【R高级教程】专题二：差异表达基因的分析
应学生及个别博友的要求，尽管专业博文点击率和反应均很差，但在去San Diego参加PAG会议之前，还是抽时间给出【R高级教程】的第二专题。专题一给出了聚类分析的示例，本专题主要谈在表达谱芯片分析中如何利用Bioconductor鉴定差异表达基因。
鉴定差异表达基因是表达谱芯片分析pipeline中必须的分析步骤。差异表达基因分析是根据表型协变量（分类变量）鉴定组间差异表达，它属于监督性分类的一种。在鉴定差异表达基因以前，一般需要对表达值实施非特异性过滤（在机器学习框架下属于非监督性分类），因为适当的非特异性过滤可以提高差异表达基因的检出率、甚至是功效。R分析差异表达基因的library有很多，但目前运用最广泛的Bioconductor包是limma。
本专题示例依然来自GEO数据库中检索号为GSE11787 的Affymetrix芯片的数据，数据介绍参阅专题一。
>library(limma)
>design <- model.matrix(~ -1+factor(c(1,1,1, 2,2,2)))
这个是根据芯片试验设计，对表型协变量的水平进行design，比如本例中共有6张芯片，前3张为control对照组，后3张芯片为实验处理组，用1表示对照组，用2表示处理组。其他试验设计同理，比如2*2的因子设计试验，如果每个水平技术重复3次，那么可以表示为：design <- model.matrix(~ -1+factor(c(1,1,1, 2,2,2,
3,3,3, 4,4,4)))。接上面的程序语句继续：
>colnames(design) <- c("control", "LPS")
>fit <- lmFit(eset2, design)
>contrast.matrix <- makeContrasts(control-LPS, levels=design)
>fit <- eBayes(fit)
>fit2 <- contrasts.fit(fit, contrast.matrix)
>fit2 <- eBayes(fit2)
>results<-decideTests(fit2, method="global", adjust.method="BH",
p.value=0.01, lfc=1.5)
>summary(results)
>vennCounts(results)
>vennDiagram(results)
比较遗憾的是，目前limma自带的venn作图函数不能做超过3维的高维venn图，只能画出3个圆圈的venn图，即只能同时对三个
coef进行venn作图。上面的venn图只有一个coef，太简单了。下面是一个由本实验室芯片数据得出的三个coef的venn图例：
>heatDiagram(results,fit2$coef)
红色为control中（与LPS相比）的高表达基因，绿色为control 中（与LPS相比）的低表达基因，x轴的数字表示差异表达基因在eset2中所处的位置。
第二篇细胞的遗传物质 第三章基因表达的分析技术 生物性状的表现均是通过基因表达调控实现的。对基因结构与基因表达调控进行研究，是揭示生命本质的必经之路。在基因组研究的过程中，逐步建立起一系列行之有效的技术。针对不同的研究内容，可建立不同的研究路线。 第一节PCR技术 聚合酶链反应（polymerase chain reaction，PCR）技术是一种体外核酸扩增技术，具有特异、敏感、产率高、快速、简便等突出优点。。PCR技术日斟完善，成为分子生物学和分子遗传学研究的最重要的技术。应用PCR技术可以使特定的基因或DNA片段在很短的时间内体外扩增数十万至百万倍。扩增的片段可以直接通过电泳观察，并作进一步的分析。 一、实验原理 PCR是根据DNA变性复性的原理，通过特异性引物，完成特异片段扩增。第一，按照欲检测的DNA的5＇和3＇端的碱基顺序各合成一段长约18～24个碱基的寡核苷酸序列作为引物（primer）。引物设计需要根据以下原则：①引物的长度保持在18～24bp之间，引物过短将影响产物的特异性，而引物过长将影响产物的合成效率；②GC含量应保持在45～60%之间；③5＇和3＇端的引物间不能形成互补。第二，将待检测的DNA变性后，加入四种单核苷酸（dNTP）、引物和耐热DNA聚合酶以及缓冲液。通过95℃变性，在进入较低的温度使引物与待扩增的DNA链复性结合，然后在聚合酶的作用下，体系中的脱氧核苷酸与模板DNA链互补配对，不断延伸合成新互补链，最终使一条DNA双链合成为两条双链。通过变性（92～95℃）→复性（40～60℃）→引物延伸（65～72℃）的顺序循环20至40个周期，就可以得到大量的DNA片段。理论上循环20周期可使DNA扩增100余万倍。
基因差异表达的研究方法 摘要寻找差异表达基因成为目前基因研究的一个非常重要的手段。寻找差异表达基因的方法有消减杂交法、mRNA 差异显示、代表性差异分析法、基因表达的序列分析、抑制消减杂交、表达序列标签、cDNA微阵列、半定量PCR、定量PCR。特综述以上各种方法的原理、方法过程、优缺点及其应用，随着科学技术的发展对差异表达基因的研究会更加完善。 关键词基因；差异表达；消减杂交；差异显示；研究方法 在真核生物的生命现象中，从个体的发育、生长、衰老、死亡，到组织、细胞的分化、凋亡或肿瘤的恶化以及细胞对各种生物、理化因子的应答，本质上都涉及基因在时间上或空间上的选择性表达，即基因的差异表达。基因的差异表达与组织、细胞的生物学性状和功能密切相关，成为生命科学的重要研究课题（潘美辉等，1997）。比较不同细胞或不同基因型在基因表达上的差异，不仅是研究生命过程分子机制的基础，亦是分离克隆目的基因的前提（胡昌华，2001）。寻找差异表达基因成为目前基因研究的一个非常重要的内容。差异表达的基因通常用稳定状态下mRNA的丰度高低有无来比较。差异表达基因有2个含义，即表达基因的种类改变和基因表达量的变化。