基于文献挖掘和基因共表达网络的基因与疾病关联分析

加权基因共表达网络分析结合机器学习算法筛选与腹主动脉瘤免疫相关的关键基因杨树;张娣;谢春杨【期刊名称】《血管与腔内血管外科杂志》【年(卷),期】2024(10)3【摘要】目的探讨腹主动脉瘤(AAA)免疫相关的关键基因。

方法从基因表达综合数据库(GEO)中获取AAA组织与健康人群正常腹主动脉组织的转录组数据,通过单样本基因集富集分析(ssGSEA)计算免疫细胞浸润分数,使用加权基因共表达网络分析(WGCNA)结合机器学习算法筛选与AAA免疫浸润相关的关键基因,使用STRING数据库进行蛋白-蛋白互作分析,采用受试者工作特征(ROC)曲线分析目的基因对于AAA的诊断能力。

结果与健康人群腹主动脉组织相比,AAA组织中活化的CD4^(+)T细胞浸润分数升高,差异有统计学意义(P﹤0.05)。

WGCNA分析获得1215个与活化的CD4^(+)T细胞浸润相关的基因,差异基因表达分析得出990个AAA组织和健康人群正常腹主动脉组织表达差异的基因,将差异基因表达分析得到的基因与WGCNA中所得的基因进行交集后得到282个与CD4^(+)T细胞浸润相关的差异基因。

将282个差异基因进行基因本体论(GO)、京都基因与基因组百科全书(KEGG)富集分析,生物过程(BP)富集分析表明,这些基因与有机化合物氧化的能量衍生、细胞呼吸、线粒体呼吸链复合物组装、烟酰胺腺嘌呤二核苷酸(NADH)脱氢酶复合物装配和线粒体呼吸链复合体I装配等生物过程有关;分子功能(MF)富集分析表明,这些基因与氧化还原相关的分子学功能有关;细胞成分(CC)富集分析表明这些分子表达与线粒体组分相关。

KEGG富集分析显示,这些基因与神经系统疾病、非酒精性脂肪肝、氧化磷酸化等信号通路有关。

通过向量机-相对误差过滤(SVM-REF),LASSO逻辑回归和随机森林模型3种机器学习算法从282个与活化的CD4^(+)T细胞浸润相关的差异基因中获得了4个Hub基因(VCAN、CUTL1、TRAPPC4和LOC646782)。

