首页 > 文献资料
-
我国HIV-1CRF01_AE毒株辅助受体利用的基因预测可行性研究
目的 探讨HIV-1辅助受体基因预测工具对我国流行的CRF01_AE毒株辅助受体利用的可行性.方法 从北京市、广西壮族自治区、四川省的HIV-1感染者中分离出CRF01_AE毒株22株,利用基因型方法(11/25规则、WebPSSM和geno2pheno)对病毒辅助受体利用情况进行预测,将预测结果与经GHOST细胞系检测的表型实验结果进行比较.结果 经GHOST细胞系检测,22株CRF01_ AE毒株中,4株利用CCR5/CXCR4辅助受体,18株利用CCR5辅助受体.11/25规则预测与表型实验的一致率为86.4%;geno2pheno中,G2p-clinical、NGS-sanger和G2p-colon模型预测与表型实验的一致率分别为95.5%、86.4%和68.2%;WebPSSM中,PSSM-sinsi_B、PSSM-x4r5和PSSM-sinsi_C模型预测与表型实验的一致率分别为86.4%、72.7%和45.5%.结论 对于我国CRF01_AE毒株的HIV-1感染者,在使用辅助受体拮抗剂之前应进行辅助受体利用的预测,Geno2pheno是较准确的辅助受体基因预测工具.
关键词: HIV-1 CRF01_AE毒株 辅助受体 基因预测 -
一种用于基因5'exons预测的新方法
基因预测是生物信息学领域中的一个重要研究方向.本文在研究了基因局部特征的基础上,针对现有遗传算法在预测基因5'exons方面的不足,从生物免疫机制出发,构建了一种用于基因5'exons预测的免疫遗传算法.该算法利用T细胞发育过程中强大的多样性维持机制来设计算法的选择机制,提高算法的求解性能.实验结果表明该算法提高了基因预测的精度,提供了一种可能的研究基因预测方案.
-
基于统计组合与CpG含量分类的基因预测算法
基因预测是研究基因功能、基因表达、基因之间的关联关系以及如何控制基因转录等工作的基础.现有的基因预测方法在预测内部编码外显子方面能达到较高的精度,但在预测5'端外显子方面却存在着不足.本文针对5'端外显子,构建了一种基于统计组合与CpG含量分类的基因预测算法:将基因区域数据根据CpG含量分成2个相对独立的集合,采用统计组合的方法将多种基因预测方法综合在一起进行基因预测研究.实验结果表明该算法提高了基因预测的精度,为进一步研究基因预测提供了一种可能的方案.
-
基因预测方法的研究进展
基因预测一般指预测DNA序列中编码蛋白质的部分.其方法 主要有两大类:一类是基于相似性的预测方法 ,即利用已知的mRNA或蛋白质序列为线索在DNA序列中搜寻所对应的片段,达到基因预测的目的 ;另一类是基于统计学模型的从头预测方法 ,即利用统计学模型训练出相应参数,再对基因进行预测,这种方法 可不依赖已知的DNA序列进行预测.现就基因预测的方法 、基因预测中存在的一些问题等做一概述.
-
1型糖尿病基因和免疫预测研究进展
1型糖尿病(T1DM)是胰岛β细胞特异性破坏造成胰岛素绝对缺乏的自身免疫性疾病,存在发病相对急骤,胰岛功能一旦丧失难以逆转的特点[1]。免疫治疗是目前公认的病因治疗方法[2],但大量研究显示,确诊后免疫干预治疗对残存胰岛功能的保护收效甚微[2]。因此,早期预测对T1DM的预防、治疗及预后至关重要,其中针对基因易感、免疫攻击两大致病因素的预测为根本的病因预测[2]。本文将从基因预测、免疫预测、其他指标预测三个方面对T1DM预测研究的新进展做一概述。
-
077基因预测儿童期白血病预后
-
自然人群普查在大肠癌早期诊断中的作用
自然人群普查、癌前疾病随访和遗传性大肠癌致病基因预测是大肠癌早期诊断的三个主要途径.如前一章所述,在这三个早诊途径中,自然人群普查是大肠癌早期诊断的主要方法.然而,即使是普查工作开始早,政府支持力度大的美国,全国的普查率也只占应普查人群的40%,为此,其它两种早诊途径也应予以关注.
-
肿瘤坏死因子α介导基因预测肺癌无复发生存的价值
在这项研究中,我们进行了高通量基因表达数据的荟萃分析,以确定肿瘤坏死因子α(TNF-α)介导基因在肺癌中的意义。我们首先调查了两个独立的 TNF-α/ TNFR KO 基因敲除小鼠模型的基因表达图谱。表皮生长因子受体信号通路是与 TNF-α介导的基因为有关的顶部路径。在将 TNF-α介导的小鼠基因与其人类同源基因匹配后,我们比较了 TNF-α介导基因在人正常和肺部肿瘤组织表达模式的差异。基于上述研究,我们发现肺部肿瘤时 TNF-α介导基因失调,我们开发了能够有效预测肺癌无复发生存的预后评估基因签名,并创立了两个验证队列对其进行验证。重复取样检验表明,该基因签名评价预后的效力不是偶然的,多变量分析表明,该基因签名是独立于传统临床因素的评价预后的预测因子,有助于高复发风险肺癌患者的识别。
-
生物信息学在人类基因组研究中的应用
人类基因组计划(Human Genome Project,HGP)是把目光投向整个基因组的所有基因,从整体水平去考虑基因的存在;基因结构与功能;基因之间的相互关系等问题。所有通过分子生物学手段所获取的碱基序列信息必须由生物信息学所提供的分析思想、方法和手段给予整理归纳得到有意义的结论。目前已建立了多种行之有效的分析模型和分析思路,并构建了庞大的基因和蛋白数据库。在生物信息学的辅助和推动下,人类基因组研究将大有作为。