通过它能找到疾病不同阶段、不同状态下表达不同丰度的基因，从而为进一步研究打下基础。分离和鉴定差异表达基因是了解各项生命活动和疾病分子调控机制的重要手段（梁自文，2001）。笔者拟对目前现有的寻找差异基因的方法作一综述。 1消减杂交法（subtractive hybridization） 消减杂交在1984年由Palmer和Lamer（Lamar EE et at.，1984）提出，其目的是分离出两类同源分子间差异表达的基因，关键是利用分子杂交原理去除共同序列，保留差异序列，通过PCR多次循环扩增而分离，从而能进一步研究其差异表达基因。 具体做法：首先以oligo-dT为引物，从tester中制备放射性标记的单链cDNA 文库。然后将这些cDNA探针与过量的来自driver的mRNA（其poly-A尾已与生物素耦联）杂交，大部分单链cDNA探针和driver中的mRNA形成异源双链，并通过羟基磷灰石柱层除去cDNA×mRNA杂交体，以此富增tester中特异的cDNA。消减杂交法的最大优点是它适用于未被克隆的基因组片段；其次它特别适于寻找那些由于缺失造成突变的基因。但这一方法需要大量的driver mRNA才能使消减杂交充分进行，所回收的cDNA量也很低，而且操作步骤复杂、耗资
基因表达谱芯片的数据分析(2012-03-13 15:25:58)转载▼ 标签：杂谈分类：生物信息 摘要 基因芯片数据分析的目的就是从看似杂乱无序的数据中找出它固有的规律, 本文根据数据分析的目的, 从差异基因表达分析、聚类分析、判别分析以及其它分析等角度对芯片数据分析进行综述, 并对每一种方法的优缺点进行评述, 为正确选用基因芯片数据分析方法提供参考. 关键词: 基因芯片; 数据分析; 差异基因表达; 聚类分析; 判别分析 吴斌, 沈自尹. 基因表达谱芯片的数据分析. 世界华人消化杂志2006;14(1):68-74 https://www.doczj.com/doc/d913391038.html,/1009-3079/14/68.asp 0 引言 基因芯片数据分析就是对从基因芯片高密度杂交点阵图中提取的杂交点荧光强度信号进行的定量分析, 通过有效数据的筛选和相关基因表达谱的聚类, 最终整合杂交点的生物学信息, 发现基因的表达谱与功能可能存在的联系. 然而每次实验都产生海量数据, 如何解读芯片上成千上万个基因点的杂交信息, 将无机的信息数据与有机的生命活动联系起来, 阐释生命特征和规律以及基因的功能, 是生物信息学研究的重要课题[1]. 基因芯片的数据分析方法从机器学习的角度可分为监督分析和非监督分析, 假如分类还没有形成, 非监督分析和聚类方法是恰当的分析方法; 假如分类已经存在, 则监督分析和判别方法就比非监督分析和聚类方法更有效率。根据研究目的的不同[2,3], 我们对基因芯片数据分析方法分类如下: (1)差异基因表达分析: 基因芯片可用于监测基因在不同组织样品中的表达差异, 例如在正常细胞和肿瘤细胞中; (2)聚类分析: 分析基因或样本之间的相互关系, 使用的统计方法主要是聚类分析; (3)判别分析: 以某些在不同样品中表达差异显著的基因作为模版, 通过判别分析就可建立有效的疾病诊断方法. 1 差异基因表达分析(difference expression, DE) 对于使用参照实验设计进行的重复实验, 可以对2样本的基因表达数据进行差异基因表达分
基因表达检测的最终技术目标是能确定所关注的任何组织、细胞的 RNA的绝对表达量。可以先从样本中抽提RNA，再标记RNA， 然后将这些标记物作探针与芯片杂交，就可得出原始样本中不同 RNA的量。然而用于杂交的某个特定基因的RNA的量与在一个 相应杂交反应中的信号强度之间的关系十分复杂，它取决于多种 因素，包括标记方法、杂交条件、目的基因的特征和序列。所以 芯片的方法最好用于检验两个或多个样本中的某种RNA的相对 表达量。样本之间某个基因表达的差异性（包括表达的时间、空 间特性及受干扰时的改变）是基因表达最重要的，而了解RNA 的绝对表达丰度只为进一步的应用或多或少地起一些作用。 基因表达的检测有几种方法。经典的方法（仍然重要）是根据在 细胞或生物体中所观察到的生物化学或表型的变化来决定某一 特定基因是否表达。随着大分子分离技术的进步使得特异的基因 产物或蛋白分子的识别和分离成为可能。随着重组DNA技术的 运用，现在有可能检测．分析任何基因的转录产物。目前有好几 种方法广泛应用于于研究特定RNA分子。这些方法包括原位杂交．NORTHERN凝胶分析．打点或印迹打点．S－1核酸酶分 析和RNA酶保护研究。这里描述RT-PCR从RNA水平上检查 基因表达的应用。8 f3 f- |2 L) K) b7 ]- ~- | RT-PCR检测基因表达的问题讨论
关于RT-PCR技术方法的描述参见PCR技术应用进展，在此主要讨论它在应用中的问题。理论上1μL细胞质总RNA对稀有mRNA扩增是足够了（每个细胞有1个或几个拷贝）。1μL差不多相当于50－100，000个典型哺乳动物细胞的细胞质中所含RNA的数量，靶分子的数量通常大于50，000，因此扩增是很容易的。该方法所能检测的最低靶分子的数量可能与通常的DNAPCR相同；例如它能检测出单个RNA分子。当已知量的转录RNA（用T7RNA聚合酶体外合成）经一系列稀释，实验结果表明通过PCR的方法可检测出10个分子或低于10个分子，这是反映其灵敏度的一个实例。用此技术现已从不到1个philadelphia染色体阳性细胞株K562中检测到了白血病特异的MRNA的转录子。因此没必要分离polyA+RNA，RNA/PCR法有足够的灵敏度来满足绝大多数实验条件的需要。 7 H+ F& _* S6 W( a8 p: [, @- d, { 将PCR缓冲液同时用于反转录酶反应和PCR反应，可简化实验步骤。我们发现整个反应过程皆用PCR缓冲液的结果相当于或优于先用反转录缓冲液合成CDNA，然后PCR缓冲液进行PCR扩增循环。当然，值得注意的是PCR缓冲液并不最适合第一条DNA链的合成。我们对不同的缓冲液用于大片段DNA 合成是否成功还没有进行过严格的研究。
