帕金森病相关基因的筛选及生物信息学分析

发布时间：2017-04-28 10:02

  本文关键词：帕金森病相关基因的筛选及生物信息学分析，由笔耕文化传播整理发布。

【摘要】：帕金森病(Parkinson's disease, PD)是中老年人常见的中枢神经系统退行性疾病,是我国第二大神经退行性疾病,其发病率仅次于阿尔茨海默病,帕金森病的病理改变是中脑黑质多巴胺(dopamine, DA)能神经元变性、胞浆内Lewy小体的形成,使黑质纹状体通路破坏及尾状核、壳核中DA含量减少。其主要的临床表现为静止性震颤、肌强直、行动迟缓和姿势步态异常。随着人们对该病的认识,发现全世界PD的发病人数逐年增多,加之人口的老龄化,其患病率呈上升趋势。国内外流行病学研究表明：65岁以上人群中发病率是1-2%,85岁以上高达4～5%,55岁以上PD患者总人数已超过170万人。随着社会人口的自然老龄化,PD的患病人数逐年增加,我国的患病人数已超过200万。近年来的研究发现嗅觉障碍、睡眠障碍、精神障碍、认知障碍,以及自主神经功能障碍等普遍存在于PD患者中,而且出现在运动症状的不同时期,同样影响着患者的生存质量。PD虽然不会缩短患者寿命,但与阿尔茨海默病(Alzheimer's Disease, AD)一样严重影响患者的生存质量,以及因其病程长、致残率高等特点,给患者和家庭带来沉重的负担及烦恼。因此,研究帕金森病的病因和发病机制具有极其重要的意义。帕金森病的病因和发病机制尚不清楚,目前认为是在年龄老化的背景上,遗传因素和环境因素共同作用的结果。许多研究提示PD患者黑质DA能神经元变性可能与线粒体功能障碍、氧化应激、兴奋性毒性、神经营养因子缺乏、免疫调节异常、细胞调亡等一系列机制、环节有关,流行病学调查研究显示,约有10～15%的帕金森病患者有家族史。通过对遗传因素在PD发病中的作用机理研究,目前至少克隆了13个PD致病基因,表明帕金森病的发病与遗传因素密切相关,而遗传因素包含了多基因、多因子的相互作用和影响。因而从分子水平研究帕金森病的发生发展,对于它的预防、控制和治疗具有重要意义。微小RNA(microRNA, miRNAs)是一类在细胞中高度保守的、内源性非编码、长度约22～25核苷酸(nt)的单链小RNA分子。由一段长度为70-80nt并具有发夹环结构的单链miRNA前体剪切后生成。其广泛存在于真核生物中,主要是与靶mRNA的3'端非翻译调控区(3'-untransltated region,3'UTR)互补或者部分互补结合,使其降解或介导翻译抑制,从而在转录后水平调节基因的表达,具有组织和时间的特异性,是调节其他功能基因表达的重要调控分子。miRNAs参与了生命过程中的许多重要事件,如胚胎的早期发育、细胞增殖、细胞分化、细胞凋亡以及代谢、肿瘤转移等。基因芯片是20世纪90年代中期以来随着人类基因组计划快速发展起来的分子生物学高新技术,已广泛应用于疾病基因表达谱分析、寻找疾病相关基因、药物作用靶标、肿瘤预后、复杂疾病的致病机制分析等方面,为个体化诊断和治疗提供指导,也可以揭示基因间的表达调控关系,同时它在制药和临床研究中也有重要的作用。基因芯片提供了包括基因功能、基因相互作用等海量信息,这些数据为功能基因组研究提供了重要的资源,GEO、SMD、Array Express等数据库在基因芯片的归类、储存、资源共享等方面提供有利帮助。数据是知识和信息的重要来源,对于这些数据己经无法通过简单的计算和分析来进行,因此,如何采用一些新的方法和技术来有效分析这些庞大的基因芯片,并从中挖掘和揭示蕴藏的、有意义的生物学信息,是当前基因芯片领域亟待解决的重要课题。生物信息学(Bioinformatics)是伴随着人类基因组计划发展而产生的一门涉及生物学、数学以及计算机科学的交叉学科。生物信息学是融合生命科学与数理科学的新兴学科,具体地说生物信息学是以核酸、蛋白质等生物大分子数据库为主要研究对象,以数学、信息学、计算机科学为主要研究手段,对海量的原始数据进行存储、管理、注释、加工。随着近年来生物实验方法和检测数据的发展,积累了大量分子生物学实验数据,通过对这些数据的分类、收集、整理,产生了成千上万的数据库。数据库是生物信息学的主要内容,各种数据库几乎覆盖了生命科学的各个领域。常用的有核酸和蛋白质数据库,如NCBI的核酸序列数据库、蛋白质数据库(UniProt)等；基因芯片数据库,如高通量基因表达数据库(GEO)；疾病相关数据库,如GeneCardsi(基因卡片)、药物和疾病数据库(DrugBank)等。目前,生物信息学已广泛地渗透到生命科学的各个研究领域中,成为不可或缺的重要工具,在人类疾病与功能基因的发现、识别,基因与蛋白质的功能研究方面都发挥着关键的作用,如基因表达调控、疾病相关基因鉴定、基因产物结构与功能预测、癌症的遗传机制研究等。