多发性骨髓瘤的基因表达谱分析

全基因组表达谱分析方法（DGE）----基于新一代测序技术的

技术路线

该方法首先从每个mRNA的3’端酶切得到一段21bp的TAG片段（特异性标记该基因）；然后通过高通量测序，得到大量的TAG序列，不同的TAG序列 的数量就代表了相应基因的表达量；通过生物信息学分析得到TAG代表的基因、基因表达水平、以及样品间基因表达差异等信息。技术路线如下：

1、 样品准备：

a) 提供浓度≥300ng/ul、总量≥6ug、OD260/280为1.8~2.2的总RNA样品；

2、 样品制备（见图1-1）：

a) 类似SAGE技术，通过特异性酶切的方法从每个mRNA的3’末端得到一段21bp的特异性片段，用来标记该基因，称为TAG；

b) 在TAG片段两端连接上用于测序的接头引物；

3、 上机测序：

a) 通过高通量测序每个样品可以得到至少250万条TAG序列；

4、 基本信息分析：

a) 对原始数据进行基本处理，得到高质量的TAG序列；

b) 通过统计每个TAG序列的数量，得到该TAG标记的基因的表达量；

c) 对TAG进行注释，建立TAG和基因的对应关系；

d) 基因在正义链和反义链上表达量间的关系；

e) 其它统计分析；

5、 高级信息分析：

a) 基因在样品间差异表达分析；

b) 库容量饱和度分析； c)

其它分析；

测序优势

利用高通量测序进行表达谱研究的优势很明显，具体如下：

1．数字化信号：直接测定每个基因的特异性表达标签序列，通过计数表达标签序列的数目来确定该基因的表达量，大大提高了定量分析的准确度。整体表达差异分布符合正态分布，不会因为不同批次实验引起不必要的误差。

2．可重复性高：不同批次的表达谱度量准确，能够更准确的进行表达差异分析。

3．高灵敏度：对于表达差异不大的基因能够灵敏的检测其表达差异；能够检测出低丰度的表达基因。

4．全基因组分析，高性价比：由于该技术不用事先设计探针，而是直接测序的方式，因此无需了解物种基因信息，可以直接对任何物种进行包括未知基因在内的全基因组表达谱分析，因此性价比很高。

