生物信息学上机实验2019 更新

联合应用RNA-seq和ATAC-seq寻找FOXQ1转录因子的下游靶基因伊梦杰; 张锦锦; 郭强; 唐慧【期刊名称】《《生物信息学》》【年(卷),期】2019(017)004【总页数】10页(P227-236)【关键词】ATAC-seq; RNA-seq; 结直肠癌; 靶基因【作者】伊梦杰; 张锦锦; 郭强; 唐慧【作者单位】昆明理工大学医学院昆明650504; 云南省第一人民医院昆明理工大学附属医院云南省消化内镜临床医学中心云南省临床病毒学重点实验室昆明市肿瘤分子与免疫防治重点实验室昆明650032; 中国科学院昆明动物研究所昆明650223【正文语种】中文【中图分类】R735.3结直肠癌(Colorectal cancer, CRC)是一种由多致病因素导致且预后很差的恶性消化道肿瘤，是世界第三大常见肿瘤，其死亡率在所有癌症中居于第四位(位于肺癌、肝癌、胃癌之后)[1]。

叉头框Q1(Forkhead box Q1,FOXQ1)是叉头框(Forkhead box, FOX)基因家族的成员之一，基因定位于6p23-25，编码含403个氨基酸的FOXQl蛋白，作为一类核转录因子，可以稳定结合到靶基因启动子区域的GC盒等核心元件，控制下游基因转录活性从而发挥生物效应[2]。

2010 年Kaneda等[3]研究发现FOXQ1在CRC中异常高表达，近年来大量研究亦证实FOXQ1在卵巢癌、乳腺癌、膀胱移形细胞癌、胃癌、肝癌、非小细胞肺癌和神经脑胶质瘤等多种肿瘤中异常表达[4-6]，与多种肿瘤的发生、发展密切相关，在许多肿瘤中具有明确的促肿瘤生长转移的功能。

因此，鉴定新的FOXQ1下游靶基因，丰富由FOXQ1参与并介导的信号通路信息，有望为肿瘤的靶向治疗提供新的靶点。

ATAC-seq是一种检测染色质易接近性的测序方法，可以检测样本间染色质易接近性的变化情况。

ATAC-seq只需要很少的细胞(50 000个)就能检测基因组中所有活跃的调控序列[7]，DNA探针(作为转座子发挥作用)通过酶促反应(转座酶Tn5)被整合到基因组的开放区域，然后通过测序来鉴定这些区域[8]。