万方数据
万方数据
万方数据
基因表达系列分析技术及其应用 作者：党冬梅， 魏晓萍， 惠起源， 符兆英 作者单位：延安大学医学院,陕西,延安,716000 刊名： 延安大学学报（医学科学版） 英文刊名：JOURNAL OF YANAN UNIVERSITY(MEDICAL SCIENCE EDITION) 年，卷(期)：2005，3(1) 被引用次数：0次 参考文献(8条) 1.Velculescu E查看详情 1995 2.Menssen A.Hermeking H Characterization of the c-MYC regulated transcriptome by SAGE:Identification and analysis of target genes 2002(09) 3.Levens D Disentangling the MYC web 2002(09) 4.Matsumura H.Nirasawa S.Terachi R Transcript profiling in rice (Oryzn sation L.) seedlings using serial analysis of gene expression 1999(06) 5.Margulies E H.Kardia S L R.Innis J W查看详情 2001 6.Du Z.Scott A D.May G D Expression profiling of UV-and Gamma-irradiated Ambidopsis plantlets through serial analysis of gene expression 2001 7.Inadera H.Hashimot0 S.Dongi H Y WISP-2 as a novel estrogen-responsive gene in human breast cancer cell 2000(01) 8.Xu L L.Shanmugan N.Sesterhenn I A A novel androgen regulated gene,PMEPAI.Iocated on chromosome 20113 exhibit high level expression in protstate 2000(03) 本文链接：https://www.doczj.com/doc/d913391038.html,/Periodical_yadxxb-yxkxb200501045.aspx 授权使用：西安交通大学(xajtdx)，授权号：fa53fce6-7ae2-4ac8-b779-9e9900a7d328 下载时间：2011年3月1日
基因差异表达技术 真核生物中，从个体的生长、发育、衰老、死亡，到组织的得化、调亡以及细胞对各种生物、理化因子的应答，本质上都涉及基因的选择性表达。高等生物大约有30000个不同的基因，但在生物体内任意8细胞中只有10%的基因的以表达，而这些基因的表达按特定的时间和空间顺序有序地进行着，这种表达的方式即为基因的差异表达。其包括新出现的基因的表达与表达量有差异的基因的表达。生物体表现出的各种特性，主要是由于基因的差异表达引起的。 由于基因的差异表达的变化是调控细胞生命活动过程的核心机制，通过比较同一类细胞在不同生理条件下或在不同生长发育阶段的基因表达差异，可为分析生命活动过程提供重要信息。研究基因差异表达的主要技术有差别杂交（differential hybridization）、扣除（消减）杂交（subtractive hybridization of cDNA，SHD）、mRNA差异显示（mRNA differential display，DD）、抑制消减杂交法（suppression subtractive hybridization，SSH）、代表性差异分析（represential display analysis，RDA）、交互扣除RNA差别显示技术（reciprocal subtraction differential RNA display）、基因表达系列分析（serial analysis of gene expression，SAGE）、电子消减（electronic subtraction）和DNA微列阵分析（DNA microarray）等。 一、差别杂交与扣除杂交 差别杂交（differential hybridization）又叫差别筛选（differential screening），适用于分离经特殊处理而被诱发表达的mRNA的cDNA克隆。为了增加这种方法的有效性，后来又发展出了扣除杂交（subtractive hybridization）或扣除cDNA克隆（subtractive cDNA cloning），它是通过构建扣除文库（subtractive library）得以实现的。 （一）差别杂交 从本质上讲，差别杂交也是属于核酸杂交的范畴。它特别适用于分离在特定组织中表达