第１８卷第６期　２　０　１　０年１２月　电　脑　与　信　息　技　术　Ｃｏｍｐｕｔｅｒ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ　Ｖｏ１．１８　Ｎｏ．６　Ｄｅｅ　２０１０　文章编号：１００５—１２２８（２０１０）０６—００１７—０３　基因表达谱数据分析技术　刘玲　（江苏财经职业技术学院，江苏淮安２２３００１）　摘要：人类基因组计划的研究已进入后基因组时代，后基因组时代研究的焦点已经从测序转向功能研究，主要采用无监　督和有监督技术来分析基因表达谱和识别基因功能，通过基因转录调控网络分析细胞内基因之间的相互作用关系的整体　表示，说明生命功能在基因表达层面的展现，对目前基因表达谱数据分析技术及它们的发展，进行了综述性的研究，分析　了它们的优缺点，提出了解决问题的思路和方法，为基因表达谱的进一步研究提供了新的途径。　关键词：基因表达谱；分类；无监督；有监督；基因调控网络　中图分类号：Ｑ８１；ＴＰ１８１　文献标识码：Ａ　Ｇｅｎｅ　Ｅｘｐｒｅｓｓｉｏｎ　Ｄａｔａ　Ａｎａｌｙｓｉｓ　ＬＩＵＬｉｎｇ　（Ｊｉａｎｇｓｕ　Ｖｏｃａｔｉｏｎａｌ　Ｃｏｌｌｅｇｅ　ｏｆＦｉｎａｎｃｅ＆Ｅｃｏｎｉｍｉｃｓ，ｈｕａｉ’ａｎ　２２３００１，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ａｓ　ｔｈｅ　ｗｏｒｋ　ｏｆ　ｓｅｑｕｅｎｃｉｎｇ　ｔｈｅ　ｇｅｎｏｍｅ　ｏｆ　ｔｈｅ　ｈｕｍａｎ　ｈａｓ　ｂｅｅｎ　ｆｕｌｌｙ　ｆｉｎｉｓｈｅｄ，ｔｈｅ　ｐｏｓｔ—ｇｅｎｏｍｉｃ　ｅｒａ　ｈａｓ　ｂｅｇｕｎ．　Ｓｃｉｅｎｔｉｓｔｓ　ａｒｅ　ｔｕｒｎｉｎｇ　ｔｈｅｉｒ　ｆｏｃｕｓ　ｔｏｗａｒｄ　ｉｄｅｎｔｉｆｙｉｎｇ　ｇｅｎｅ　ｆｕｎｃｔｉｏｎ　ｆｒｏｍ　ｓｅｑｕｅｎｃｉｎｇ．Ｃｌｕｓｔｅｒｉｎｇ　ｔｅｃｈｎｏｌｏｇｙ，ａｓ　ｏｎｅ　ｏｆ　ｔｈｅ　ｉｍｐｏｒｔａｎｔ　ｔｏｏｌｓ　ｏｆ　ａｎａｌｙｚｉｎｇ　ｇｅｎｅ　ｅｘｐｒｅｓｓｉｏｎ　ｄａｔａ　ａｎｄ　ｉｄｅｎｔｉｆｙｉｎｇ　ｇｅｎｅ　ｆｕｎｃｆｉｏ￣ｈａｓ　ｂｅｅｎ　ｕｓｅｄ　ｗｉｄｅｌｙ．Ｔｒａｎｓｃｆｉｐｔｉｖｅ　ｒｅｇｕｌａｔｏｒｙ　ｎｅｔｗｏｒｋｓ　ａｒｅ　ｔｈｅ　ｇｌｏｂａｌ　ｒｅｐｒｅｓｅｎｔａｔｉｏｎ　ｏｆ　ｍｕｌｔｉｐｌｅ　ｉｎｔｅｒａｃｔｉｏｎｓ　ｂｅｔｗｅｅｎ　ｇｅｎｅｓ　ａｎｄ　ｔｈｅｉｒ　ｐｒｏｄｕｃｔｓ，ｗｈｉｃｈ　ｃａｎ　ｈｅｌｐ　ＵＳ　ｕｎｄｅｒｓｔａｎｄ　ｔｈｅ　ｃｅｌｌ’Ｓ　ｆｕｎｃｔｉｏｎ　ａｔ　ｔｈｅ　ｌｅｖｅｌ　ｏｆ　ｇｅｎｅ　ｅｘｐｒｅｓｓｉｏｎ　Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ　ｗｅ　ｄｉｓｃｕｓｓ　ｍａｉｎ　ｃｌｕｓｔｅｒｉｎｇ　ｔｅｃｈｎｏｌｏｇｙ　ａｂｏｕｔ　ｇｅｎｅ　ｅｘｐｒｅｓｓｉｏｎ　ｄａｔａ　ａｔ　ｐｒｅｓｅｎ￣ａｎａｌｙｚｅ　ｔｈｅｉｒ　ａｄｖａｎｔａｇｅｓ　ａｎｄ　ｄｉｓａｄｖａｎｔａｇｅｓ，ｐｒｅｓｅｎｔ　ｔｈｅ　ｍｅｔｈｏｄｓ　ｔｏ　ｓｏｌｖｅ　ｔｈｅ　ｐｒｏｂｌｅｍｓ　ａｎｄ　ｇｉｖｅｎ　ａｐｐｒｏａｃｈｅｓ　ｔｏ　ｓｔｕｄｙ　ｇｅｎｅ　ｅｘｐｒｅｓｓｉｏｎ　ｄａｔａ．　Ｋｅｙ　ｗｏｒｄｓ：ｇｅｎｅ　ｅｘｐｒｅｓｓｉｏｎ　ｐｒｏｆｉｌｅ；ｃｌａｓｓｉｆｉｃａｔｉｏｎ；ｇｅｎｅ　ｒｅｇｕｌａｔｏｒｙ　ｎｅｔｗｏｒｋ　微阵列技术【ｌ－３】的到来对生物学和医学来说是一场　革命，通过它可以同时观测成千上万个基因的表达水　平，从而能够在基因组水平上以系统的、全局的观念去　研究生命现象及其本质。还可以根据基因在不同条件　下表达的差异性来进行复杂疾病诊断、药物筛选、个性　化治疗、基因功能发现、农作物优育和优选、环境检测　和防治、食品卫生监督及司法鉴定等，因此对基因表达　谱的研究具有重要的理论价值和应用意义。微阵列基　因表达数据具有维数高、样本小、非线性的特点，这对　一些传统的机器学习方法提出了新的挑战，对其数据　的分析已成为生物信息学研究的焦点。　１　基因表达数据采集　基因表达数据采集可分为三个步骤：微阵列设计、　图像分析和数据获取、过滤、标准化。基因芯片（ｇｅｎｅ　ｃｈｉｐ），简称为微阵列，就是指固着在载体上的高密度　ＤＮＡ微点阵，具体地说就是将靶基因或寡核苷酸片段　有序地、高密度排列在玻璃、硅等载体上。ｍＲＮＡ（信使　核糖核酸）的表达水平的获得是通过选取来自不同状　态的样本（如正常组织与肿瘤组织、不同发育阶段组　织，或用药之前与用药之后组织等，一种称为实验样　本，另外一种称为参考样本），在逆转录过程中，实验样　本和参考样本ＲＮＡ（核糖核酸）分别用不同的红、绿荧　光染料去标记，并将它们混合，与微阵列上的探针序列　进行杂交，经适当的洗脱步骤与激光扫描仪对芯片进　行扫描，获得对应于每种荧光的荧光强度图像，通过专　用的图像分析软件，可获得微阵列上每个点的红、绿荧　光强度（Ｃｙ５和Ｃｙ３），其比值（Ｃｙ５／Ｃｙ３）表示该基因在　实验样本中的表达水平。在通常情况下，考虑Ｃｙ５和　Ｃｙ３的数值时，还应考虑相应的背景数值，如果微阵列　上某个基因的Ｃｙ５或Ｃｙ３数值比相应的背景数值低，　则该基因的表达水平无法确定。为了方便数据处理，常　收稿日期：２０１０—０６—０９　项目资助：江苏省淮安市科技发展计划项目（ＨＡＧ０８０１５）　作者简介：刘玲（１９６４一），山东胶州人，副教授；硕士，主要研究方向：生物信息。

