生物信息学生物网络介绍-SW-20130310

1、生物网络介绍宋伟http:/http:/目录分类方法分析一、二、三、分类芯片数据二代测序数据差异表达基因GOpathway生物网络PPI网络转录调控网络miRNA靶基因网络小分子数据1. 蛋白质与蛋白质相互作用网络(PPI)原理：单个的蛋白质往往不会独自发挥作用，它们可能通过与别的对象互作，共同作用下才能发挥调节作用。方法：STRING：一个PPI web-service，可以通过输入目的基因名称，得到蛋白质互作网络。数据库收集：收集人类的蛋白质相互作用网络数据，我们从mint，hprd，grid这3个数据库中整理蛋白质相互作用数据。利用perl将含有目的基因名称的关系对找出，然后cytosc

2、ape作图。结果：得到PPI网络图 得到HUB蛋白互作网络模块GO、pathway功能富集分析1. 蛋白质与蛋白质相互作用网络(PPI)String: Known and Predicted Protein-Protein Interactions/CYTOSCAPEPpi网络图 Hub蛋白的筛选：从已经得到的生物学网络可知, 绝大部分生物学网络都服从scale-free （无尺度）网络的属性, 即网络中的少数节点具有大量的连接, 大部分节点都只有很少的连接, 这些少数节点是网络关键性节点( hub)。 对得到的相互作用网络进行节点分析 ，利用互作蛋白网络的无尺度性质，找到网络中的中心蛋白质（

3、hub蛋白）Ppi网络图PPI网络模块分析方法：String工具；Cytoscape 插件ClusterONE。2. Gene Ontology analysisGO富集分析GO(gene ontology)是基因及基因产物的功能分类体系，它从三个方面：生物过程 (Biological Process)、分子功能(Molecular Function)、细胞组分(Cellular Component)来描述基因、基因产物的特性。常用的对基因进行GO分析的软件、工具如下：DAVIDGene2goWebgestaltGeneInfoVizGeneCodisFuncAssociateBiNGOGOE

4、AST选择分析工具输入差异表达基因选择参数阀值物种Pvalue0.05输出GO功能分析结果GO分析结果展示重点介绍富集基因个数最多的前几个GO，通过引用已实验证明了的该GO term与疾病有关（参考文献），阐述疾病的发病机理GO分析结果展示CategoryTermdescriptionCountPValueGOTERM_BPGO:0008219cell death40.001981GOTERM_BPGO:0016265death40.002118GOTERM_CCGO:0005856cytoskeleton50.002456GOTERM_CCGO:0044430cytoskeletal par

5、t40.00865GOTERM_BPGO:0007010cytoskeleton organization30.017652GOTERM_BPGO:0006915apoptosis30.022067GOTERM_BPGO:0012501programmed cell death30.022955GOTERM_CCGO:0043232intracellular non-membrane-bounded organelle50.029423GOTERM_CCGO:0043228non-membrane-bounded organelle50.029423选择阀值：P value 2。3. Path

6、way analysisPathway是值生物代谢通路，我们最常用的pathway数据都为KEGG pathway数据。常用的基因pathway富集分析工具有DAVIDOnto-Tool: Pathway-ExpressWebgestaltKEGG数据库选择阀值Pathway分析结果展示pathway分析结果展示Pathway分析结果展示4. 转录调控网络分析原理：一个转录因子可以调控多个靶基因，一个靶基因可以被多个转录因子所调控，故此形成网络。方法：人类：在TRANSFAC 数据库和TRED数据库中获得调控关系原始数据，计算在两个数据库中都出现的调控关系对。拟南芥：AGRIS数据库。结果：调

7、控网络调控模块GO、pathway功能富集分析转录调控网络图模块以及调控它们的转录因子。黄色的代表转录因子，绿色的代表靶基因预测工具miRBaseTargetScanmirTarget2TarBasePicTarmiRandamiRecordsDIANA MicroTest5. miRNA与靶基因调控关系工具选择在预测时可以选择6个或者8个miRNA预测工具输入miRNAgene输出miRNA与靶基因关系对筛选同时存在于3个或4个预测结果的关系对miR familydifferential expressed targetsmiR-590-3pODZ2 RIMS1 FGF7 ZNF407 SM

8、OC2 MYOM3 DACT1 NDST3 SGIP1 INA TGFA IGF1 TRIB2 VCAM1 ANK3 LHX9 TSPAN2miR-1821SLC43A2 MEF2D SAMD12 UNC13A EPHA3 SOX6 ADCY2 EFNB2 GDF6 SORT1 NDST3 LDB3 ABCD1 ANK3 COL4A4miR-340-5pPCSK6 F3 TMEM35 HIPK3 HS3ST3B1 C18orf1 SAMD12 IGF1 TBX5 HERC3 NOG EPHA3 FAM84B PDE4B TMEM132D KRT6A TMEM201 POSTN SORT1 ML

9、L2 LDB3 HAPLN1 SGIP1 FGF7 EFNB2miR-124C18orf1 NXN GRIN3A FURIN SLITRK2 DACT1 PEG3 ACHE RYR2 PCSK6 PDE4B TSPAN15 CDH2 ABCD1 COL4A1 KANK4 PMEPA1 PABPC4L EPHA3 SAMD12 FAM135B PCDH9 HIPK3miR-30HERC3 MEF2D FOXD1 C3orf64 DACT1 MLL2 PLCB4 MXRA5 SATB2 IGF1 TSPAN2 SLC7A10 DAGLA FRZB PITX1 RIMS1 ADRA2AmiR-20a

10、b/20b-5pGLDN FRZB SCRT2 FURIN SLITRK2 LYPD6 MAPRE3 GABBR2 SAMD12 SMOC2 TRIM3 RHO F3 COL4A1 SIPA1L3 EFNB2 MINK1miR-19abMINK1 EFNB2 POSTN PMEPA1 FZD6 MEF2D THBS1 HIPK3 PITX1 SMOC2 SLC24A3 IGF1 C3orf64 ALPK2 SOX6 UNC13A ZPLD1 F3 FURINmiRNA与靶基因调控关系miRNA结果分析 结果中的十个miRNA，有6个已经被实验验证其与某疾病相关（参考文献）。而对miRNA中剩余

11、的4个未被实验证实的miRNA，我们利用DAVID软件对其调控的差异表达靶基因分别进行GO功能富集分析来考量它们与疾病的相关性。 miR-590的差异表达靶基因主要富集在细胞增殖、分化、创伤治愈、组织再生等。miR-340的差异表达靶基因主要富集在凋亡、细胞程序性死亡、细胞增殖、骨骼系统发育等。miR-182的差异表达靶基因主要富集在骨系统发育、骨发育、软骨发育、骨形成等。miR-30的差异表达靶基因主要富集在骨发育、细胞移动、肌肉器官发育、肌细胞分化等。 从富集结果可以看出，虽然这4个miRNA还未报道和骨关节炎相关，但其所靶向的基因都是和骨关节炎相关的，所以这几个miRNA均非常可能是重要的调节因子6 常用软件工具介绍Cytoscape是一款图形化显示网络并进行分析和编辑的软件，它支持多种网络描述格式，也可以用以Tab制表符分隔的文本文档或Microsoft Excel文件作为输入，或者利用软件本身的编辑器模块直接构建网络。它还包括许多常用的插件，例如ClusterONE，BiNGO等等，可以直接根据网络进行分析，得到目的结果。PerlPerl 是一种能完成任务的语言，它可以很容易操作数字，文本，文件和目录，计算机和网络，特别是程