生物五界：动物、植物、真菌、原生生物和原核生物；生物三界：真细菌、古细菌、真核生物 具有催化活性的RNA分子称为核酶（ribozyme）核酶催化的生化反应有：自我剪接、催化切断其它RNA、合成多肽键、催化核苷酸的合成 新基因的产生：基因与基因组加倍1）整个基因组加倍；2）单条或部分染色体加倍；3）单个或成群基因加倍。DNA水平转移：原核生物中的DNA水平转移可通过接合转移，噬菌体转染，外源DNA的摄取等不同途径发生，水平转移的基因大多为非必须基因。动物中由于种间隔离不易进行种间杂交，但其主要来源于真核细胞与原核细胞的内共生。动物种间基因转移主要集中在逆转录病毒及其转座成分。 外显子洗牌与蛋白质创新：产生全新功能蛋白质的方式有二种：功能域加倍，功能域或外显子洗牌 基因冗余：一条染色体上出现一个基因的很多复份(复本）当人们分离到某一新基因时，为了鉴定其生物学功能，常常使其失活，然后观察它们对表型的影响。许多场合，由于第二个重复的功能基因可取代失活的基因而使突变型表型保持正常。这意味着，基因组中有冗余基因存在。看家基因很少重复，它们之间必需保持剂量平衡，因此重复的拷贝很快被淘汰。与个体发育调控相关的基因表达为转录因子，具有多功能域的结构。这类基因重复拷贝变异可使其获得不同的表达控制模式，促使细胞的分化与多样性的产生，并导致复杂形态的建成，具有许多冗余基因。 非编码序列扩张方式：滑序复制、转座因子 模式生物海胆、果蝇、斑马鱼、线虫、蟾蜍、小鼠、酵母、水稻、拟南芥等。模式生物基因组中G+C%含量高, 同时CpG 岛的比例也高。进化程度越高, G+C 含量和CpG 岛的比例就比较低 如果基因之间不存在重叠顺序，也无基因内基因（gene-within-gene），那么ORF阅读出现差错的可能只会发生在非编码区。细菌基因组中缺少内含子，非编码序列仅占11%, 对阅读框的排查干扰较少。细菌基因组的ORF阅读相对比较简单，错误的机率较少。高等真核生物DNA的ORF阅读比较复杂：基因间存在大量非编码序列（人类占70%）；绝大多数基因内含有非编码的内含子。高等真核生物多数外显子的长度少于100个密码子 内含子和外显子序列上的差异：内含子的碱基代换很少受自然选择的压力，保留了较多突变。由于碱基突变趋势大多为C-T,故A/T的含量内含子高于外显子。由于终止密码子为TAA\TAG\TGA，如果以内含子作为编码序列，3种读码框有很高比例的终止密码子。 基因注释程序编写的依据：1）信号指令，包括起始密码子，终止密码子，终止信号，剪接受体位和供体位，多聚嘧啶序列，分支点保守序列2）内容指令，密码子偏好，内含子和外显子长短 基因功能的检测：基因失活、基因过表达、RNAi干涉 双链DNA的测序可从一端开始，亦可从两端进行，前者称单向测序，后者称双向测序。 要获得大于50 kb的DNA限制性片段必需采用稀有切点限制酶。 酵母人工染色体（YAC）1）着丝粒在细胞分裂时负责染色体均等分配。2）端粒位于染色体端部的特异DNA序列，保持人工染色体的稳定性3）自主复制起始点（ARS）在细胞中启动染色体的复制 合格的STS要满足2个条件：它应是一段序列已知的片段，可据此设计PCR反应来检测不同的DNA片段中是否存在这一顺序；STS必需在染色体上有独一无二的位置。如果某一STS在基因组中多个位点出现，那么由此得出的作图数据将是含混不清的。 遗传图绘制主要依据由孟德尔描述的遗传学原理，第一条定律为等位基因随机分离，第二条定律为非等位基因自由组合，显隐性规律/不完全显性、共显性、连锁 衡量遗传图谱的水平覆盖程度饱和程度 基因类型：transcribed, translatable gene (蛋白基因) ；transcribed but non-translatable gene ( RNA基因)Non- transcribed, non-translatablegene ( promoter, operator ) rRNA基因，tRNA基因, scRNA基因, snRNA基因, snoRNA基因, microRNA基因 基因组(genome)：生物所具有的携带遗传信息的遗传物质总和。 基因组学（genomic）：用于概括涉及基因作图、测序和整个基因功能分析的遗传学分支。 染色体组（chromosome set）：不同真核生物核基因组均由一定数目的染色体组成，单倍体细胞所含有的全套染色体。 比较基因组学（comparative genomics）：比较基因组学是基因组学与生物信息学的一个重要分支。通过模式生物基因组与人类基因组之间的比较与鉴别，为分离重要的候选基因，预测新的基因功能，研究生物进化提供依据。（目标）
第四章基因与基因组学（答案） 一、选择题 （一）单项选择题 1.关于DNA分子复制过程的特点，下列哪项是错误的? A.亲代DNA分子双股链拆开，形成两条模板链 B.新合成的子链和模板链的碱基互补配对 C.复制后新形成的两条子代DNA分子的碱基顺序与亲代的DNA分子完全相同 D. 以ATP、UTP、CTP、GTP和TDP为合成原料 E.半不连续复制 *2.建立DNA双螺旋结构模型的是： A.Mendel B.Morgan C.Hooke D.Watson and Crick E.Sthleiden and Schwann *3.下列哪个不属于基因的功能? A.携带遗传信息 B.传递遗传信息 C.决定性状 D.自我复制 E.基因突变 4.DNA分子中核苷酸顺序的变化可构成突变，突变的机制一般不包括： A.颠换 B.内复制 C.转换 D.碱基缺失或插入 E.不等交换 5.下列哪一种结构与割(断)裂基因的组成和功能的关系最小? A.外显子 B.内含子 C.TATA框 D.冈崎片段 E.倒位重复顺序 *6.在一段DNA片段中发生何种变动，可引起移码突变? A.碱基的转换 B.碱基的颠换 C.不等交换 D.一个碱基对的插入或缺失 E.3个或3的倍数的碱基对插入或缺失 7.从转录起始点到转录终止点之间的DNA片段称为一个： A.基因 B.转录单位 C.原初转录本 D.核内异质RNA E.操纵子 8.在DNA复制过程中所需要的引物是； A.DNA B.RNA C.tRNA D.mRNA E.rRNA 9.下列哪一项不是DNA自我复制所必需的条件? A.解旋酶 B.DNA多聚酶 C.RNA引物 D. ATP、GTP、CTP和TTP及能量 E.限制性内切酶 10.引起DNA形成胸腺嘧啶二聚体的因素是 A.羟胺 B.亚硝酸 C.5-溴尿嘧啶 D.吖啶类 E.紫外线 11.引起DNA发生移码突变的因素是 A.焦宁类 B.羟胺 C.甲醛 D.亚硝酸 E.5-溴尿嘧啶 12.引起DNA分子断裂而导致DNA片段重排的因素 A.紫外线 B.电离辐射 C.焦宁类 D.亚硝酸 E.甲醛 13.