一、中国科学家研制出预警白血病基因芯片(论文文献综述)
张磊磊[1](2019)在《ITK-SYK融合基因在外周T细胞淋巴瘤中的作用以及机制研究》文中研究表明第一部分ITK-SYK融合基因过表达载体构建以及细胞转染目的:ITK-SYK是非特指外周T淋巴瘤中最新发现的一种融合基因,对外周T淋巴瘤的发生发展有着重要作用。我们通过构建ITK-SYK融合基因的过表达慢病毒载体,转染Jurkat细胞使其表达SYK融合蛋白。同时观察慢病毒载体感染Jurkat细胞后的生物学行为变化。方法:用PCR方法分别扩增ITK,SYK基因片段,然后采用Fusion PCR方法将ITK、SYK基因融合,形成ITK-SYK融合基因。将融合基因片段插入到慢病毒过表达载体。通过酶切测序比对分析插入基因片段,测序成功后包装病毒感染Jurkat细胞。通过荧光显微镜,流式检测以及Western blotting实验分析融合基因ITK-SYK在细胞系中表达情况。采用CCK-8,软琼脂克隆实验、ELISA分析ITK-SYK融合基因对Jurkat细胞的生物学行为特性的影响。结果:PCR方法扩增出ITK、SYK片段产物以及融合基因片段后进行凝胶电泳,发现在500bp,1000bp,1500bp处出现条带。同时将融合基因片段插入慢病毒载体后进行酶切测序,结果比对证实成功构建ITK-SYK融合基因的慢病毒载体。慢病毒载体感染细胞后在荧光显微镜下检测到增强绿色荧光蛋白(EGFP)表达,流式分析检测到细胞的转染率为85.23%,western blotting检测到融合蛋白SYK的表达。CCK-8实验提示转染细胞的增殖增加,软琼脂克隆实验发现转染ITK-SYK组细胞克隆数目增多,以及ELISA方法检测到转染ITK-SYK组细胞细胞因子IL-2分泌增加。结论:成功构建ITK-SYK融合基因,并且观察到转染融合基因的细胞生长增殖速度增加,克隆能力增强,IL-2分泌增加,进一步探索引起生物学行为改变的分子机制。第二部分基因芯片检测ITK-SYK引起Jurkat细胞基因改变目的:通过基因芯片分析对照和ITK-SYK基因融合的外周T淋巴瘤中的差异表达基因,并对其进行聚类分析,注释和归类,显着性分析和网络分析,筛选出与肿瘤发生相关的信号通路,在整体水平上探索ITK-SYK融合基因的发病机制。方法:将对照和ITK-SYK慢病毒载体转染的Jurkat细胞进行全基因表达谱测序,对差异基因进行聚类分析。基于GO(Gene Ontology)数据库,对差异基因进行基因功能注释,筛选差异基因所体现的显着性功能。基于KEGG数据库,对差异基因参与的pathway进行差异性分析,筛选出差异性通路。利用KEGG数据库中的基因与基因产物的相互作用关系,发现差异基因之间的作用关系,定位上游与下游蛋白,从而构建基因的相互作用网络。结果:与对照组相比,ITK-SYK+Jurkat细胞存在722个差异表达基因,其中278个基因显着上调,444个基因显着下调。这些差异基因进行注释,主要参与细胞周期,凋亡,DNA修复,信号转导,和细胞增殖等生物学功能,涉及肿瘤,PI3K/Akt、MAPK、JAK/STAT信号通路。基因相互作用表明JAK3与STATs之间具有高度相关性,提示JAK/STAT通路激活。结论:融合基因对外周T淋巴瘤的作用并不是单个分子的生物学行为,通过融合基因引起的上述的生物学功能以及信号通路之间的相互交叉,互相影响,形成了ITK-SYK融合基因外周T淋巴瘤的分子基础。第三部分ITK-SYK引起Jurkat细胞JAK/STAT通路激活目的:根据基因芯片结果分析,JAK/STAT通路在ITK-SYK融合基因外周T淋巴瘤中发挥重要作用。本研究首先验证JAK/STAT通路蛋白在ITK-SYK融合基因外周T淋巴瘤中表达情况,进一步观察JAK3特异性抑制剂托法替尼(tofacitinib)对转染ITK-SYK融合基因的肿瘤细胞生物学行为影响,以及对ITK-SYK融合基因外周T淋巴瘤移植小鼠瘤负荷影响。方法:慢病毒载体感染Jurkat细胞,western blotting检测比较对照和ITK-SYK组JAK家族总蛋白以及磷酸化水平改变,根据基因芯片结果提示,检测两组细胞下游STAT3和STAT5总蛋白以及磷酸化水平改变,同时计算磷酸化蛋白/总蛋白比例。以转染ITK-SYK融合基因的Jurkat细胞为观察对象,通过CCK-8检测分别观察不同时间不同浓度的特异性JAK3抑制剂对细胞的活力改变情况。Western blotting检测不同浓度的特异性JAK3抑制剂对细胞下游STAT5总蛋白和磷酸化蛋白水平影响。流式检测JAK3抑制剂对细胞凋亡和周期改变。Western blotting检测细胞凋亡、周期蛋白变化。建立移植小鼠模型,以ITK-SYK融合基因阳性小鼠为观察对象,比较用药组与对照组之间肿瘤体积变化,荧光检测小鼠体积改变以及免疫组化检测SYK蛋白改变。结果:与ITK-SYK-Jurkat细胞相比,ITK-SYK+Jurkat细胞中的JAK1,JAK2和TYK2蛋白水平没有明显变化,JAK3蛋白水平轻微升高,磷酸化的JAK3蛋白水平明显升高。下游的STAT3,STAT5蛋白水平并没有明显变化,p-STAT5在ITK-SYK+Jurkat细胞中有表达而不是p-STAT3。使用0,0.5,2.5,5μM的抑制剂托法替尼分别作用于ITK-SYK+Jurkat细胞和ITK-SYK-Jurkat细胞6,18,24,48小时后,观察到特异性JAK3对ITK-SYK+Jurkat细胞的抑制作用呈浓度时间依赖性(2.5μM托法替尼作用48小时抑制率为50%),然而对ITK-SYK-Jurkat细胞并没有明显的抑制作用。2.5μM特异性JAK3抑制剂作用于ITK-SYK+Jurkat细胞后,磷酸化水平的STAT5蛋白表达完全抑制。0,0.5,2.5,5μM托法替尼作用ITK-SYK+Jurkat细胞24小时后,观察到用2.5μM托法替尼处理的细胞显示出更高的凋亡率(托法替尼17.11%对比对照4.12%,p<0.001),抑制剂增加至5μM浓度时,凋亡率反而下降。