基因共表达网络的构建及其相关性分析近年来，随着高通量技术的发展，基因数据的产出速度也在不断加快。

然而，单个基因的研究往往无法发现复杂疾病背后的机制，而对基因共表达网络的构建及其相关性分析能够探索基因之间的相互作用，从而揭示得疾病的本质。

基因共表达网络是指通过计算基因表达量的相似性，将基因相互联系起来形成的网络。

与传统的研究方式不同，基因共表达网络将基因看做一个整体，旨在研究基因的相互影响，从而更好地理解生物系统的复杂性。

当前，基因共表达网络已被广泛地应用于多种研究领域，比如疾病筛选、药物开发、基因调控网络的重构等。

构建基因共表达网络的基本步骤包括数据预处理、基因表达数据标准化、基因表达相关系数计算、筛选相关性达到一定标准的基因，并将它们构成一个网络图等。

常用的数据预处理方法包括质量控制、归一化、去除批次效应等。

目前主要有Pearson相关系数、Spearman相关系数和互信息等方法用于基因表达的相关系数计算。

在筛选相关性较高的基因时，常用的方法有阈值法、P值法、False Discovery Rate（FDR）法或者公认的基因相关模型等。

基因共表达网络分析不仅关注单个基因，更重视整体上基因之间的协同作用与相互关联，需要从全局的角度去探究基因网络中的基因间相互作用关系。

基因网络分析的主要内容包括度数分布、节点中心性、聚类分析和模块检测。

节点度数分布是指节点在整个网络中的连接数分布状况，通常用来表征网络的复杂性和稳健性。

而节点中心性能够评估各个节点在网络中的重要性，并说明节点在整个网络结构中所处的位置。

常见的节点中心性指标包括度中心性、介数中心性、接近中心性等。

聚类分析是基于节点的相似性来讲整个网络划分成若干个子网络并对其进行进一步分析的一种方法。

聚类分析可以使得相似的基因或样本聚集在一起，方便对其进行进一步的生物学研究。

常见的聚类算法包括Hierarchical Clustering和K-Means 算法等。

大学生生物信息学考试模拟题及解析一、单选题（每题 3 分，共 30 分）1、生物信息学中，用于分析 DNA 序列的常见软件是（）A BLASTB ClustalWC Primer PremierD MEGA2、以下哪种数据库主要存储蛋白质结构信息（）A GenBankB PDBC UniProtD SWISSPROT3、在基因预测中，开放阅读框（ORF）是指（）A 从起始密码子到终止密码子的一段序列B 具有特定功能的一段基因序列C 编码蛋白质的基因序列D 以上都不对4、进行系统发育分析时，常用的构建进化树的方法是（）A 邻接法B 最大简约法C 最大似然法D 以上都是5、以下哪种算法常用于序列比对（）A 动态规划算法B 贪心算法C 分治法D 回溯算法6、生物信息学中，用于分析基因表达数据的常用方法是（）A 聚类分析B 回归分析C 方差分析D 以上都是7、以下哪个不是常见的生物信息学文件格式（）A FASTAB GenBankC PDBD CSV8、在蛋白质序列分析中，用于预测蛋白质二级结构的方法是（）A 同源建模B 从头预测C 基于机器学习的方法D 以上都是9、进行基因功能注释时，常用的数据库是（）A GOB KEGGC ReactomeD 以上都是10、以下哪种技术可以用于大规模测序（）A Sanger 测序B 二代测序C 三代测序D 以上都是答案及解析：1、答案：A解析：BLAST（Basic Local Alignment Search Tool）是用于比较生物序列相似性的工具，常用于分析 DNA 序列。

ClustalW 主要用于多序列比对；Primer Premier 常用于设计引物；MEGA 用于构建进化树。

2、答案：B解析：PDB（Protein Data Bank）是主要存储蛋白质结构信息的数据库。

GenBank 主要存储核酸序列；UniProt 和 SWISSPROT 主要存储蛋白质序列信息。

AI医疗制定个性化用药方案随着人工智能（AI）技术的迅猛发展，医疗领域也开始广泛应用AI技术，其中之一就是AI医疗在制定个性化用药方案方面的应用。

个体差异在用药效果上存在着显著影响，因此，提供个性化的用药方案对患者的治疗效果起着重要作用。

本文将探讨AI医疗制定个性化用药方案的意义、现状以及未来发展趋势。

一、AI医疗制定个性化用药方案的意义个性化用药方案是根据患者的特定病况、基因信息、生活习惯等综合因素制定的用药方案。

通过AI医疗制定个性化用药方案，可以最大限度地减少患者的用药风险，提高治疗效果。

其意义主要体现在以下几个方面：1. 提高用药效果：每个人的基因构成都存在差异，因此对于相同的疾病，同样的药物对不同的个体可能会产生不同效果。

通过分析患者基因信息，AI医疗可以制定针对个体的用药方案，提高用药效果。

2. 避免药物不良反应：患者在用药过程中可能会出现药物不良反应。

通过AI医疗可以预测出患者可能会出现的不良反应，从而避免不必要的风险。

3. 降低医疗成本：个性化用药方案的制定可以提高用药的针对性，从而减少不必要的试错过程，降低医疗成本。

二、AI医疗制定个性化用药方案的现状目前，AI医疗在制定个性化用药方案领域已经取得了一定的进展。

以下是目前AI医疗制定个性化用药方案的主要应用方式：1. 基于患者数据的分析：AI医疗通过分析患者的临床表现、病历记录、实验室检查结果等多种数据，建立患者的健康档案，进而制定个性化的用药方案。