可以引起DNA上核苷酸烷化并导致复制时错误配对的因素 A.紫外线 B.电离辐射 C.焦宁类 D.亚硝酸 E.甲醛 14.诱导DNA分子中核苷酸脱氨基的因素 A.紫外线 B.电离辐射 C.焦宁类 D.亚硝酸 E.甲醛 15.由脱氧三核苷酸串联重复扩增而引起疾病的突变为 A.移码突变 B.动态突变 C.片段突变 D.转换 E.颠换 16.在突变点后所有密码子发生移位的突变为 A.移码突变 B.动态突变 C.片段突变 D.转换 E.颠换 *17.异类碱基之间发生替换的突变为 A.移码突变 B.动态突变 C.片段突变 D.转换 E.颠换 18.染色体结构畸变属于 A.移码突变 B.动态突变 C.片段突变 D.转换 E.颠换 *19.由于突变使编码密码子形成终止密码，此突变为 A.错义突变 B.无义突变 C.终止密码突变 D.移码突变 E.同义突变 *20.不改变氨基酸编码的基因突变为 A.同义突变 B.错义突变 C.无义突变 D.终止密码突变 E.移码突变 21.可以通过分子构象改变而导致与不同碱基配对的化学物质为 A.羟胺 B.亚硝酸 C.烷化剂 D.5-溴尿嘧啶 E.焦宁类 *22.属于转换的碱基替换为 A.A和C B.A和T C.T和C D.G和T E.G和C *23.属于颠换的碱基替换为 A.G和T B.A和G C.T和C D.C和U E.T和U （二）多项选择题
基因表达谱数据 基因表达谱可以用一个矩阵来表示，每一行代表一个基因，每一列代表一个样本（如图1）。所有基因的表达谱数据在“gene_exp.txt ”文件中存储，第一列为基因的entrez geneid ，第2~61列是疾病样本的表达，第62~76列是正常样本的表达。 图1 基因表达谱的矩阵表示 寻找差异表达的基因： 原理介绍： 差异表达分析是目前比较常用的识别疾病相关miRNA 以及基因的方法，目前也有很多差异表达分析的方法，但比较简单也比较常用的是Fold change 方法。它的优点是计算简单直观，缺点是没有考虑到差异表达的统计显著性；通常以2倍差异为阈值，判断基因是否差异表达。Fold change 的计算公式如下： normal Disease x x c Fold = _ 即用疾病样本的表达均值除以正常样本的表达均值。 差异表达分析的目的：识别两个条件下表达差异显著的基因，即一个基因在两个条件中的表达水平，在排除各种偏差后，其差异具有统计学意义。我们利用一种比较常见的T 检验（T-test ）方法来寻找差异表达的miRNA 。T 检验的主要原理为：对每一个miRNA 计算一个T 统计量来衡量疾病与正常情况下miRNA 表达的差异，然后根据t 分布计算显著性p 值来衡量这种差异的显著性，T 统计量计算公式如下： n s n s x x t normal Disease normal Disease miRNA //22+-= 对于得到的显著性p 值，我们需要进行多重检验校正（FDR ），比较常用的是BH 方法（Benjamini and Hochberg, 1995）。
基因组学答案 名词解释： 1基因组：生物的整套染色体所含有的全部DNA序列 2物理作图;采用分子生物学技术直接将DNA标记，基因或克隆标定在基因组的实际位置所构建的位置图，物理图的距离依作图方法而异，辐射杂种作图的计算单位为厘镭（cR），限制性片段作图与克隆作图的图距单位为DNA的分子长度，即碱基对 3单核苷酸多态性：基因组中单个核苷酸的突变称为点突变 4蛋白质组：基因组表达的最终结果是一组蛋白质 5开放阅读框：所有编码蛋白质的基因都含有开放读框，它们由一系列5指令氨基酸的密码子组成 6兼性异染色质：细胞中非持久性的异染色质，仅在某些细胞或细胞的某一阶段出现 7副突变：指在杂合子中某一等位基因影响同一座位上另一等位基因的表达 8表观遗传：不涉及DNA序列的编译，但基因的表达模式发生了可遗传的改变，并能通过有丝分裂和减数分裂将改变的基因表达模式传递给子细胞或下一代的过程 9染色质重建：染色质由收缩状态向伸展开放状态的转变 10基因组印记：印记基因的表达取决于它是在父源染色体上还是在母源染色体上，来自父源和母源的印记基因有所不同 1C值;指的是一个单倍体基因组中DNA的总量 2限制性片段长度多态性：由于同源染色体同一区段DNA序列的差异，当用限制酶处理时，可产生产生长度不同的限制性片段。3微卫星序列：其重复单位为1-6个核苷酸，由10-50个重复单位串联组成 4遗传作图：采用遗传学分析方法将基因或其它DNA分子标记标定在染色体上构建连锁图称之为遗传连锁图 5基因等高线：指连续分布的具有相似碱基组成的DNA片段，她们在基因组中成片相嵌排列 6组成性异染色质：这是所有细胞中均有的一种持久性的结构，这些染色质不含任何基因，总是保持紧密的组成状态 7基因组：生物的整套染色体所含有的全部DNA序列 8染色体重排：涉及染色体不同区段相对位置的重新排列，是基因组进化的重要途径之一 9转录物组：基因组在整个生命过程中所表达的全部转录产物的总和 10假基因：指来源于功能基因但已使其活性的DNA序列，有沉默的假设基因，也有可转录的假基因 基因组学简答题： 1生物基因中有哪些异常结构基因？ 重叠基因、基因内基因、反义基因 2有哪些DNA分子标记？ 限制性片段长度多态性、简单序列长度多态性、单核苷 酸多态性 3miRNA的生物学功能有哪些？ 1在ｍＲＮＡ翻译起始后干扰翻译的继续进行2在翻译的起始阶段阻止翻译起始复合物的组装3促使ｍＲＮＡ降解4遗传密码有什么特点？ 通用性、兼并性、摇摆、偏爱、偏离（课本230） 5真核生物DNA复制有哪些特点？ 1互补单链的合成以５’－３’极性方式进行 2ＤＮＡ两条分子链的合成在时间上和空间上的非对称性的 3ＲＮＡ其实合成不需要引物，但ＤＮＡ起始复制需要引物。 4细胞中新链ＤＮＡ的合成以碱基互补方式进行 6简述高等真核生物基因组序列组成。 高度重复序列，中度重复序列，单一序列，基因主要位于单一序列 7简述细胞器基因组起源的内共生理论 细胞器中基因表达的过程与细菌的情况相似。