Western blotting检测出托法替尼处理组中裂解的半胱天冬酶-3的蛋白表达水平增加以及全长半胱天冬酶-3的蛋白表达水平降低。流式检测细胞周期显示G1/S期细胞数量明显增加,细胞停滞在G1/S期。Western blotting检测到P27蛋白水平增加和CDK2蛋白水平降低。5×106个ITK-SYK+CEM细胞皮下接种到小鼠体内。给予托法替尼(20mg/kg/天)或等同的PBS连续口服28天。与对照小鼠相比,在实验结束时,用托法替尼处理的小鼠显示出肿瘤生长的延迟。在第13天,托法替尼对肿瘤生长的抗肿瘤作用潜力是明显的。与对照组相比,小鼠体内活体成像观察到托法替尼治疗组中肿瘤生长被明显抑制。同时免疫组化检测到对照组中SYK蛋白的免疫染色强度显着强于托法替尼组。结论:ITK-SYK融合基因可以引起Jurkat细胞JAK3,STAT5蛋白磷酸化水平升高。使用特异性JAK3抑制剂托法替尼,可以引起体外ITK-SYK+Jurkat细胞增殖活力下降,凋亡水平增加,周期阻滞在G1/S期,体内小鼠肿瘤生长受抑制。第四部分ITK-SYK引起JAK/STAT通路激活依赖于IL2RG受体目的:JAK3是一种酪氨酸激酶,通过共同的γ链(IL2RG)受体参与细胞因子通路,参与细胞的增殖、分化和凋亡等过程。通过沉默IL2RG,观察对细胞生物学行为的改变。方法:以ITK-SYK+Jurkat细胞为观察对象,将三种不同的抗IL2RG的si RNA和无义si RNA(对照组)用电转的方法转染到ITK-SYK+Jurkat细胞,筛选出有沉默作用的si RNA。以ITK-SYK+Jurkat细胞为观察对象,实验分两组,实验组(抗IL2RG的si RNA)和对照组(无义si RNA)。给实验组额外添加IL-2,IL-21。Western blotting分析实验组和对照组以及加IL-2,IL21的四组细胞的JAK3,STAT5总蛋白以及磷酸化蛋白表达水平变化,同时计算出磷酸化蛋白/总蛋白比例。以细胞计数绘制生长曲线检测两组细胞增殖变化。流式检测两组细胞凋亡周期变化,同时Western blotting分析凋亡、周期蛋白表达变化。ELISA检测四组细胞(IYK-SYK—Jurkat组,ITK-SYK+Jurkat组,抗IL2RG的si RNA组,无义si RNA组)的细胞因子水平变化,并用Western blotting分析IL受体蛋白变化。结果:我们分析三种IL2RG特异性si RNA对ITK-SYK+Jurkat细胞中IL2RG抑制作用。与si IL2RG-1和si IL2RG-3相比,Si IL2RG-2有效抑制IL2RG的水平。生长曲线显示IL2RG敲低对ITK-SYK+Jurkat细胞存活产生明显的抑制作用,其随处理持续时间(24小时,48小时,72小时,96小时)而增加。类似地,与si RNA处理的对照相比,IL2RG敲低诱导ITK-SYK+Jurkat细胞凋亡增加。与通过流式细胞术获得的结果一致,在si IL2RG处理组中观察到裂解的半胱天冬酶-3的水平增加以及全长半胱天冬酶-3的水平降低。细胞周期分析显示si-IL2RG处理的ITK-SYK+Jurkat细胞中G1/S期细胞数量显着增加(对照76.23%对比si IL2RG-2 92.31%,p<0.01)。与G1/S期阻滞一致,在用si IL2RG-2处理后,Western blotting检测到ITK-SYK+Jurkat细胞中P27蛋白水平增加和CDK2蛋白水平降低。然后我们研究了ITK-SYK+Jurkat细胞中与IL2RG相关的细胞因子的分泌。与ITK-SYK—Jurkat细胞相比,ITK-SYK+Jurkat细胞中IL-2和IL-21的分泌增加,而IL-4,IL-7,IL-9和IL-15的分泌没有明显改变。与无义si RNA对照相比,IL-2RG敲低的ITK-SYK+Jurkat细胞中的IL-2和IL-21产生并没有明显变化。Western blotting分析si IL2RG-2对IL2RG的沉默抑制了ITK-SYK+Jurkat细胞中JAK3和STAT5的活性,而空载体不影响JAK3或STAT5磷酸化。同时,外源性IL-2(25ng/ml)和IL-21(25ng/ml)不能恢复由si IL2RG-2引起的变化。与细胞因子一致,我们发现IL2R和IL21R的表达水平在ITK-SYK+Jurkat细胞中升高,而IL7R的表达水平降低。结论:JAK3/STA5磷酸化依赖于ITK-SYK+Jurkat细胞中IL2RG的存在,并且与IL-2和IL-21的分泌相关。所有这些数据都强烈表明ITK-SYK融合基因的外周T淋巴瘤中IL2RG/JAK3/STAT5通路激活。
李娟[2](2016)在《慢性粒细胞白血病细胞株K562/ADR耐药机制的研究》文中研究表明目的:找出与慢性粒细胞白血病耐药相关的新基因,为今后进一步的研究奠定基础。方法:提取K562及K562/ADR细胞总RNA,进行表达谱基因芯片检测;利用KEGG和BIOCARTA等数据库资源行富集分析,对ECM-receptor interaction通路中CD44和SDC2基因,进行文献复习;利用荧光定量PCR法检测了CD44和SDC2的mRNA的表达水平。结果:1.耐药株K562/ADR与非耐药株K562比较上调的基因有647个,下调的基因有287个;2.对差异基因进行Pathway富集分析,位于前十位的通路分别为系统性红斑狼疮通路、细胞外基质受体相互作用通路、丝裂原活化蛋白激酶(MAPK)信号通络、内吞作用信号通络、细胞因子及其受体相互作用通路、过氧化物酶信号通路、actin因子调节通络、黏着斑黏附通路、P53凋亡通路、NK细胞介导的细胞毒作用信号通路;3.ECM-receptor interaction通路中含有13个差异基因,上调最显着的为CD44,下调最显着的为SDC2;4.定量PCR检测结果显示,与K562细胞株比较K562/ADR耐药细胞株的CD44的mRNA表达水平显着上调,而SDC2的mRNA表达水平则显着下调。结论:1.基因芯片是筛选与自血病耐药相关的基因高效方法;2.肿瘤微环境介导的耐药可能与ECM-receptor interaction通路有关;3.CD44和SDC2可能参与了白血病耐药机制。