2. 基于基因信息的分析：通过分析患者的基因信息，AI医疗可以预测患者对某种药物的代谢能力、药物吸收率等，进而制定个性化的用药方案。

3. 基于文献数据库的分析：AI医疗可以通过分析大量的文献数据库，挖掘出药物与基因之间的关联性，从而制定更加个性化的用药方案。

三、AI医疗制定个性化用药方案的未来发展趋势随着技术的不断进步和数据的不断积累，AI医疗在制定个性化用药方案方面有着广阔的发展空间。

基因共表达网络的构建与分析基因共表达是指一组基因在特定条件下的表达水平高度相关。

与其他无关的基因相比，共表达基因具有更高的生物学意义。

举例来说，同属于某个代谢途径或信号通路的基因，可能会表现出高度的共表达，这种关系可以用共表达网络的形式来呈现。

构建基因共表达网络的一般步骤包括生物样本采集、基因表达分析、基因表达矩阵转化和网络构建等。

其中，网络构建是整个过程中最关键和最具挑战性的步骤。

一般来说，网络构建需要解决以下几个问题：第一，如何选择构建网络的方法和算法? 第二, 基因的选择、表达和相关性分析等因素对网络的构建产生了哪些影响? 第三，如何有效的验证网络的可靠性和生物学意义?网络构建方法网络的构建方法主要有两种：基于概率论的方法和基于相关性的方法。

基于概率的方法包括了贝叶斯网络、高斯图模型、动态贝叶斯网络等；而基于相关性的方法常用的则是Pearson相关系数、Spearman秩相关系数、互信息等。

其中，基于相关性的方法相对于基于概率的方法，具有计算简单、易于理解和解释结果等优点。

不过，基于相关性的方法也存在着一些问题。

例如，相关性是基于样本的，存在着一些假阳性和假阴性；同时，相关性未必能够反映出基因相互作用的复杂性和多样性。

基因的选择和表达矩阵对于网络的构建，基因的选择和表达矩阵也是非常重要的环节。

选择所有基因来构建网络的策略是不现实的，因为它既会导致计算的复杂性，而且还可能掩盖了实际情况中的关键基因。

相反，应该根据预期的研究目标，选择一些关键基因进行构建。

选择的基因可以根据文献报道、代谢途径或功能、公共数据库的注释信息、基因元数据或从已有的表达数据集中挖掘等方式来确定。

对于表达数据的矩阵转换，一般将基因表达谱的数据矩阵进行标准化或归一化，以消除处理过程中的误差并提高数据的可靠性。

一些方法也可以来消除样品效应和探针效应等干扰。

网络分析和验证网络构建完成后，需要进行网络分析和验证。

网络分析是从网络中提取关键基因和关键信息的过程。

生物信息学中的基因共表达网络分析研究近年来，生物信息学的应用越来越广泛，其中基因共表达网络分析是研究基因之间相互作用和调控关系的重要手段。

本文将介绍基因共表达网络分析及其在生物学研究中的应用。

一、基因共表达网络分析的概念和方法基因共表达网络分析是通过分析基因表达数据来构建基因共表达网络，即将具有相似表达模式的基因连接起来形成一个网络。

在这个网络中，每个基因被看作是一个节点，基因之间的相似度则用各种计算方法来度量。

基因的表达模式可以是基于时间、组织或环境等条件的表达模式。

经过这样的计算，就可以将所有基因分成若干个模块（module），每个模块中的基因具有相似的表达模式。

在网络构建完成后，可以对模块内的基因进行聚类分析，得到具有类似功能或相似表达模式的基因集群。

这些基因集群代表了基因相互作用的一部分，可以揭示基因在共同参与生物学过程时的功能。

二、基因共表达网络分析在生物学研究中的应用基因共表达网络分析已经被广泛应用于生物学研究中，例如：1.鉴定功能相关基因通过构建基因共表达网络，可以鉴定与某个生物过程相关的基因模块，并对模块中的基因进行功能分析。

这种方法可以为生物学研究提供有力的参考。

2.预测新的基因功能基因共表达网络分析可以通过结合已知功能的基因和未知功能的基因来预测未知基因的功能。

3.挖掘基因互作网络基因共表达网络分析可以揭示基因之间的互作关系，进而构建基因互作网络。

这种方法可以为药物靶点预测和疾病诊断提供重要的信息。

三、基因共表达网络分析的一些应用案例1.构建植物中的基因共表达网络基因共表达网络分析已经在植物学研究领域得到了广泛应用。

例如，在一篇研究中，研究人员构建了植物中的基因共表达网络，通过对网络中的模块进行聚类分析，鉴定了具有调控光合作用和抗氧化系统等生物学功能的基因模块。

2.揭示异色素在人类癌症中的功能满足在一项研究中，研究人员利用基因共表达网络分析的方法，在人类癌症中揭示了异色素（Irisin）通过对胰岛素抗性和代谢疾病的调节而发挥重要作用的机制。