细胞器基因与细菌基因序列的相似性高于同源核基因。因此内共生学说认为线粒体和叶绿体是游离细菌的化身，他们曾于远古的真核细胞结合，并最终定居在真核细胞中。 8基因租的cpG岛有什么特点？ 1）已知的大多数的CPG岛都位于管家基因和大部分阻止专一性表达基因的5’侧翼区以及基因的第一个的外显子区。2）CpG 岛中双碱基CpG均为甲基化。而整个基因组中约60%-80%的CpG 军备甲基化。 9比较遗传图与物理图的组成可以得到什么启示？ 1）重组率随让染色体长度的增加而递减，人类的21号染色体的长臂的重组率为1Cm/Mb，短臂侧围2Cm/mb；2）大多数染色体近着丝粒区重组率受到抑制，远着丝粒区重组率趋向增加；3）染色体连锁不平衡的碱基组成和基因组成有明显的特征 10生物进化历程中，新基因有哪些产生方式？ 1基因加倍后的趋异2外显子或结构域洗牌3逆转录及其随后的趋异或重排4外源基因水平转移5基因裂变和融合6非编码序列转变为编码序列 论述题： 1叙述真核生物与原核生物基因组的差异。 1）真核基因组指一个五中的单倍体染色体组所含有的整套基因，原核一般只有一个环状DNA分子，其上所含有的基因为一个基因组：2）原核的染色体分子量较小，基因组含有大量单一顺序，真核基因组存在大量非编码序列：3）原核还含有各种质粒和转座因子：4）真核的基因组都是由DNA序列组成，原核基因组还可能由RNA组成 2概述基因组的研究内容 1）以原基因测序为目标的结构基因学；2）以基因功能鉴定为目标的功能基因学 3有哪些试验方法可以研究基因功能 剔除，RNA干扰，过量表达
基因表达分析 1、EST（Expressed Sequence Tag）表达序列标签（EST）分析 1、EST基本介绍 1、定义： EST是从已建好的cDNA库中随机取出一个克隆，进行5’端或3’端进行一轮单向自动测序，获得短的cDNA部分序列，代表一个完整基因的一小部分，在数据库中其长度一般从20到7000bp不等，平均长度为400bp。 EST来源于一定环境下一个组织总mRNA所构建的cDNA文库，因此，EST也能说明该组织中各基因的表达水平。 2、技术路线： 首先从样品组织中提取mRNA，在逆转录酶的作用下用oligo（dT）作为引物进行RT-PCR 合成cDNA，再选择合适的载体构建cDNA文库，对各菌株加以整理，将每一个菌株的插入片段根据载体多克隆位点设计引物进行两端一次性自动化测序，这就是EST序列的产生过程。
3、EST数据的优点和缺点： （1）相对于大规模基因组测序而言，EST测序更加快速和廉价。 （2）EST数据单向测序，质量比较低，经常出现相位的偏差。 （3）EST只是基因的一部分，而且序列里有载体序列。 （4）EST数据具有冗余性。 （5）EST数据具有组织和不同时期特异性。 4、EST数据的应用 EST作为表达基因所在区域的分子标签因编码DNA序列高度保守而具有自身的特殊性质，与来自非表达序列的标记（如AFLP、RAPD、SSR等）相比，更可能穿越家系与种的限制。因此，EST标记在亲缘关系较远的物种间比较基因组连锁图和比较质量性状信息是特别有用的。同样，对于一个DNA序列缺乏的目标物种，来源于其他物种的EST也能用于该物种有益基因的遗传作图，加速物种间相关信息的迅速转化。具体说，EST的作用表现在：
高等真核生物的基因组一般具有80 000～100 000个基因，而每一个细胞大约只表达其中的15%［1］。基因在不同细胞间及不同生长阶段的选择性表达决定了生命活动的多样性，如发育与分化、衰老与死亡、内环境稳定、细胞周期调控等。比较细胞间基因表达的差异为我们揭示生命活动的规律提供了依据。 由于真核细胞mRNA 3′端一般含有Poly（A）尾，因此现有的方法基本上都是利用共同引物将不同的mRNA反转录成cDNA，以cDNA为对象研究基因表达的差异。1992年Liang等［2］建立了一种差异显示反转录PCR法（differential display reverse transcription PCR，DDRT-PCR），为检测成批基因表达的差异开辟了新天地。迄今为止已出现了大量应用该技术的研究报道［3，4］。然而，尽管应用DDRT-PCR方法已经取得了不少成果，而且该方法还在不断改进之中，但它仍然存在几个难以解决的问题：(1) 重复率低，至少有20%的差异条带不能被准确重复［5］；(2) 假阳性率可以高达90%［6］；(3) 获得的差异表达序列极少包含编码信息。近年来，针对DDRT-PCR方法的不足，又有几种新的检测差异表达基因的方法出现，现仅就这方面的进展做一简要介绍。 1.基因表达指纹（gene expression fingerprinting，GEF）：GEF技术使用生物素标记的引物Bio-T13合成cDNA第一链，用dGTP对其进行末端加尾，再以富含C的引物引发合成cDNA第二链。用限制性内切酶消化双链cDNA，以交联有抗生物素蛋白的微球捕获cDNA3′端，以T4DNA连接酶连接同前述内切酶相对应的适配子，并以Bio-T13及适配子中的序列作为新的引物进行特异的PCR 扩增，得到大量的特异cDNA片段。适配子末端被32P-dATP标记后，固定于微球上的cDNA片段经过一系列酶切，产生的酶切片段从微球表面释放出来，其中那些含有标记末端的片段经凝胶电泳后构成mRNA指纹图谱。通过分析不同细胞间的指纹图谱就能得到差异表达的序列［7］。GEF技术所需的工作量较DDRT-PCR明显减少，由于用酶切反应替代了条件不严格的PCR反应，其重复性也较好，假阳性率低，并且所获得的片段中包含有一定的编码信息。GEF技术最大的缺点在于电泳技术的局限。由于它的指纹图谱要显示在同一块电泳胶上，经过几轮酶切之后常会得到1 000～2 000条电泳带，而现有的PAGE电泳很少能分辨超过400条带，故只有15%～30%的mRNA能够被辨认出来，因此得
