基因表达谱的分析与挖掘

基因表达谱测序

背景介绍

基因表达谱分析利用HiSeq 2000高通量测序平台对mRNA进行测序，获得10M读长为49nt的原始reads，每一个reads可以对应到相应的转录本，从而研究基因的表达差异情况。与转录组测序相比，基因表达谱分析要求的读长更短，测序通量更小，仅可用于基因表达差异的研究。该方法具有定量准、可重复性高、检测阈值宽、成本低等特点，能很好的替代以往的数字化表达谱分析。

技术路线

总RNA提取

提取并纯化mRNA

mRNA片段化

反转录成cDNA

构建Illumina SE文库

上机测序

生物信息学分析 生物信息学分析

送样要求

样品要求

1. 所需Total RNA的量均不少于20μg/文库，Total RNA可以保存在DEPC处理过的水中、75%的乙醇、异丙醇中，具体以什么方式保存请注明。

2. 如提供实验材料为动物组织材料，样品质量需大于2g；

3. 如提供实验材料为植物样品，样品质量需大于4g；

4. 如提供实验材料为培养细胞，请提供1×107培养好的细胞；

5. 如提供实验材料为血液样品，请提供≥2ml的样品。

我们强烈建议在送样的同时客户做好备份，以备后续实验之用。

样品纯度要求

1. OD260/OD280在1.8-2.0之间，RNA无降解、28S和18S核糖体RNA条带非常亮且清晰（其原始测序数据

有效数据统计 去除接头和质量剪切

标准生物信息分析

高级生物信息分析

GO和KEGG

富集分析 分析表达差异 原始数据处理

表达谱mapping至参考图谱

差异基因表达

模式聚类 大小决定于用于抽提RNA的物种类型），28S的密度大约是18S的2倍；Agilent 2100检测仪分析RNA完整性数据RIN≥8。

2. 无蛋白质、基因组DNA污染，如有污染请去蛋白并进行DNase I处理。

请提供至少一种样品的凝胶电泳或者Agilent 2100检测仪检测图片，并注明其浓度、体积、OD260/OD280、溶剂名称、制备时间、物种来源以及特别备注。最终以我方定量、质检为准。

生物信息学中的大数据分析与挖掘

生物信息学是一门利用计算机技术和生物学知识来解决生物学问题的学科。随着生物学和计算机技术的不断发展，生物学数据的规模和复杂度也在不断增加。生物信息学中的大数据分析和挖掘成为了当前生物学研究的重点和热点。

1. 生物信息学中的大数据

在过去的几十年中，随着基因测序技术的不断进步，越来越多的生物学数据被产生出来。例如，基因组、转录组、蛋白组和代谢组数据等。这些数据的规模和复杂度不断增加，如今已经达到了TB级别。因此，在生物信息学中，如何高效地获取、处理和存储这些大数据，是一个关键问题。

2. 大数据分析技术

大数据分析技术是指使用计算机技术和数学方法来挖掘和分析大量数据的方法。在生物信息学中，大数据分析技术被广泛应用于基因测序、基因注释、基因表达谱分析、蛋白质互作网络分析、基因调控网络分析等领域。

2.1 基因测序分析

基因测序分析是基因组学研究的基础。在基因组学研究中，测序数据的处理和分析是非常重要的。根据测序技术的不同，基因测序分析可分为Sanger测序分析和下一代测序分析。下一代测序分析可以快速生成大量的DNA序列数据，这些数据通常需要进行质量控制、特征过滤、数据可视化和函数分析等处理。

2.2 基因表达谱分析

基因表达谱分析是指对不同的样本中基因表达水平差异的分析和比较。当前常用的基因表达谱分析方法包括荧光定量PCR（qPCR）、小RNA测序、miRNA芯片、蛋白微阵列等。基因表达谱分析的主要目的是确定不同基因在不同生物条件下表达的情况，以研究生物体的生长、发育、生命过程、代谢活动等方面的情况。

2.3 蛋白质互作网络分析

在细胞内，蛋白质之间互相作用，形成复杂的互作网络。蛋白质互作网络分析是在大规模生物数据中，通过计算机技术和网络分析方法研究蛋白质互作网络的结构和功能。这种方法可以帮助科学家了解蛋白质互作过程，进而发现关键的蛋白质，并研究其在生物学和医学领域的重要作用。

基因表达和调控的研究

随着科技的不断发展，基因研究逐渐深入人们的生活和健康领域。基因表达和调控是基因研究中的两个关键领域，在很多重要的生物学问题中扮演着至关重要的角色。本文将从基因表达和调控的相关内容入手，探讨其研究的现状、未来以及应用前景。

一、基因表达的研究

基因表达是指基因信息的传递、转录为RNA和转录后的RNA翻译成蛋白质的过程。在这个过程中，基因的表达活性可以被内外界因素所影响，包括DNA甲基化、染色质结构和转录因子等。在基因表达调控中，翻译和后翻译修饰等步骤对于确保蛋白质质量和活性起着至关重要的作用。

在基因表达的研究中，不仅需要研究基因的转录、翻译等过程，还需要深入了解表达水平的调控及其机制，包括基因剪切、后翻译修饰等。目前，高通量测序技术的逐渐成熟，使得科学家们可以在全基因组水平上研究基因表达水平和差异。这种技术的广泛应用，显著提高了我们对基因的理解和解读，同时也为医疗健康等领域提供了更加准确的诊断和治疗手段。

二、基因调控研究

基因调控是指环境和外部信号对基因表达的影响，包括DNA甲基化、染色质修饰和转录因子等。不同于基因表达研究的制定模式，基因调控研究需要通过实验数据的积累和分析来发现基因表达与调控的关系，探讨基因的作用及其机制。

传统方法通过西方印迹和定量PCR来探究单个基因的表达。然而，高通量测序技术的普及使得在整个基因组范围内探究基因表达和调控变得更为容易。通过高通量测序技术，我们可以了解多种外部信号对基因表达的影响，如病毒感染和药物作用等。这种研究模式成功地促进了基因调控机制的发现，为疾病诊断和治疗提供了新的视角和思路。

三、基因表达和调控的未来

基因表达和调控的研究是一个不断发展和进化的领域。高通量测序技术的应用使得相关的研究越来越成熟。近年来，全基因组编辑技术凭借其简单、高效和范围性等优点已经成为当前基因研究领域的热点研究领域之一。同时，新的高通量测序技术和分析方法的诞生也将会带来更多的进展和突破。

第18卷第6期

微阵列技术[1-3]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，常孟令梅等：一种基于DCT变换的图像认证算法

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）