一、实训背景随着生物科学和信息技术的发展，生物信息学作为一门新兴交叉学科，已成为生物科学研究的重要组成部分。

为了提高学生对生物信息学理论与实践的结合能力，我们学院特开设了生物信息学实训课程。

本次实训旨在通过实际操作，让学生深入了解生物信息学的基本原理、常用工具和数据分析方法，培养学生的实验技能和科研思维。

二、实训目标1. 理解生物信息学的基本概念、研究内容和应用领域。

2. 掌握生物信息学常用工具的使用方法，如BLAST、Clustal Omega、MEGA等。

3. 学会利用生物信息学方法进行基因序列分析、蛋白质结构预测和功能注释。

4. 提高实验操作技能和科研思维能力。

三、实训内容本次实训共分为三个部分：理论学习、实验操作和项目实践。

（一）理论学习1. 生物信息学基础：介绍生物信息学的定义、发展历程、研究内容和方法。

2. 生物序列分析：讲解基因序列、蛋白质序列的基本概念，以及序列比对、序列聚类等分析方法。

3. 蛋白质结构预测：介绍蛋白质结构预测的基本原理和方法，如同源建模、折叠识别等。

4. 功能注释：讲解基因和蛋白质的功能注释方法，如基于序列的注释、基于结构的注释等。

（二）实验操作1. 序列比对：使用BLAST工具进行序列比对，分析序列的同源性。

2. 序列聚类：使用Clustal Omega工具进行序列聚类，分析序列的进化关系。

3. 蛋白质结构预测：使用MEGA工具进行蛋白质结构预测，分析蛋白质的三维结构。

4. 功能注释：使用Gene Ontology（GO）数据库进行基因和蛋白质的功能注释。

（三）项目实践1. 基因组注释：以某物种基因组为研究对象，进行基因预测和功能注释。

2. 蛋白质相互作用网络构建：以某物种蛋白质组为研究对象，构建蛋白质相互作用网络，分析蛋白质之间的相互作用关系。

四、实训过程1. 准备阶段：学生通过查阅资料、阅读文献，了解实训内容，并提前学习相关软件的使用方法。

2. 实验阶段：在教师的指导下，学生进行实验操作，完成实训任务。

第1篇一、实验背景随着生物科学技术的飞速发展，机能学实验在医学教育中扮演着越来越重要的角色。

传统的机能学实验往往侧重于验证经典生理学理论，而创新实验则旨在探索未知领域，推动科学研究的进展。

本实验报告针对心血管系统，设计了一项创新实验，旨在研究新型药物对心肌细胞凋亡的保护作用。

二、实验目的1. 探究新型药物对心肌细胞凋亡的影响。

2. 评估新型药物在心血管疾病治疗中的应用潜力。

3. 为心血管疾病的治疗提供新的思路和方法。

三、实验材料与仪器1. 实验动物：成年雄性SD大鼠，体重200-250g。

2. 试剂：新型药物（A）、细胞凋亡检测试剂盒、心肌细胞培养液、胎牛血清等。

3. 仪器：细胞培养箱、显微镜、流式细胞仪、酶标仪等。

四、实验方法1. 心肌细胞培养：采用原代培养方法，将大鼠心肌细胞接种于培养皿中，培养至细胞融合达到80%左右。

2. 分组：将培养的细胞分为四组，分别为对照组、模型组、低剂量药物组和高剂量药物组。

3. 模型制备：向模型组和药物组细胞中加入诱导剂，使细胞凋亡。

4. 药物处理：向低剂量药物组和高剂量药物组细胞中加入新型药物，观察药物对细胞凋亡的影响。

5. 检测指标：- 流式细胞仪检测细胞凋亡率。

- 酶标仪检测细胞凋亡相关蛋白表达水平。

- 显微镜观察细胞形态变化。

五、实验结果1. 与对照组相比，模型组细胞凋亡率显著升高（P<0.01），细胞形态发生明显变化。

2. 与模型组相比，低剂量药物组和高剂量药物组细胞凋亡率均显著降低（P<0.01），细胞形态得到改善。

3. 与低剂量药物组相比，高剂量药物组细胞凋亡率更低（P<0.05），细胞凋亡相关蛋白表达水平降低。

六、讨论本实验结果表明，新型药物对心肌细胞凋亡具有显著的抑制作用，且高剂量药物组的抑制作用更强。

这表明新型药物在心血管疾病治疗中具有潜在的应用价值。

七、结论1. 新型药物能有效抑制心肌细胞凋亡，具有心血管疾病治疗的潜力。

2. 本实验为心血管疾病的治疗提供了新的思路和方法。

AASLD2019︱生物信息学技术在肝癌研究中的应用编者按：2019年11月8-12日，AASLD 2019年年会在波士顿隆重召开。

大会展示了肝脏疾病基础研究、转化医学、临床应用等方面的最新进展。

生物信息学技术的应用也为肝癌相关研究提供新思路。

本次大会上，两篇应用生物信息学技术鉴定到新的肝癌相关的生物标志物的研究，将分别在当地时间10日和11日进行口头报告。

蛋白质组学分析为肝癌血管侵犯找到新的生物标志物肝细胞癌（HCC）是全世界与癌症相关死亡的主要原因。

早期肝癌患者，通过肝切除和肝移植可能治愈。

然而，由于大血管侵犯和微血管侵犯（vascular invasion，VI），术后复发率仍然很高。

来自斯坦福大学的Maya Krishnan教授为了找到VI的血浆生物标志物，对侵袭性HCC小鼠和人类进行了跨物种分析[1]。

作者收集了130例HCC患者的癌症基因组图谱(the cancer genome atlas, TCGA)队列的蛋白质组学数据，并将其分为VI组和非VI组，以识别相关的生物标志物。

