，能夠很好的處理樣本數(shù)據(jù)很少的情況。與現(xiàn)有的其他一些方法相比mirAct可以對(duì)多類(lèi)樣本數(shù)據(jù)進(jìn)行分析，并且更加魯棒，在面對(duì)低活性的microRNA以及高強(qiáng)度的噪聲數(shù)據(jù)時(shí)有更具競(jìng)爭(zhēng)力的表現(xiàn)。
　　 為了更好地服務(wù)microRNA研究者，基于mirAct本文實(shí)現(xiàn)了一個(gè)Web工具。與之前的一些單機(jī)程序分析工具相比作為WebServer的mirAct具有更友好的用戶(hù)接口，可以很直觀地將結(jié)果展現(xiàn)給用戶(hù)，并提供了一些后續(xù)的分析功能。

4、>　　 本文使用包括mirAct在內(nèi)的若干種microRNA活性評(píng)估工具，對(duì)多種不同組織、不同來(lái)源的mRNA和microRNA表達(dá)數(shù)據(jù)進(jìn)行了分析，并得到結(jié)論：microRNA生物活性與其表達(dá)之間僅存在很弱的相關(guān)性。這樣的結(jié)果與直觀感覺(jué)不同，揭示了microRNA與其靶基因之間存在相當(dāng)復(fù)雜的調(diào)控機(jī)制。
　　 第二方面的工作：基于高通量生物數(shù)據(jù)的代謝流量分析。代謝系統(tǒng)是生命活動(dòng)的基礎(chǔ)，對(duì)代謝系統(tǒng)的研究不僅對(duì)工業(yè)生產(chǎn)具有促進(jìn)作用，同

5、時(shí)還具有重要的臨床意義。而高通量實(shí)驗(yàn)技術(shù)的發(fā)展與高通量組學(xué)數(shù)據(jù)的積累使得人們有機(jī)會(huì)從一個(gè)新的層面對(duì)代謝系統(tǒng)進(jìn)行研究。本文在利用高通量生物數(shù)據(jù)進(jìn)行代謝流量分析方面開(kāi)展了兩部分工作：一是利用碳標(biāo)記實(shí)驗(yàn)得到的質(zhì)譜及核磁數(shù)據(jù)對(duì)微生物進(jìn)行代謝流量分析；另一部分是結(jié)合蛋白質(zhì)組學(xué)數(shù)據(jù)對(duì)高等生物進(jìn)行代謝流量分析。
　　 基于碳標(biāo)記實(shí)驗(yàn)的代謝流量分析(13CMFA)通過(guò)檢測(cè)代謝物的同位素標(biāo)記信息對(duì)細(xì)胞內(nèi)的代謝流量進(jìn)行精確的定量分析，是分析微生物代

6、謝系統(tǒng)的重要工具。首先，為了保證13CMFA計(jì)算的可靠性，本文提出了一種對(duì)代謝網(wǎng)絡(luò)模型進(jìn)行自動(dòng)化校驗(yàn)的方法，避免了費(fèi)時(shí)費(fèi)力的手工校驗(yàn)。之后，利用碳標(biāo)記實(shí)驗(yàn)得到的質(zhì)譜及核磁數(shù)據(jù)，本文對(duì)在氧化應(yīng)激條件下大腸桿菌中心碳代謝系統(tǒng)的流量分配變化情況進(jìn)行了系統(tǒng)的研究。通過(guò)13CMFA分析的結(jié)果，我們發(fā)現(xiàn)了一些大腸桿菌通過(guò)調(diào)整代謝流分配以應(yīng)對(duì)氧化應(yīng)激條件的機(jī)制。最后，本文提出了一種簡(jiǎn)單易行的方式將13CMFA與代謝流量平衡分析(FBA)結(jié)合起來(lái)。新的

7、分析方法兼顧兩者的優(yōu)點(diǎn)，使代謝流量分析可以在較大的代謝網(wǎng)絡(luò)模型中進(jìn)行，且得到的結(jié)果更貼近實(shí)際的生理狀態(tài)。
　　 在高等動(dòng)物，特別是哺乳動(dòng)物中的代謝流量分析工作，目前還相對(duì)較少。利用高通量組學(xué)數(shù)據(jù)可以為相關(guān)的研究帶來(lái)大量有用的信息，本文在前人方法的基礎(chǔ)上，使用一種混合整數(shù)線(xiàn)性規(guī)劃模型結(jié)合蛋白質(zhì)差異表達(dá)信息，對(duì)高等生物代謝系統(tǒng)中反應(yīng)活性的變化進(jìn)行研究。新的方法即避免了現(xiàn)有方法中需要確定高表達(dá)反應(yīng)這一棘手的問(wèn)題，又能有效地展示代謝系統(tǒng)

8、中的差異。通過(guò)時(shí)序的蛋白質(zhì)表達(dá)數(shù)據(jù)，本文利用新的方法對(duì)易患肝細(xì)胞癌的轉(zhuǎn)基因小鼠與正常小鼠肝臟細(xì)胞的代謝系統(tǒng)差異進(jìn)行了分析。分析結(jié)果展示了新方法的有效性，并在代謝系統(tǒng)的層面上為肝細(xì)胞癌發(fā)病機(jī)理的研究提供了新的線(xiàn)索。
　　 總結(jié)來(lái)說(shuō)，針對(duì)microRNA活性分析與代謝流量分析這兩個(gè)具體問(wèn)題，本文在高通量組學(xué)數(shù)據(jù)分析建模的領(lǐng)域進(jìn)行了一些探索，但是高通量組學(xué)數(shù)據(jù)所帶來(lái)的挑戰(zhàn)在現(xiàn)階段并沒(méi)有被很好的解決。為了更好的應(yīng)對(duì)這樣的挑戰(zhàn)，需要計(jì)算生