本研究以GEO数据库中关于帕金森病的基因表达谱数据和microRNA表达谱数据为分析材料,利用Qlucore Omics Explorer3.0软件筛选基因表达谱数据GSE22491(帕金森病样本10例,正常对照组样本8例)的差异表达基因和miRNA表达谱数据GSE16658(帕金森病样本19例,正常对照组样本13例)的差异表达miRNA,通过miRecords预测差异miRNA的靶基因,利用DAVID、 KEGG、STRING等在线分析软件对数据集GSE22491差异基因和数据集GSE16658差异miRNA靶基因进行生物信息学分析,为帕金森病的分子发病机制、药物研发及治疗提供有意义的探索和依据。根据设定的数值过滤标准和中位值标准化处理后,基因表达谱数据GSE22491经QOE3.0软件筛选出1752个差异基因,其中上调1561个,下调191个。通过DAVID生物学过程分析表明,差异表达的基因主要涉及蛋白质的翻译、翻译延伸、代谢前体、信使核糖核酸代谢过程、电子传递链、RNA和mRNA的修饰、泛素依赖蛋白酶体促进蛋白质分解代谢、泛素蛋白连接酶对有丝分裂过程中细胞周期的负调控过程等；分子功能表明,差异表达的基因主要涉及核糖体的结构成分、RNA复合物、活性结构分子、作用于NADH或NADPH的氧化还原酶活性,NADH脱氢酶活性、氢离子跨膜转运活性、氧化还原酶活性,作用于NADH或NADPH醌或类似化合物受体、阳离子跨膜转运活性等。通过KEGG分析发现,这些差异基因主要参与核糖体信号通路、帕金森病信号通路、氧化磷酸化信号通路、亨廷顿病信号通路、阿尔茨海默病信号通路、蛋白酶体信号通路、心脏肌肉收缩信号通路、卵母细胞减数分裂信号、霍乱弧菌感染信号通路、白细胞跨内皮迁移信号通路、磷酸戊糖途径信号通路、柠檬酸信号通路、FcyR介导的吞噬通路等。通过QOE3.0软件的进一步筛选得到101个差异表达比较大的基因,将这101个基因上传至STRING在线工具,分析这些基因编码的蛋白质间的相互作用,结果显示整个网络以SKP2、ACTC6A、RBX1、BUC、SMARCD1、 SKP1、CUL1、BTRC、SMARCC1、SMAPCA4、CDK2、CUL4A、TAF4、CTNNB1、 FBXW11蛋白与其他≥10个蛋白存在相互作用关系,为此蛋白相互作用网络的中心节点,删除这些节点蛋白后,网络结构涣散。这些基因在不同的癌症发生发展的作用都有文献报道,其中SKP2、RBX1、SKP1、CUL1、CUL4A与泛素蛋白酶都有紧密的联系,泛素蛋白酶在PD的发病机制中可能发挥着重要的作用,这些基因也可能作为PD潜在的治疗靶点。miRNA表达谱数据GSE16658经QOE3.0软件筛选出46个差异表达miRNA,其中上调5个,下调41个。通过miRecords对差异表达的miRNA进行靶基因预测获得靶基因50个,经DAVID对这些靶基因生物学过程分析表明,这些靶基因主要涉及细胞增殖调节、RNA代谢调节、转录调节、造血作用、免疫系统发展、淋巴器官发展等；分子功能表明,这些靶基因主要涉及细胞外基质的结构组成、血小板源生长因子、结构活性分子、结合生长因子、结合SMAD、甲基化转移酶活性、结合启动子等。通过KEGG分析发现,这些靶基因主要参与ECM相互作用受体信号通路、VEGF信号通路、TGF转化因子信号通路、白细胞跨内皮转移信号通路等。将这50个靶基因上传至STRING在线工具,分析这些基因编码的蛋白质间的相互作用,结果显示整个网络以ESR1、CCND1、 HDAC4、MYCN、E2F3、CDKN1B、CDK6、SP1、MYB、DNMT3A、DNMT3B、 COL1A1、COL1A2、COL1A1、COL4A1蛋白与其他≥10个蛋白存在相互作用关系,为此蛋白相互作用网络的中心节点,删除这些节点蛋白后,网络结构涣散,这些基因可能是PD的关键靶基因。这些靶基因有很大部分是miRNA-30b,miRNA-30c, miRNA-26a的靶基因,而这三个miRNA在神经元和神经胶质细胞中大量表达,说明这三个miRNA可能是帕金森病潜在的生物标志物。综上所述,本研究利用生物信息学的方法分别分析了一组PD基因表达谱数据和miRNA表达谱数据,为进一步的实验研究提供了参考,有利于指导下一步的PD研究。
【关键词】：帕金森病 基因芯片 生物信息学 差异基因 蛋白质相互作用网络 miRNA
【学位授予单位】：南方医科大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R742.5;Q811.4
【目录】：