万虹志[3](2016)在《双聚类与关联规则在基因表达数据中的应用》文中提出基因芯片技术的快速发展一方面使得人类基因组计划能够得以顺利实施,同时,另外一方面也为我们积累了大量的基因表达数据,为生命科学的相关研究提供了充足的数据资源。但是,怎样才能够对这些可能有着丰富生物学内涵的基因表达数据进行有效地分析,以帮助我们发现基因之间可能存在的调控关系,甚至构建出基因之间可能存在的调控网络已经成为目前生物信息学研究领域中一个极其重要的问题。而关于各种疾病基因表达数据的分析则更是其中的热点问题。对于基因之间的调控关系以及基因表达调控网络的深入研究能够帮助我们准确地理解产生这些疾病的内在机制,同时还有利于诊断方法的发展,基因治疗候选人的选择以及药物治疗的创新等等。本文在简要介绍相关生物学背景知识和详细阐述基因表达数据常用分析方法的基础之上,采用双聚类与关联规则的方法对急性白血病的基因表达数据进行了分析。首先通过双聚类的方法识别了可以用作急性白血病亚型签名识别的标志基因,并对某些基因的多功能性进行了分析;然后通过关联规则的方法对可能存在的调控基因进行了预测,并根据所得到的关联规则构建了标志基因之间可能存在的调控网络。希望这些标志基因的识别以及基因调控网络的构建能够为急性白血病的诊断和治疗提供一些有价值的线索或者信息。
朱瑞豪[4](2015)在《鸡三种免疫抑制病基因芯片检测方法的建立》文中研究表明近年来,禽类免疫抑制病在我国养禽业中迅速蔓延,严重地威胁着养禽业的健康发展,禽类免疫抑制病在临床上主要依靠疫苗和药物来防控和治疗;但其中一些疫病迄今为止仍无有效的疫苗和药物,此类疫病在临床上主要通过对病原进行检测,从而达到净化和防控的目的。本研究基于多重PCR技术,建立了鸡传染性贫血病、禽网状内皮组织增殖病和区分禽白血病A、C、D亚群的基因芯片检测方法。根据NCBI收录的鸡传染性贫血病毒、禽网状内皮增生症病毒与禽白血病病毒A、C、D亚群参考毒株的序列,设计合成3对特异性扩增引物,将下游引物进行Cy3荧光标记,建立多重PCR体系;并参考目的序列内保守区域,设计合成10条寡核苷酸探针,按照矩阵设计,点制在醛基化玻璃基片上,制作寡核苷酸探针基因检测芯片;提取病毒核酸,进行多重PCR扩增后与探针进行杂交,然后用荧光检测仪扫描并分析结果。经杂交反应后,芯片能够同时检测鸡传染性贫血病病毒和禽网状内皮增殖病病毒,并能区分禽白血病病毒A、C、D亚群,其灵敏度能够到达107copies/mL,并且具有较高的特异性。基因芯片对450份临床样品检测的结果与ELISA抗体检测结果相比符合率高。本研究结果证明,基因芯片技术是一种有效地检测鸡传染性贫血病毒和禽网状内皮增殖病病毒,并能区分禽白血病病毒A、C、D亚群的方法,为今后在临床应用中快速鉴别诊断鸡传染性贫血病病毒、禽网状内皮增生症病病毒与禽白血病病毒A、C、D亚群提供可行性。通过本研究方法建立了禽白血病基因芯片,对同一只鸡的全血、血清、蛋清和泄殖腔棉拭子等进行跟踪检测。检测结果显示,基因芯片方法检测全血的阳性率为69.23%;ELISA试剂盒检测蛋清样品中p27抗原的阳性率为23.08%。芯片检测率显着高于ELISA试剂盒检测率,且全血是用于禽白血病基因芯片检测的最优材料。
山东省人民政府[5](2012)在《山东省人民政府关于2012年度山东省科学技术奖励的决定》文中研究表明鲁政发[2012]44号各市人民政府,各县(市、区)人民政府,省政府各部门、各直属机构,各大企业,各高等院校:为贯彻落实党的十八大精神和全国科技创新大会精神,鼓励科学技术创新,大力实施创新驱动发展战略,根据《山东省科学技术奖励办法》,
陈婧[6](2010)在《基于酶联免疫技术检测急性早幼细粒细胞白血病mRNA的多通道生物传芯片的实验研究》文中指出急性早幼粒细胞白血病是急性髓细胞白血病(AML)FAB分型中的M3亚型,大约占成人AML的10%~15%。95%以上的APL患者具有PML/RARα融合基因。PML/RARα融合基因是急性早幼粒细胞白血病特异的分子学标志,检测PML-RARα融合基因不仅能够协助急性早幼粒细胞白血病诊断,而且对该融合基因定量对微小残留病(MRD)检测也有重要意义。由于传统形态学及常规PCR技术不能对其定量,所以本文设计了一种新的方法检测急性早幼粒细胞白血病PML/RARα融合基因。将电化学DNA生物传感器技术和多通道生物传感芯片技术结合构建出多通道电化学传感芯片对急性早幼粒细胞白血病PML/RARα融合基因进行检测。电化学DNA生物传感器是近几年迅速发展起来的一种全新的生物传感器,具有灵敏度高、响应快、微型化、价格低廉等优点。多通道生物传感芯片也是最近几年在生命科学研究领域崭露头角的一项新技术。多通道生物传感芯片是由16个通道构成,每一通道都是一个传感器的探头,包括一个工作电极,参比电极及辅助电极,因此每个通道都能构成一个独立的传感器。将二者结合能够实现一次操作多次检测,具有快速、高效及并行处理的能力,具有广泛的应用前景。脱氧核糖核酸(DNA,为英文Deoxyribonucleic acid的缩写),又称去氧核糖核酸,是染色体的主要化学成分,同时也是组成基因的材料。DNA是由许多脱氧核苷酸残基按一定顺序彼此用3’,5’-磷酸二酯键相连构成的长链。大部分DNA以双螺旋结构存在,为双链长分子。高温下,双链DNA变性成为两条单链能够重新杂交形成双链,从而会阻碍探针与目标DNA的杂交。核糖核酸(缩写为RNA,即Ribonucleic Acid),由核糖核苷酸经磷酯键缩合而成长链状分子。与DNA不同,RNA一般为单链长分子,不形成双螺旋结构。因此,不存在变性与复性,而能够与探针充分杂交。因此,本文以急性早幼粒细胞白血病PML/RARαmRNA为检测目标,希望能够提高灵敏度。