基因组学试题 1、什么是基因组（5分）？什么是转录组（5份）？说明基因组 合的关系和异同（10分）基因组是生物体（细胞或病毒）中所有的DNA的总和, 包括所有的基因和基因间区域，包 括染色体之外的遗传物质，如线粒体、叶绿体、质粒等。 基因组：物种内恒定(♀/♂)，生物体或细胞内恒定，没有时空变化(?)。事实上有特例，1、盲鳗(Hugfish) ,性细胞和体细胞DNA 量差异; 2、部分昆虫，性细胞和体细胞染色体数目差异; 3、动物雌雄个体差异 转录组： ?生物体、组织、细胞不同生长发育阶段的转录产物不同。 ?生物体不同组织、同一组织不同细胞的转录产物不同。 ?生物体、组织、细胞不同环境、不同生理状态下的转录产物 不同。 ?转录产物中包含大量不翻译蛋白的RNA,如rRNA; sRNA 2、简述原核生物基因组和真核生物基因组的特点和差异（10分）原核生物基因组 ?一条环状DNA； ?只有一个复制起始点； ?有操纵子（Operon）结构
1.结构基因为多顺反子，若干个功能相关的功能基因串联在一起， 手统一调控区调控。 2.数个操纵子还可以受同一个调节基因（regulaterygene)，即调节 子（regulon)调控。 ?结构基因无重叠现象，基因组中任何一段DNA不会用于编码2种蛋白质 ?基因是连续的，无内含子，转录后不剪接； ?重复序列少，蛋白质基因一般为单拷贝基因，但编码rRNA的基因一般为多拷贝，有利于核糖体快速组装。 真核生物基因组 ?复杂的染色体结构，一般有多条染色体 ?每条染色体上有多个复制起始点； ?基因组中有大量的重复序列（轻度、中度、高度重复）； ?基因是不连续的，有内含子，转录后经过剪接加工成成熟RNA；?有许多来源相同、结构相似、功能相关的基因组成的单一基因簇，或基因家族 ?有细胞器基因，真核生物除具有核基因外，还有存在于线粒体和叶绿体中基因，编码同功酶等。 3、什么是遗传图谱（5分）？遗传图谱在基因组研究中的意义 何在（15分）？采用遗传学分析方法将基因或其它DNA标记
SAGE 技术 MRNA 结合到微珠子上(Microscopic Bead and mRNA) mRNA 转录成DNA(mRNA binds to bait and is copied into DNA)
用酶切开DNA的一小段(An enzyme cuts the DNA) 另一个酶定在DNA末端以便切下一小段(An enzyme locks onto the DNA and cuts off a short tag),这一小段就被视为这个基因的标签 两个标签连在一起(Two tags are linked together)
在末端的定位分子被切掉(Enzymes cut off the "Docking Molecules") 都连成一条线(Di-Tags are combined into large concatemers)
DNA上所携带的遗传信息，需要通过RNA为中介体，合成出组织和正常生理功能所需要的蛋白质，这个过程被称为基因的表达。在生物体中不同的组织和器官所表达的基因群是不一样的，我们把基因群的表达状况称为基因表达谱。目前，高通量地研究基因表达谱的方法主要有两种，即生物芯片和基因表达串联分析（serial analysis of gene expression, SAGE）。基因芯片所能检测的基因必须是已知的基因，放在芯片上几种基因的探针就只能检测这几种基因的表达谱；相比之下，SAGE能以远高于DNA芯片的精确度和重复性来检测在病理条件下基因表达谱的改变，而不必考虑所检测的基因是已知的还是未知的。因此在检测疾病相关的新基因，特别是无法用基因芯片进行检测的低表达量致病基因时，SAGE是目前的最佳手段，无可取代。 SAGE技术为Genzyme公司所拥有的专利技术。其技术简介如下： SAGE技术得以建立的理论基础 首先，一段来自于任一转录本特定区域的"标签"（Tag），即长度仅9-14bp的短核苷酸序列，就已包含足够的信息以特异性地确定该转录本。例如：一个9碱基的序列能有49=262144种不同的排列组合，而人类基因组据估计仅编码80000种转录本，因此在理论上每一个9碱基标签就能够代表一种转录本的特征序列。 第二，如果将短片段标签相互连接、集中形成长的DNA分子，则对该克隆进行
基因表达及其分析技术 生命现象的奥秘隐藏在基因组中，对基因组的解码一直是现代生命科学的主流。基因组学研究可以说是当今生命科学领域炙手可热的方向。从DNA 测序到SNP、拷贝数变异(copy number variation , CNV)等DNA多态性分析，到DNA 甲基化修饰等表观遗传学研究，生命过程的遗传基础不断被解读。 基因组研究的重要性自然不言而喻。应该说，DNA 测序技术在基因组研究 中功不可没，从San ger测序技术到目前盛行的新一代测序技术(Next Gen eration Seque ncing NGS)到即将走到前台的单分子测序技术，测序技术是基因组解读最重要的主流技术。而基因组测序、基因组多态性分析、DNA 甲基化修饰等表观遗传分析等在基因组研究中是最前沿的课题。但是基因组研究终究类似“基因算命”，再清晰的序列信息也无法真正说明一个基因的功能，基因功能的最后鉴定还得依赖转录组学和蛋白组学，而转录作为基因发挥功能的第一步，对基因功能解读就变得至关重要。声称特定基因、特定SNP、特定CNV、特定DNA修饰等与某种表型有关，最终需要转基因、基因敲除、突变、 RNAi 、中和抗体等技术验证，并必不可少要结合基因转录、翻译和蛋白修饰等数据。 基因实现功能的第一步就是转录为mRNA或非编码RNA，转录组学主要研究基因转录为RNA 的过程。在转录研究中，下面几点是必须考虑的： 1，基因是否转录(基因是否表达)及基因表达水平高低(基因是低丰度表达还是中、高丰度表达)。特定基因有时候在一个细胞中只有一个拷贝的表达，而表达量会随细胞类型不同或发育、生长阶段不同或生理、病理状态不同而改变。因此任何基