作者使用卵磷脂色谱/质谱(LC/MS)分析了MYC致癌基因驱动的侵袭性HCC小鼠的血浆蛋白组学变化。

比较分析发现纤维连接蛋白(fibronectin，FN1)极有可能是HCC VI生物标志物。

为了验证猜测，作者实施了一项前瞻性病例对照临床研究。

采用定量ELISA法对血浆蛋白进行验证。

结果表明，在HCC患者TCGA队列中，5%(17例)患者存在大血管浸润，25%(94例)患者存在微血管浸润。

作者发现有无血管侵犯的肿瘤中有87个蛋白存在差异表达（P<0.05；FDR< 0.05）。

在发生血管侵犯的肿瘤中，FN1、VEGFR2和PAI-1蛋白表达量最高（P=0.0001，FDR<0.001）。

同时，作者从携带肿瘤的MYC转基因小鼠（n=10）和对照小鼠（n=10）中提取血浆，并进行LC/MS分析。

与对照组相比，荷瘤小鼠中共140个蛋白过表达，32个蛋白低表达(P<0.05；差异倍数±2.0)。

实验三核酸序列分析【实验目的】1、掌握已知或未知序列接受号的核酸序列检索的基本步骤；2、掌握使用BioEdit软件进行核酸序列的基本分析；3、熟悉基于核酸序列比对分析的真核基因结构分析（内含子/外显子分析）；4、了解基因的电子表达谱分析；5、熟悉密码子偏好性分析。

【实验原理】针对核酸序列的分析就是在核酸序列中寻找基因，找出基因的位置和功能位点的位置，以及标记已知的序列模式等过程。

在此过程中，确认一段DNA序列是一个基因需要有多个证据的支持。

一般而言，在重复片段频繁出现的区域里，基因编码区和调控区不太可能出现；如果某段DNA片段的假想产物与某个已知的蛋白质或其它基因的产物具有较高序列相似性的话，那么这个DNA片段就非常可能属于外显子片段；在一段DNA序列上出现统计上的规律性，即所谓的“密码子偏好性”，也是说明这段DNA是蛋白质编码区的有力证据；其它的证据包括与“模板”序列的模式相匹配、简单序列模式如TATA Box等相匹配等。

一般而言，确定基因的位置和结构需要多个方法综合运用，而且需要遵循一定的规则：对于真核生物序列，在进行预测之前先要进行重复序列分析，把重复序列标记出来并除去；选用预测程序时要注意程序的物种特异性；要弄清程序适用的是基因组序列还是cDNA序列；很多程序对序列长度也有要求，有的程序只适用于长序列，而对EST这类残缺的序列则不适用。

1. 重复序列分析对于真核生物的核酸序列而言，在进行基因辨识之前都应该把简单的大量的重复序列标记出来并除去，因为很多情况下重复序列会对预测程序产生很大的扰乱，尤其是涉及数据库搜索的程序。

2. 数据库搜索把未知核酸序列作为查询序列，在数据库里搜索与之相似的已有序列是序列分析预测的有效手段。

在理论课中已经专门介绍了序列比对和搜索的原理和技术。

但值得注意的是，由相似性分析作出的结论可能导致错误的流传；有一定比例的序列很难在数据库里找到合适的同源伙伴。

对于EST序列而言，序列搜索将是非常有效的预测手段。

【导语】2019⾼考填报志愿时，⽣物信息专业怎么样、学什么、前景好吗等是⼴⼤考⽣和家长朋友们⼗分关⼼的问题。

以下是整理的⽣物信息专业介绍、主要课程、培养⽬标、就业前景，供⼤家参考。

1、⽣物信息学专业简介 ⽣物信息学(Bioinformatics)是研究⽣物信息的采集、处理、存储、传播，分析和解释等各⽅⾯的学科，也是随着⽣命科学和计算机科学的迅猛发展，⽣命科学和计算机科学相结合形成的⼀门新学科。

它通过综合利⽤⽣物学，计算机科学和信息技术⽽揭⽰⼤量⽽复杂的⽣物数据所赋有的⽣物学奥秘。

2、⽣物信息学专业主要课程 普通⽣物学、⽣物化学、分⼦⽣物学、遗传学、⽣物信息学、计算⽣物学、基因组学、⽣物芯⽚原理与技术、蛋⽩质组学、模式识别与预测、数据库系统原理、Linux基础及应⽤、⽣物软件及数据库、Perl编程基础等。