本文设计了两种结构的电化学探针(茎环结构探针和“三明治”结构探针),并分别构建了两种不同的多通道电化学传感芯片,用于急性早幼粒细胞白血病PML/RARαmRNA的检测,同时考察了传感芯片的特异性、稳定性等性能。首先,根据急性早幼粒细胞白血病融合基因的碱基序列设计出“三明治”结构DNA探针。将电化学技术和酶联免疫分析技术相结合构建出的“三明治”结构的多通道电化学传感芯片可以识别和定量检测溶液中人工合成的PML/RARα融合基因片断。结果表明,在最佳条件下,测定mRNA的线性范围为0.1 pM- 200 pM,检测限为1.2×10-14 M。研究还发现该传感器能够很好地识别互补链与不匹配链,具有较好的特异性。可以实现对急性早幼粒细胞白血病中PML/RARα融合基因mRNA定性定量的测定。另外,根据急性早幼粒细胞白血病融合基因的碱基序列设计出茎环结构DNA探针并且采用电化学酶联免疫分析技术构建出发夹结构探针修饰的多通道电化学传感芯片对人工合成的PML/RARα融合基因片断进行检测。结果表明:在优化杂交条件下,该传感芯片测定mRNA的浓度线性范围为0.5 pM- 300 pM,检测限为5.0×10-14 M。能很好的识别杂交溶液中的完全互补序列与单碱基突变序列,甚至能够很好识别种类的单碱基不匹配序列(A碱基不匹配、G碱基不匹配、C碱基不匹配),可以实现对急性早幼粒细胞白血病中PML/RARα融合基因定性定量的测定。
王树林[7](2007)在《生物子序列频数分布与肿瘤亚型分类模型研究》文中研究指明生物信息的爆炸式增长吸引了大量科研人员加入到生物信息学研究领域,使得生物信息学很快成为全球关注与研究的焦点。我们主要研究了生物信息学中的两个基本问题:(1)关于k-长DNA子序列在基因组全序列中出现频数的分布问题;(2)关于基于基因表达谱的肿瘤分子诊断问题。对于这两个问题的研究,都取得了非常好的实验结果,具有理论和现实意义,有助于生物信息学的发展。针对问题一,分别从DNA序列的可视化表示、k-长DNA子序列出现频数分布及其计数算法三个方面展开研究。针对问题二,分别从肿瘤特征抽取和信息基因选择两个方面研究了肿瘤亚型分类模型。DNA序列可视化表示对于研究其结构与功能具有至关重要的意义,它有助于重复子序列的识别、内含子与外显子的区分以及DNA序列进化等方面的研究。我们首先综述性研究了几种DNA序列的可视化表示方法,比较了生成DNA序列分形图像的Hao方法与经典的混沌游戏表示方法的异同点,讨论了禁止子序列中回文子序列情况,阐述了迭代函数系统产生分形吸引子的数学机理,详细介绍了根据Moore自动机与迭代函数系统定义的混沌自动机,并研究了以DNA序列驱动混沌自动机产生分形图像的方法,提出DNA序列三联密码子的分形图像表示方法,并对其进行了初步分析研究,提出进一步需要解决的问题。我们在生成DNA序列分形图像的Hao方法的基础上进一步提出一种能够直观显示k-长DNA子序列频数分布差异性的三维频数分布图生成方法,其优点是能够更加直观地观察k-长DNA子序列频数分布。然后把三维频数分布图转化为我们提出的一维对数频谱图,突出显示了频数分布的局部特征,并以一维对数频谱图为依据提出k-长DNA子序列频数区划分准则,详细研究了甚高频数区的n阶零间隔现象,发现并论证了,n阶零间隔分布就是基因组进化过程所留痕迹的有力证据,并给出一维对数频谱图特征的生物学解释。实验发现许多DNA序列频数概率分布近似服从非中心F分布,这个新发现有一定的普适性;对于分布呈多峰现象的DNA序列,可采用多个非中心F分布的叠加来拟合。在比较了非中心F分布与Gamma分布后,提出一种结合二者在拟合方面具有互补优势的新分布,实验证明这种新分布能够更好地吻合实际DNA序列的频数分布。然后研究了两种最特异出现频数(最高出现频数与出现频数为1的k-长DNA子序列个数)与k值的关系,发现不同物种的这两种关系具有良好的一致性,比如发现k-长DNA子序列最高出现频数与k值的关系与指数概率分布函数只相差一个常数因子。最后探讨了DNA序列的进化模型。因为现实世界中的基因组规模非常大,所以对k-长DNA子序列的出现频数进行计数并不是一件容易的事。我们提出并研究了k-长DNA子序列在DNA全序列中出现频数的计数问题,设计并实现了k-长DNA子序列内部计数算法和外部计数算法。该算法通过一个哈希函数把k-长DNA子序列映射为整数关键字从而把k-长DNA子序列出现频数的计数问题转化为整数关键字的重复计数问题,使得能够利用经典B树算法来解决频数计数问题,并针对待解问题的特点提出三种改进措施以进一步提高算法的性能。基于基因表达谱的肿瘤亚型分类方法有望成为临床医学上一种快速有效的肿瘤分子诊断方法,但由于目前肿瘤基因表达谱样本集存在维数过高、样本量很小以及噪音很大等特点,使得选择肿瘤信息基因或从基因表达谱中抽取肿瘤分类特征成为一件有挑战性的工作。国内外专家学者对肿瘤分类问题已开展了广泛深入的研究。我们在总结肿瘤分类研究成果的基础上概括出基于基因表达谱的肿瘤分类过程模型,阐述了分类过程模型的关键环节及其常用方法,提出肿瘤分类过程模型的分类方法,并过程模型比较了前人的研究成果,指出目前肿瘤分类研究中存在的问题。针对肿瘤特征抽取问题,设计了六种方法以获得肿瘤分类特征,分别是:1)主成份分析方法PCA,2)因子分析方法FA,3)独立分量分析方法ICA,4)小波包分解方法WPD,5)基于离散余弦变换(DCT)的PCA方法,6)基于离散Fourier变换(DFT)的PCA方法。实验采用两种肿瘤样本集(结肠癌和急性白血病样本集)验证了这六种方法的有效性。实验结果表明,所提出的方法不仅分类性能好而且各有其特点,都能在保持较高的分类准确率前提下大幅地降低基因表达谱数据维数。在分类性能方面,基于DCT变换的PCA方法是一个比较理想的数据降维方法,对于结肠癌组织样本,交叉验证识别准确率高达96.77%,而对于急性白血病组织样本,其准确率高达100%。