基因共表达——基因共表达网络分析Gene co-expression（基因共表达）是一种使用大量基因表达数据构建基因间的相关性，从而挖掘基因功能的一类分析方法。

在很多情况下，有着相似行为/变化的物质，会存在着一定的联系。

在生物中，存在于同一个通路的基因在表达值上，会表现出共表达的趋势（co-expression patterns），通过这个特性可以进行基因功能（一般的基因注释是通过序列的相似性，而通过基因共表达可以进行功能同源基因的注释）、module等的挖掘，这是一种guilt-by-association的思想。

module 指的是在共表达网络中，一组相互连接紧密的node（基因），一般认为一个module中的基因在功能上是相关的。

通常通过设定阕值来进行寻找在共表达分析中，有两种有效的策略Guide-genes 和Non-targeted：image.pngGuide-genes策略是，先找到感兴趣的基因/通路的共表达基因，进行可视化，然后再加入另外的基因，看两次加入的基因之间存在怎样的关系，以此来基因的关系。

Non-targeted 策略与Guide-genes不同，它没有感兴趣的基因，所以它从头构建了所有表达数据的共表达网络，然后寻找其中的module。

然后然后去探究module的功能。

Non-target策略中检测module的方法image.pngmodule的检测是基因共表达网络分析中非常重要的一步，一般有两种方法：top-down（A）和 bottom-up（B）top-down方法是将两个相互连接的区域进行分离，每个区域各自是具有比较高的Network density，区域之间的连接较区域内的连接是少比较多的。

这样便可以将两个区域分开，各自当成一个module。

bottom-up方法是在一个单独的区域中，不断加入单个基因，检测这个单基因是否与区域内大部分基因具有共表达关系，判断是否能融于区域中。

基因表达调控网络的解析及其应用基因表达调控网络是生物学研究中一个重要的研究领域，其在生物学、医学、生物工程等领域都有着广泛的应用。

基因表达调控网络包括基因、非编码RNA、蛋白质、代谢物等多个分子水平，涵盖了调控、信号传递等多个生命网络。

本文将着重介绍基因表达调控网络的解析及其应用。

一、基因表达调控网络解析1、基因表达调控网络的建立基因表达调控网络的建立可以通过多个方法，例如: 基于转录因子/靶基因数据、基于组蛋白修饰数据、基于DSB-seq、DNase-seq、ATAC-seq等数据，以及基于单细胞转录组学数据等。

2、调控元件预测调控元件预测可以通过多种方法，例如: 基于转录因子结合位点、组蛋白修饰、DNA甲基化等方法，以及通过机器学习和深度学习等方法。

3、基因共表达网络建立基因共表达网络可以通过表达物整合、数据聚类等多种方法来建立。

基因共表达网络的建立可以揭示不同的调控子网络、遗传路径。

4、基因调控网络的建立基因调控网络可以通过结合基因表达数据、转录因子结合位点、基因共表达网络等多个数据来建立。

基因调控网络的建立可以揭示不同的调控子网络、遗传路径。

二、基因表达调控网络的应用1、疾病分类基因表达调控网络的疾病分类包括多种类型，如: 基于单细胞转录组学数据的多种疾病分类，基于癌症的疾病分类等。

2、预测调控元件预测调控元件的方法可以通过基于转录因子结合位点等，通过机器学习和深度学习等方法来预测。

3、分析基因表达调控网络和疾病相关的谷物调控基因表达调控网络和疾病相关的谷物调控，包括基因组选择、谷物转录因子和非编码RNA的功能调查等，验证了基因组和调控过程的生物学意义，使我们更好的理解了其组织发育，并为其改良和研发金利草提供理论依据。

4、新药研发基因表达调控网络在新药研发中的应用，包括通过基因调控网络发现新药靶标、通过基因共表达网络发现新药靶标、通过计算化学和多肽库设计等方法设计药物等。

结论基因表达调控网络是一个复杂的生物网络，其的建立和应用是生物学研究中一个重要的研究领域，解析基因表达调控网络可以帮助我们更好的理解生物学过程，并为其在医学、生物工程等领域的应用提供了理论依据。