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

/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)

多发性骨髓瘤分子细胞遗传学研究

近年来关于多发性骨髓瘤细胞遗传学方面的研究逐渐深入。分子细胞遗传学的进步推动了多发性骨髓瘤细胞遗传学的研究。随着研究技术的不断改进，证实多发性骨髓瘤的细胞遗传学改变多为复杂畸变，涉及多条染色体的数目和结构的异常，其细胞遗传学结果和疾病的诊断、治疗和预后有密切关系。本文对近年来关于多发性骨髓瘤的细胞遗传学研究状况进行阐述。

标签：多发性骨髓瘤；分子细胞遗传学；荧光原位杂交预后

多发性骨髓瘤（multiple myeloma，MM）是一种浆细胞克隆性增生的恶性肿瘤。在血液系统恶性肿瘤中占10%，具有不稳定的遗传学特点，多表现为明显多变的染色体异常，仍属于不可治愈的疾病。MM患者的生存差异较大，从数月至十余年不等。这说明骨髓瘤患者间存在有遗传异质性，主要表现为分化程度不一及细胞和分子遗传特征的差异。随着新的研究技术的不断发展证实几乎所有的MM患者均存在染色体的异常，包括数目和结构的异常，基因表达的异常。各种异常之间有重要的联系，并且这些细胞遗传学的改变与疾病的临床特点密切相关。通过对MM患者细胞遗传学的研究，有助于深入了解疾病的发生，进展机制，制定更加合理的治疗方案。

1细胞遗传学检测手段

1.1常规细胞遗传学 对MM患者进行细胞遗传学的研究开始于20世纪60年代及70年代早期，当时应用的是非显带技术，仅能发现个别染色体的缺失和克隆标记。随后出现运用G显带技术进行核型分析，由于骨髓中异常浆细胞的比例低，且浆细胞的体外有丝分裂指数低，中期分裂相少等因素，导致MM的细胞遗传学分析有一定的难度，CC分析大多低估了MM的核型改变，异常克隆检出率仅为30%～40%。

1.2荧光原位杂交技术 胞浆轻链免疫荧光结合FISH（cIg-FISH）技术，与传统FISH相比无需进行磁珠分选，利用单个核细胞滴片后直接与探针杂交，实验时间较短，费用较低，需要采集的骨髓标本量较少，易于标本的收集。仅需要了解患者的轻链类型，以便选择正确的抗体即可。因此，cIg-FISH是现今国外MM核型检测的主要方法，已常规应用于MM的分子遗传学异常的检测。