因子分析方法和独立分量分析方法有助于分析样本集的结构特征,实验发现只需少量的因子或独立分量就可以获得很高的分类性能,由此推测,只需3~4个肿瘤信息基因就可以获得很高的分类性能的假设,为设计优秀的肿瘤信息基因选择算法提供了先验知识。尽管采用肿瘤特征抽取方法获得了好的实验结果,但是肿瘤信息基因选择仍是必不可少的工作。从基因表达谱的成千上万个基因中选择尽可能多的、分类能力尽可能强而基因数量却尽可能少的信息基因子集是一个挑战性工作。在没有先验知识的情况下,在如此大的基因空间中进行穷尽搜索是不可能的事情。为此我们提出了两类近似算法来解决肿瘤信息基因的选择问题。一类是采用经典粗糙集模型和邻域粗糙集模型的属性约简算法进行信息基因选择的方法。由于采用经典粗糙集模型的属性约简算法需要对数据进行离散化处理而导致信息损失,致使选出的肿瘤信息基因分类性能不高。为避免这个问题,我们又以邻域粗糙集模型的属性约简算法FARNeM(forward attribute reduction based on neighborhood model)为基础,设计了十一种信息基因选择算法以解决肿瘤亚型分类问题。实验结果表明,该方法能够快速搜索到分类准确率更高的信息基因子集。为提高NEC(neighborhood classifier)分类器在样本不均衡时的分类性能,对NEC分类器进行改进提出了一种适合于样本不均衡数据集的加权邻域分类器;同时我们还把适合于多分类问题的特征选择算法Simba(iterative search margin based algorithm)引入到肿瘤分类领域中,以丰富肿瘤信息基因选择方法的多样性;为增加分类模型的可信度提出一种基于邻域粗糙集模型的概率神经网络集成方法对肿瘤样本集进行分类;为实用的肿瘤分子诊断软件研制奠定了基础。另一类是根据获得的肿瘤基因表达谱样本集的结构特征提出的以支持向量机分类器为评估准则的肿瘤信息基因启发式宽度优先搜索算法,其优点是能够同时搜索到基因数量尽可能少而分类能力尽可能强的多个肿瘤信息基因子集。实验采用了三种肿瘤样本集验证了这种分类算法的可行性和有效性。对于急性白血病组织样本集,只需2个信息基因就能获得100%的4-折交叉验证分类准确率(共发现14个这样的两基因子集);而对于难以分类的结肠癌组织样本集,只需4个信息基因就可获得100%的4-折交叉验证分类准确率(共发现7个这样的四基因子集);对于小圆蓝细胞肿瘤(Small Round Blue Cells Tumor,SRBCT)数据集,同样只需4个信息基因就能获得100%的4-折交叉验证分类准确率(共发现504个这样的四基因子集);实验结果与我们的预测假设十分吻合。与国内外其它优秀的肿瘤分类算法相比,我们的实验结果在综合分类性能方面超过目前所有已知的分类算法。为更加客观地评价肿瘤分类模型的分类性能,我们提出一种能够消除肿瘤样本集的不同划分对分类性能造成影响的一种称之为全折交叉验证的方法,实验证明这是一种更加客观反映分类性能的评估方法;同时针对多肿瘤亚型样本集提出一种推断肿瘤亚型相关信息基因的方法。
魏庆[8](2006)在《cDNA芯片在癌症研究中的应用》文中进行了进一步梳理cDNA微阵列是将cDNA文库中大量的基因序列固定于载体上,可用于同时检测比较生物样品中多个基因的表达状况。近年来基因芯片被越来越多生物学家用来分析比较癌症组织与相应正常组织之间基因表达的差异,以期研究癌症机制和帮助临床治疗。 在方法学上,为了提高cDNA芯片的性能,我们采用不对称PCR的方法来制备DNA靶分子,并和传统的方法在杂交动力学方面进行了比较。由于基因芯片上的cDNA序列包括编码链和非编码链,这使得它们会和样本中的cDNA发生竞争性的杂交,增加了实验的复杂性,降低了杂交效率和灵敏度。为了解决这个问题,我们使用不对称PCR来制备大量的单链cDNA靶分子,用于制作芯片。在实验中,我们系统的比较了ssDNA和dsDNA的杂交行为,而且对不对称PCR的参数进行了优化,使它能够有效的制备高重复性,精确性和可靠性的ds-ssDNA芯片。 在癌症研究的课题中,本人对3种癌症,即急性白血病、脑膜瘤和前列腺癌的表达谱进行了分析。结合生物信息学、统计学和分析软件,筛选出了一批十分具有研究价值的基因,许多还是在癌症中首次报道。从系统和整体的角度,对急性白血病的发生发展机制进行了探讨,构建了一条脑膜瘤发生发展的通路,对在前列腺癌中差异表达,且和激素相关的基因的网络相互作用进行了阐述。进一步的,结合样本的临床资料情况,对急性白血病中难治易治的机制进行了分析,对脑膜瘤中各级别间的差异进行了探讨,对前列腺癌中雄激素依赖和非依赖的机制进行了研究。更深一步的,依据这几种癌症各自的特点,对前列腺癌中激素和血管生成相关等方面,对脑膜瘤中男女病人比例差异、辐射影响和HIV病毒因素等方面进行了分析和探讨。最后,对这3种癌症的表达谱数据还进行了Meta组合分析,找到一组在3种癌症中都显着差异表达的基因,这些基因的异常表达反映了癌症细胞中细胞周期、增殖、生长、凋亡和信号传导等方面异常的现象。其中一些基因的功能还尚不清楚,因此更值得深入研究。
新华社信息中心[9](2003)在《科技发展动态》文中提出 部委"高校科普工程"正式启动由中国科学技术发展基金和中国科学院出版委联合主办,《图形科普》杂志社承办的"高校科普工程"已正式启动。"高校科普工程"宗旨是:通过在全国高校范围内开展多种形式的科普活动。主要的活动包括:《图形科普》等科普期刊校园免费赠阅、向211工程百所院校捐赠"科技创造未来"系列
易霞,尚永丰[10](2003)在《生物芯片技术发展及应用前景》文中认为生物芯片技术是近年来发展迅速的一项高新技术,是分子生物学、遗传学、核酸化学、表面化学、分析化学、计算机软件和微机械自动化技术等诸多领域高度结合的产物。生物芯片技术以其高通量、大规模和集成的特点被广泛应用于分子生物学水平上的生理及病理现象的探讨以及疾病发生的机理、疾病的诊断和预后等研究。此外,生物芯片技术还可应用于疫苗和新药的研制和开发。