• 摘要3-8
• ABSTRACT8-15
• 第一章 绪论15-34
• 1.1 帕金森病15-29
• 1.2 基因芯片及应用29-31
• 1.3 生物信息学技术与应用31-34
• 第二章 帕金森病差异表达基因的生物信息学分析34-51
• 2.1 材料和方法34-43
• 2.2 结果43-48
• 2.3 讨论48-51
• 第三章 帕金森病差异表达microRNAs的生物信息学分析51-65
• 3.1 材料和方法51-55
• 3.2 结果55-63
• 3.3 讨论63-65
• 结论65-66
• 参考文献66-71
• 附录71-86
• 成果86-87
• 致谢87-88

【共引文献】

中国期刊全文数据库 前10条

1 庄武平;俞建钰;陈健;;以慢性疼痛为首发症状的帕金森病370例临床分析[J];福建医药杂志;2012年02期

2 陈鹏;;生物信息学数据库及运用分析[J];电子技术与软件工程;2014年16期

3 戚文华;蒋雪梅;杜联明;肖国生;;牦牛和水牛全基因组微卫星分布规律及其比较分析[J];基因组学与应用生物学;2015年07期

4 薛红;虢周科;刘璇;;六味地黄丸对帕金森患者自主神经功能的影响[J];中医学报;2010年02期

5 陈光乐;郑文岭;马文丽;;LRRK2基因G2019S突变帕金森病相关基因的生物信息学分析[J];解剖学报;2015年03期

6 ;Synthetic protease inhibitor-induced inclusions in PC12 cells Potential proteomic characterization of six subunits in the 26S proteasome[J];Neural Regeneration Research;2010年22期

7 ;Oxidative stress regulated heme-oxygenase-1 and glutathione S-transferase-m1 gene expression changes in cell lines exposed to melanins[J];Neural Regeneration Research;2011年34期

8 李兴安;张应玖;胡轶虹;常明;刘韬;王丹萍;张磊;张瑜;胡林森;;PC12细胞的PSI诱导性包含体富集了真核细胞翻译因子(英文)[J];中国生物化学与分子生物学报;2008年01期

9 武文s，

本文编号：332583