基因组学与生物信息学课后作业2016/2/23 名词解释 1 基因组：基因组是指生物体内遗传信息的集合，是某个特定物种细胞内全部DNA分子的总和 2 基因组学：是一门新兴的学科，是在全基因组范围内研究基因的结构、功能、组成及进化的科学，包括多个分支学科 3 C值：指一个单倍体基因组中DNA的总和，一个特定的物种具有其特征性的C值 4 基因家族：来自于一个共同的祖先基因，由基因重复及其突变产生。序列相似，功能相近。 5 假基因：来源于功能基因，但以失去活性的DNA序列，有沉默的假基因，也有可转录的假基因 6 人类基因组计划：旨在为30多亿碱基对构成的人类基因组精确测序，发现所有人类基因并搞清其在染色体上的位置，破译人类全部遗传信息 问答题
简述真核生物染色体与原核生物染色体的差别。 答：真核生物基因组都由分散的长链线性DNA分子组成，每个DNA分子都与蛋白质结合组成染色体；原核生物基因组有2种独立结构的遗传物质，一种为拟核里的染色质，一种为质粒 另外，真核生物基因组含大量非编码序列（高度重复序列，多位于着丝粒、端粒）、断裂基因，而原核生物大部分基因都可以编码 名词解释 突变:基因组小区段范围内DNA分子发生的突然的、可遗传的变异现象。 重组:指基因组中大范围区段发生重新组合。 同源重组:指发生在非姐妹染色单体（sister chromatin) 之间或同一染色体上含有同源序列的DNA分子之间或分子之内的重新组合 转座:一段DNA片段或其拷贝从染色体的一个位置转移到另一位置，并在插入位点两侧产生一对短的正向重复序列 基因重复:含有基因的DNA片段发生重复，可能因同源重组作用出错而发生，或是因为反转录转座与整个染色体发生重复所导致 比较基因组学:在基因组水平上研究不同物种和品系之间在基因组结构与功能方面的亲缘关系及其内在联系的一门新兴交叉学科
基因组学专题课程作业 考试题目： 假如你发现一个新基因，请利用基因组学的思路，方法，技术路线设计可 行的假如你发现个新基因，请利用基因组学的思路，方法，技术路线设计可行的实验方案，研究它的功能，寻找出它所影响的下游基因，可能与此蛋白相互 作用的其它蛋白，以及调控它表达的上游基因。（选择一个你所熟知的模式生物。） 答案： 微生物是包括细菌、病毒、真菌以及一些小型的原生动物等在内的一大类 生物群体，它个体微小，却与人类生活密切相关。微生物在自然界中可谓“无 处不在，无处不有”，涵盖了有益有害的众多种类，广泛涉及健康、医药、工 农业、环保等诸多领域。 微生物对人类最重要的影响之一是导致传染病的流行。在疾病的预防和治 疗方面，人类取得了长足的进展，但是新现和再现的微生物感染还是不断发生，像大量的病毒性疾病一直缺乏有效的治疗药物。一些疾病的致病机制并不清楚。大量的广谱抗生素的滥用造成了强大的选择压力，使许多菌株发生变异，导致 耐药性的产生。微生物能够致病，能够造成食品、布匹、皮革等发霉腐烂，但 是微生物也有有益的一面。青霉素的发现对医药界来讲是一个划时代的发现。 后来大量的抗生素从放线菌等的代谢产物中筛选出来。一些微生物被广泛应用 于工业发酵，生产食品及各种酶制剂等；一部分微生物能够降解塑料、处理废 水废气等等，并且可再生资源的潜力极大，称为环保微生物；还有一些能在极 端环境中生存的微生物，例如：高温、低温、高盐、高碱以及高辐射等普通生 命体不能生存的环境，依然存在着一部分微生物等等。 随着医学研究进入分子水平，人们对基因、遗传物质等专业术语也日渐熟悉。人们认识到，是遗传信息决定了生物体具有的生命特征，包括外部形态以
附件1： 二、课程性质、地位和任务 《比较基因组学》是在基因组图谱和序列分析的基础上，对已知基因和基因的结构进行比较，了解基因的功能，表达调控机制和物种进化过程的学科。它通过对不同物种的基因组数据进行比较分析，揭示彼此的相似性和差异性，以了解不同物种间进化上的差异。进行基因组比较分析时，研究并不仅限于基因编码区，还扩展到对序列相似性的分析、基因位置的比较、基因编码区长度或外显子数的变异、基因组上非编码区的比例、进化关系较远的物种间高度保守区域的比较分析等等（例如从最简单的细菌到非常复杂的人类基因组之间的比较）。比较基因组学和其它相关学科（如分子生物学、生物信息学和遗传学等）的交叉渗透，起着承前启后的作用，对这些学科的基础理论研究和生产实践都将产生巨大的影响。 通过本课程的学习，希望使学生了解比较基因组学在生物学研究领域的重要地位，发展现状，能够全面掌握基因组学的发展历史，病毒、原核生物和真核生物的基因组结构，基因组水平上的遗传图谱与物理图谱的绘制，基因组的测序与序列组装，基因组的比较分析，基因组水平的表达与调控以及基因组进化的分子机制以及进化模式。 三、课程基本要求 理论和知识方面： 通过课程讲授，使学生了解比较基因组学诞生的背景、发展概况和应用前景；掌握比较基因组学的基本理论和基本分析方法，包括基因组的结构、基因组水平上的遗传物理图谱绘制、基因组的测序与组装、基因组水平的基因表达与功能研究、基因组的比较分析（外显子数目、共线性分析、基因组上非编码区的变异）、基因组与生物进化等。 能力和技能方面： 以系统的理论知识学习为主，并以课堂讨论当前不断发展的基因组学新知识和新动态为辅助内容，在了解掌握基因组学基本知识的基础上，针对该学科的特点，要求学生能够进行简单的比较基因组学分析。同时注意培养分析思考问题的能力，能运用比较基因组学知识分析鉴定重要的功能基因，并在课堂上介绍当前一些领域的最新动态。课堂教学、课堂讨论、国内外发展动态介绍是基本学习方法。 四、课程内容及学时分配 第一章绪论（3学时） 教学基本要求：通过对引论的学习，明确比较基因组学的含义，比较基因组学的研究对象、内容和课程的主要任务，了解比较基因组学的发展历程及其展望，为学习好本门课程奠定良好基础。 教学重点和难点：基因组学及比较基因组学的产生及概念，比较基因组学的研究内容 教学方法与手段：多媒体教学、自学与课堂讨论相结合 第一节基因组学与（比较基因组学）的含义、研究范畴和发展历程 第二节病毒、原核生物和真核生物基因组的特点 第三节人类基因组计划