二、中国科学家研制出预警白血病基因芯片(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、中国科学家研制出预警白血病基因芯片(论文提纲范文)
(1)ITK-SYK融合基因在外周T细胞淋巴瘤中的作用以及机制研究(论文提纲范文)
前言 |
参考文献 |
中文摘要 |
英文摘要 |
第一部分 ITK-SYK融合基因过表达载体构建以及细胞转染 |
引言 |
实验材料 |
实验方法 |
结果 |
讨论 |
参考文献 |
第二部分 基因芯片检测ITK-SYK引起JURKAT细胞基因改变 |
引言 |
实验材料 |
实验方法 |
结果 |
讨论 |
参考文献 |
第三部分 ITK-SYK引起JURKAT细胞JAK/STAT通路激活 |
引言 |
实验材料 |
实验方法 |
结果 |
讨论 |
参考文献 |
第四部分 ITK-SYK引起JAK/STAT激活依赖于IL2RG受体 |
引言 |
实验材料 |
实验方法 |
结果 |
讨论 |
参考文献 |
综述 |
参考文献 |
英文缩略表 |
附录 发表论文 |
致谢 |
(2)慢性粒细胞白血病细胞株K562/ADR耐药机制的研究(论文提纲范文)
摘要 |
ABSTRACT |
缩略词表 |
第一章 引言 |
第二章 材料与方法 |
2.1 材料 |
2.1.1 实验试剂和仪器 |
2.1.2 细胞系 |
2.2 方法 |
2.2.1 细胞培养 |
2.2.2 样本RNA的提取、定量和质控 |
2.2.3 芯片的杂交、洗染及扫描 |
2.2.4 芯片数据的质控 |
2.2.5 差异基因的筛选和生物信息学分析 |
2.2.6 定量PCR |
2.2.7 统计分析 |
第三章 结果 |
3.1 样本总RNA的质检结果 |
3.2 基因芯片结果 |
3.2.1 质控结果 |
3.2.2 有显着差异的基因数目 |
3.2.3 差异基因Pathway富集分析 |
3.2.4 ECM-receptor interaction通路中相关差异基因 |
3.3 文献复习结果 |
3.4 定量PCR检测结果 |
第四章 讨论 |
第五章 结论 |
参考文献 |
综述 |
参考文献 |
经费资助 |
致谢 |
(3)双聚类与关联规则在基因表达数据中的应用(论文提纲范文)
摘要 |
ABSTRACT |
1.绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文内容与组织结构 |
2.相关知识简介 |
2.1 生物信息学 |
2.1.1 生物信息学概述 |
2.1.2 生物信息学研究的主要内容 |
2.2 基因表达数据 |
2.2.1 基因芯片概述 |
2.2.2 基因表达数据矩阵 |
2.2.3 基因表达数据库 |
3.基因表达数据的常用分析方法 |
3.1 传统聚类分析 |
3.1.1 聚类分析概述 |
3.1.2 常用的传统聚类分析方法 |
3.1.3 传统聚类分析方法的缺陷 |
3.2 双聚类分析 |
3.2.1 双聚类分析概述 |
3.2.2 双聚类的定义 |
3.2.3 双聚类的结构 |
3.2.4 双聚类的算法分类 |
3.2.5 双聚类的常用算法 |
3.3 关联规则分析 |
3.3.1 关联规则分析概述 |
3.3.2 关联规则的基本概念 |
3.3.3 关联规则的基本形式 |
3.3.4 关联规则的有效性和实用性 |
3.3.5 关联规则分析的基本原理和步骤 |
3.3.6 关联规则分析的常用算法 |
4.基因表达数据的实例分析 |
4.1 实验背景及数据来源 |
4.2 基因表达数据的预处理 |
4.3 基因表达数据的双聚类分析 |
4.3.1 癌症亚型的签名识别 |
4.3.2 基因的多功能性分析 |
4.4 基因表达数据的离散化处理 |
4.5 基因表达数据的关联规则分析 |
4.5.1 调控基因的识别和预测 |
4.5.2 基因调控网络的构建 |
5.总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
附录 |
致谢 |
(4)鸡三种免疫抑制病基因芯片检测方法的建立(论文提纲范文)
摘要 |
ABSTRACT |
中英文缩略词表 |
第一章 综述 |
1 鸡传染性贫血病 |
1.1 病原学 |
1.2 流行病学 |
1.3 诊断方法和防制措施 |
2 禽网状内皮组织增殖病 |
2.1 病原学 |
2.2 流行病学 |
2.3 诊断方法与防制措施 |
3 禽白血病 |
3.1 病原学 |
3.2 流行病学 |
3.3 诊断方法与防制措施 |
4 基因芯片技术 |
4.1 基因芯片 |
4.2 基因芯片的原理 |
4.3 基因芯片的制备 |
4.4. 基因芯片在生物领域中的应用 |
5 本研究的目的与意义 |
6 技术路线 |
第二章 禽三种免疫抑制病基因诊断芯片的探针设计 |
1 材料与方法 |
1.1 材料 |
1.2 三种免疫抑制病病毒保守序列的选取 |
1.3 禽白血病病毒 A、C、D 亚群多变区的选取 |
1.4 寡核苷酸探针的设计原则 |
1.5 三种免疫抑制病病毒寡核苷酸探针的设计 |
2 三种免疫抑制病探针设计结果 |
3 讨论 |
第三章 多重 PCR 反应体系和程序的建立 |
1 材料与方法 |
1.1 待测样品及寄主细胞 |
1.2 主要试剂 |
1.3 主要仪器 |
1.4 鸡传染性贫血病病毒 CUX、BJ0924 毒株 DNA 模板的制备 |
1.5 A 亚群 RAV-1 毒株 DNA 模板的制备 |
1.6 参考毒株的选取 |
1.7 其余参考毒株的 cDNA 模板的制备 |
1.8 多重 PCR 引物的设计 |
1.9 多重 PCR 体系和程序的建立及优化 |
2 结果 |
2.1 多重 PCR 引物设计结果 |
2.2 多重 PCR 扩增体系和程序优化结果 |
3 讨论 |
第四章 三种免疫抑制病基因诊断芯片的研制 |
1 材料与方法 |
1.1 主要试剂 |
1.2 主要仪器 |
1.3 实验材料 |
1.4 基因芯片的制备 |