3、⽣物信息学专业培养⽬标 培养⽬标 本专业培养德、智、体、美全⾯发展，具有较好的分⼦⽣物学、计算机科学与技术、数学和统计学素养，掌握⽣物信息学基本理论和⽅法，具备⽣物信息收集、分析、挖掘、利⽤等⽅⾯的基本能⼒，能在科研机构、⾼等学校、医疗医药、环境保护等相关部门与⾏业从事教学、科研、管理、疾病分⼦诊断、药物设计、⽣物软件开发、环境微⽣物监测等⼯作的⾼级科学技术⼈才。

培养要求 学⽣主要学习⽣物信息学的基本理论和⽅法，受到相关科学实验和科学思维的基本训练，具有较好的分⼦⽣物学、计算机科学与技术、数学和统计学素养，具备⽣物信息的收集、分析、挖掘、利⽤等⽅⾯的基本能⼒，具有较好的业务素质。

4、⽣物信息学专业就业⽅向与就业前景 本专业学⽣毕业后可在各级⽣物信息学的研究机构、⾼等学校、企事业单位以及在研究和成果产业化过程中涉及到⽣物信息学的相关部门，从事科学研究、教学和管理⼯作 5、⽣物信息学专业⽐较不错的⼤学推荐，排名不分先后 1.华中农业⼤学A++ 2.中南⼤学A+ 3.哈尔滨医科⼤学A+ 4.上海交通⼤学A+ 5.天津医科⼤学A 6.华中科技⼤学A 7.东南⼤学A 8.⼤连理⼯⼤学A 9.苏州⼤学A 10.福建医科⼤学A 11.重庆医科⼤学A 12.同济⼤学A。

生物信息学资料生物信息学绪论1.HGP通过国际合作，用15年时间(1990～2005)至少投入30亿美元，构建详细的人类基因组遗传图和物理图，确定人类DNA的全部核苷酸序列，定位约2.5万基因，并对其它生物进行类似研究。

2.我国自主产权的全基因组测序计划水稻(2002)家鸡(2004)家蚕(2004)家猪(2012)大熊猫(2009)3.生物信息学的概念采用信息科学技术，借助数学、生物学的理论、方法，对各种生物信息（包括核酸、蛋白质等）的收集、加工、储存、分析、解释的一门学科。

收集、加工、储存：计算机科学家分析、解释：生物学家4.生物信息学的发展历史20世纪50年代，生物信息学开始孕育20世纪60年代，生物分子信息在概念上将计算生物学和计算机科学联系起来20世纪70年代，生物信息学的真正开端(序列比对算法)20世纪80年代初期，生物信息分析方法的发展20世纪80年代以后，生物信息服务机构和数据库20世纪90年代后，HGP促进生物信息学的迅速发展1956: 美国田纳西州首次召开了“生物学中的理论研讨会”；1962: Zucherkandl和Pauling研究了序列变化与进化的关系，开创了一个新的领域——分子进化；1967: Dayhoff研制出蛋白质序列图集，即后来著名的蛋白质信息源PIR；1970: Needleman和Wunsch提出了著名的序列比对算法，是生物信息学发展中最重要的贡献；1970: Gibbs和McIntyre发表著名的矩阵打点做图法；1978: Gingeras等人研制了核酸序列中酶切位点识别程序；1981: Smith和Waterman提出了著名的公共子序列识别算法，同年Doolittle提出了关于序列模式的概念；1982: GenBank第3版本正式发行；1983: Wilbur和Lipman发表了数据库相似序列搜索算法；1986: 日本核酸序列数据库DDBJ诞生；1986: 蛋白质数据库SWISS-PROT诞生；1988: 美国国家生物技术信息中心NCBI诞生；1988: 成立欧洲分子生物学网络(EMBNet)，EMBL数据库诞生；1988: Person和Lipman发表了著名的序列比较算法FASTA；1990: 快速相似性序列搜索算法BLAST问世，1987年BLAST的改进版本PSI-BLAST投入使用1996: Affymetrix生产出第1块DNA芯片。