1.5 基因芯片杂交与检测 |
1.6 特异性实验 |
1.7 灵敏性实验 |
1.8 临床样品检测 |
2 结果 |
2.1 芯片检测多重 PCR 产物实验结果 |
2.2 芯片特异性实验结果 |
2.4 灵敏性实验结果 |
2.5 芯片临床样品检测结果 |
3 讨论 |
第五章 禽白血病基因芯片检测临床样品的比较研究 |
1 材料与方法 |
1.1 主要试剂 |
1.2 主要仪器 |
1.3 实验材料 |
1.4 样品采集与制备 |
1.5 多重 PCR |
1.6 禽白血病基因芯片的制备 |
1.7 禽白血病基因分型芯片杂交与检测 |
1.8 禽白血病抗体试剂盒检测 |
1.9 数据分析 |
2 结果 |
2.1 禽白血病基因芯片检测结果 |
2.2 蛋清和泄殖腔棉拭子 ELISA 检测结果 |
2.3 血清 ELISA 检测结果 |
2.4 禽白血病基因芯片检测全血和 ELISA 方法检测血清的结果比较 |
2.5 禽白血病基因芯片检测全血和 ELISA 方法检测蛋清的结果比较 |
3 讨论 |
全文结论 |
参考文献 |
附录 |
硕士期间取得的成果 |
致谢 |
本研究资助项目 |
(6)基于酶联免疫技术检测急性早幼细粒细胞白血病mRNA的多通道生物传芯片的实验研究(论文提纲范文)
英文缩写词表 |
中文摘要 |
英文摘要 |
前言 |
第一部分 检测急性早幼粒细胞白血病PML/R ARα mRNA 的“三明治”构型电化学多通道生物传感芯片的实验研究 |
实验试剂与溶剂 |
实验方法 |
结果与讨论 |
小结 |
参考文献 |
第二部分 检测急性早幼粒细胞白血病PML/R ARα mRNA 的茎环构型电化学多通道生物传感芯片的实验研究 |
实验试剂与溶剂 |
实验方法 |
结果与讨论 |
小结 |
参考文献 |
结论 |
附录 |
致谢 |
综述 |
(7)生物子序列频数分布与肿瘤亚型分类模型研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 概述 |
1.2 分子生物学基本知识 |
1.2.1 分子生物学中心法则 |
1.2.2 RNAi干扰技术 |
1.2.3 生物遗传密码 |
1.2.4 基因的基本结构 |
1.2.5 基因表达调控与基因表达谱 |
1.3 生物信息学的发展历程 |
1.3.1 七十年代前期:计算研究的开创期 |
1.3.2 二十世纪七十年代:理论基础的奠定 |
1.3.3 二十世纪八十年代:更多算法和资源 |
1.3.4 二十世纪九十年代 |
1.3.5 未来展望 |
1.4 课题研究的背景、意义与方法 |
1.4.1 研究背景 |
1.4.2 研究意义 |
1.4.3 国内外研究现状 |
1.4.4 研究方法 |
1.5 肿瘤系统生物学 |
1.5.1 肿瘤的致病机理 |
1.5.2 肿瘤系统生物学简介 |
1.6 描述符号 |
1.7 论文结构与研究内容 |
第二章 生物序列结构可视化表示方法比较研究 |
2.1 概述 |
2.2 DNA序列的分形图形表示 |
2.2.1 一维 DNA行走 |
2.2.2 二维 DNA行走 |
2.2.3 三维 DNA行走 |
2.2.4 DNA序列的几何表示 |
2.2.5 DNA序列的分形图形表示比较 |
2.3 DNA序列分形图像表示 |
2.3.1 Hao方法分形表示 |
2.3.2 序列的混沌游戏表示 |
2.3.3 Hao方法和CGR方法比较 |
2.3.4 禁止子序列探讨 |
2.4 迭代函数系统分形 |
2.4.1 压缩映射 |
2.4.2 迭代函数系统 |
2.4.3 混沌自动机 |
2.4.4 CA分形实现算法 |
2.5 三联密码子序列分形图像表示 |
2.6 本章小结 |
第三章 k-长DNA子序列的频数分布研究 |
3.1 概述 |
3.1.1 全基因组测序概况 |
3.1.2 实验数据 |
3.2 k-长DNA子序列频数分布 |
3.2.1 Hao方法分形图像表示 |
3.2.2 三维频数分布图 |
3.2.3 DNA序列2D分形图像的成因分析 |
3.2.4 DNA子序列对数频谱图 |
3.2.5 DNA子序列概率分布 |
3.3 实验结果分析 |
3.3.1 频数区划分 |
3.3.2 DNA禁止子序列区 |
3.3.3 主频数区 |
3.3.4 甚高频数区 |
3.4 算法实现 |
3.5 特异出现频数研究 |
3.5.1 特异出现频数的界定 |
3.5.2 k-长子序列最大出现频数 |
3.5.3 出现频数为1的k-长子序列个数 |
3.5.4 DNA序列结构分析与探讨 |
3.6 进一步研究与分析 |
3.6.1 DNA子序列分布的多峰现象 |
3.6.2 非中心F分布与Gamma分布 |
3.7 实验结果的生物学解释 |
3.7.1 基因复制 |
3.7.2 序列进化事件 |
3.7.3 中性进化理论 |
3.7.4 人类基因组计划的主要结论 |
3.8 本章小结 |
第四章 k-长DNA子序列计数算法研究 |
4.1 引言 |
4.2 相关工作 |
4.3 描述符号与问题定义 |
4.4 内部计数算法 |
4.4.1 算法思想 |
4.4.2 算法性能分析 |
4.5 外部计数算法 |
4.5.1 算法实现 |
4.5.2 算法性能分析 |
4.5.3 外部计数算法改进 |
4.6 本章小结 |
第五章 肿瘤亚型分类方法比较研究 |
5.1 概述 |
5.1.1 肿瘤诊断现状 |
5.1.2 肿瘤的分子诊断方法 |
5.1.3 基因表达谱的获取过程 |
5.2 基因表达谱的数据表示与肿瘤分类问题 |
5.3 肿瘤分类过程模型 |
5.3.1 特征选择与特征抽取 |
5.3.2 肿瘤样本分类器 |
5.3.3 肿瘤分类模型的评估 |
5.3.4 肿瘤分类算法实例 |
5.4 实验结果分析与比较 |
5.4.1 实验数据集 |
5.4.2 相关工作总结与比较 |
5.4.3 集成分类器 |
5.5 本章小结 |
第六章 肿瘤特征抽取方法研究 |
6.1 概述 |
6.2 特征抽取方法简介 |
6.3 基于主成份分析的肿瘤分类特征抽取 |
6.3.1 相关工作概述 |
6.3.2 肿瘤检测算法模型 |
6.3.3 信息基因选择 |
6.3.4 采用主成份分析方法抽取主成分量 |
6.3.5 实验数据与实验方法 |
6.3.6 实验结果与分析 |
6.4 基于因子分析的肿瘤特征抽取方法 |
6.4.1 因子分析方法 |
6.4.2 实验与分析 |
6.5 基于独立分量分析的肿瘤分类特征抽取方法 |
6.5.1 独立分量分析方法 |
6.5.2 肿瘤的独立分量提取与分类算法 |
6.5.3 实验方法 |
6.5.4 实验结果与分析 |
6.6 基于小波包分解的肿瘤分类特征抽取方法 |
6.6.1 基因表达谱样本的信号表示 |
6.6.2 基于小波包分析的肿瘤分类算法 |
6.6.3 实验结果 |
6.7 基于离散余弦变换和离散付利叶变换的特征抽取 |
6.7.1 概述 |
6.7.2 肿瘤分类模型 |
6.7.3 分类实验 |
6.8 六种特征抽取方法比较 |
6.9 本章小结 |
第七章 肿瘤信息基因选择方法研究 |
7.1 概述 |
7.1.1 特征选择方法概述 |
7.1.2 肿瘤信息基因选择方法简述 |
7.2 肿瘤信息基因选择问题描述 |
7.3 基于粗糙集理论的肿瘤信息基因选择方法 |
7.3.1 相关工作概述 |
7.3.2 粗糙集基本原理 |
7.3.3 实现算法的主要步骤 |
7.3.4 实验与分析 |
7.4 肿瘤信息基因启发式宽度优先搜索算法 |
7.4.1 相关工作 |
7.4.2 信息基因初选 |
7.4.3 信息基因精选 |
7.4.4 HBSA算法实现 |
7.4.5 实验中核参数的选择 |
7.4.6 实验结果与分析 |
7.5 基于秩和检验的信息基因选择方法 |
7.5.1 秩和检验方法概述 |
7.5.2 基于Wilcoxon秩和检验的基因选择 |
7.5.3 基于Kruskal-Wallis秩和检验方法的基因选择 |
7.6 k-折交叉验证分类准确率探讨 |
7.7 相关工作比较 |
7.8 本章小结 |
第八章 基于邻域粗糙集模型的基因约简与肿瘤分类 |
8.1 邻域粗糙集模型 |
8.2 基于邻域粗糙集模型的基因约简及其肿瘤分类 |
8.2.1 分类算法模型 |
8.2.2 算法描述 |
8.2.3 肿瘤分类实验 |
8.2.4 实验结果评价 |
8.3 多类肿瘤亚型的分类诊断 |
8.3.1 分类算法模型 |
8.3.2 肿瘤分类实验 |
8.4 考虑样本不均衡的加权邻域分类器 |
8.4.1 邻域分类器NEC改进 |
8.4.2 W-NEC与NWK-NN分类器的比较 |
8.4.3 肿瘤分类算法框架 |
8.4.4 肿瘤分类实验 |
8.4.5 指数参数exponent对肿瘤分类的影响 |
8.4.6 分类准确率随邻域占值的变化情况 |
8.5 基于概率神经网络集成的肿瘤分类方法研究 |
8.5.1 相关工作概述 |
8.5.2 分类算法模型 |
8.5.3 基因初选 |
8.5.4 基因约简 |
8.5.5 PNN分类器 |
8.5.6 肿瘤分类实验 |
8.5.7 研究结论 |
8.6 相关工作比较 |
8.7 本章小结 |
第九章 结束语 |
9.1 研究工作总结 |
9.2 创新点摘要 |
9.3 生物信息学的进一步发展——系统生物学 |
9.4 计算机科学与生物信息学 |
9.5 未来的研究工作 |
致谢 |
攻读博士期间的科研成果 |
参考文献 |
(8)cDNA芯片在癌症研究中的应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 前言 |
第一节 生物芯片概述 |
第二节 基因芯片与肿瘤基因组学 |
第三节 急性白血病、脑膜瘤和前列腺癌的临床背景 |
第二章 芯片杂交动力学的探讨 |
第一节 材料和方法 |
第二节 结果 |
第三节 讨论 |
第三章 急性白血病、脑膜瘤和前列腺癌的表达谱实验 |
第一节 急性白血病、脑膜瘤和前列腺癌样本的临床信息 |
第二节 实验方法和过程 |
第三节 芯片数据处理和分析 |
第四章 癌症表达谱实验的结果分析与讨论 |
第一节 急性白血病的表达谱分析 |
第二节 脑膜瘤的表达谱分析 |
第三节 前列腺癌的表达谱分析 |
第四节 对三种癌症表达谱的Meta分析结果 |
第五章 应用基因芯片对肿瘤进行研究的方法总结 |
第一节 方法流程 |
第二节 实用的软件和网络数据库介绍 |
第六章 总结和展望 |
参考文献 |
攻读博士学位期间发表的论文和着作 |
致谢 |
四、中国科学家研制出预警白血病基因芯片(论文参考文献)
- [1]ITK-SYK融合基因在外周T细胞淋巴瘤中的作用以及机制研究[D]. 张磊磊. 华中科技大学, 2019(01)
- [2]慢性粒细胞白血病细胞株K562/ADR耐药机制的研究[D]. 李娟. 延边大学, 2016(02)
- [3]双聚类与关联规则在基因表达数据中的应用[D]. 万虹志. 湖南师范大学, 2016(05)
- [4]鸡三种免疫抑制病基因芯片检测方法的建立[D]. 朱瑞豪. 河南科技学院, 2015(07)
- [5]山东省人民政府关于2012年度山东省科学技术奖励的决定[J]. 山东省人民政府. 山东省人民政府公报, 2012(27)
- [6]基于酶联免疫技术检测急性早幼细粒细胞白血病mRNA的多通道生物传芯片的实验研究[D]. 陈婧. 福建医科大学, 2010(02)
- [7]生物子序列频数分布与肿瘤亚型分类模型研究[D]. 王树林. 国防科学技术大学, 2007(07)
- [8]cDNA芯片在癌症研究中的应用[D]. 魏庆. 复旦大学, 2006(02)
- [9]科技发展动态[J]. 新华社信息中心. 中外科技信息, 2003(07)
- [10]生物芯片技术发展及应用前景[J]. 易霞,尚永丰. 中国医院, 2003(07)