导读:本文包含了信息基因模型论文开题报告文献综述及选题提纲参考文献，主要关键词:卵巢癌,预后,癌症基因组图谱,Cox比例回归模型
信息基因模型论文文献综述
朱爱国,马振敕,王健[1]（2019）在《利用上皮源性卵巢癌预后的多基因信息建立预测预后模型》一文中研究指出目的通过基因表达谱汇编(GEO)数据库和癌症基因组图谱(TCGA)数据库筛选并建立与上皮源性卵巢癌(EOC)患者预后有关联的多基因模型,并验证其预后价值。方法从GEO数据库中下载EOC有关芯片数据(GSE14407),筛选出在EOC组织和正常卵巢上皮组织中差异表达的基因(DEGs),采用单因素和多因素Cox回归模型筛选出与预后有关联的DEGs,建立多基因预后模型和预后指数(PI)公式。对TCGA数据库中EOC患者的mRNA数据及临床信息进行整理,通过PI公式对患者进行评分,并根据评分将患者分为低风险组和高风险组。通过Cox回归风险模型分析临床病理参数(年龄、发病位置、组织分级、肿瘤残余及FIGO分期)和预后指数参数与EOC预后的关系。根据年龄、发病位置、组织分级、肿瘤残余及FIGO分期进行分组,采用Kaplan-Meier(K-M)生存分析验证多基因模型对卵巢癌的预后价值。结果共筛选出47个在EOC组织和正常卵巢组织中的DEGs,其中有37个表达下调的DEGs和10个表达上调的DEGs。将上述DEGs进行单因素和多因素Cox回归分析,共筛选出4个DEGs,分别是PACSIN3、KCNT1、LAMP3及KIR3DX1。PI公式:(-0.169×PACSIN3的表达量+0.078×KCNT1的表达量-0.246×LAMP3的表达量-0.147×KIR3DX1的表达量)。Cox回归模型分析证实,年龄、肿瘤残余和预后模型是卵巢癌患者的独立预后因素(P<0.01)。通过K-M生存分析证实,在TCGA数据库的312例EOC患者中,预后评分低风险的患者总体生存期(OS)较高风险患者延长,差异有统计学意义(P<0.05)。在不同的年龄、临床分期、发病位置(单侧和双侧)、肿瘤残余<10 mm的EOC患者亚组中,预后评分低风险的患者OS较高风险患者延长,差异有统计学意义(P<0.05)。结论四基因预后模型是EOC患者的独立预后因素,并在总体和根据各临床病理特征分组的EOC患者亚组中得到了验证。(本文来源于《山东大学学报(医学版)》期刊2019年10期）
袁发浒,胡松,黄丽霞,黄念芳,宋文剑[2]（2019）在《基于基因芯片的TNF-α诱导骨关节炎细胞模型生物信息学分析》一文中研究指出目的骨关节炎(osteoarthritis,OA)是最常见的退行性慢性关节疾病,然而其具体的基因机制至今尚不完全清楚,通过基因芯片检测OA细胞模型的基因表达谱变化,为深入研究OA发病机制提供更多生物学依据。方法胰酶结合胶原酶分离获得小鼠原代软骨细胞,以50 ng/mL的肿瘤坏死因子α(TNF-α)孵育原代软骨细胞24 h制备OA细胞模型。收获细胞提取总RNA用于基因芯片检测,以表达差异倍数(fold change,FC)>2且P<0.01为条件筛选差异表达基因(differentially expressed genes,DEGs),利用生物信息学软件对差异表达结果进行基因功能分类体系(gene ontology,GO)、KEGG通路注释分析。结果原代软骨细胞经TNF-α处理后,共筛选获得8096个表达上调DEG和6413个表达下调DEG,其中有诸如基质金属蛋白酶、炎性因子、基因凋亡及成骨相关基因等已知的OA相关的差异表达基因。此外,还有Olfml1等olfactomedin超家族成员、Nf1等未见报道的与OA相关的基因,尤其发现大量细胞色素超家族成员基因的异常表达,提示线粒体相关功能基因及信号途径可能与OA进程有重要关联。结论项目从转录组水平整体分析了TNF-α诱导的OA软骨细胞模型基因表达谱变化,为进一步深入探究OA发病机制提供了新思路。(本文来源于《中国比较医学杂志》期刊2019年07期）
杨晓俊,方传珊,王益益[3]（2019）在《传统村落景观基因信息链与自动识别模型构建——以陕西省为例》一文中研究指出传统村落作为活的文化遗产,承载了大量历史记忆,是地域文化景观基因识别与模型构建研究的重要切入点。以陕西省71个国家级传统村落为例,基于景观基因理论建立陕西省传统村落景观基因识别体系,识别出陕西省传统村落景观基因特征;运用类型学原理和N级编码理论对景观基因进行编码,构建陕西省传统村落景观基因信息链并生成基因谱系;借鉴生物学中"胞-链-形"DNA碱基序列模型,提取出环境基因、建筑基因、农耕文化基因和宗族文化基因四个公共基因作为景观基因元(胞),以村内道路系统作为基因链,构建传统村落景观基因DNA模型与自动识别模型,以此对传统村落的区位、类型、特征和文化基因进行自动识别。为传统村落景观基因信息有效传承与存储,以及乡村建设动态发展提供理论借鉴。(本文来源于《地理研究》期刊2019年06期）
何小娜[4]（2019）在《基于生物信息学方法识别肺鳞状细胞癌预后相关基因及拟合预测风险模型》一文中研究指出肺鳞状细胞癌(lung squamous cell carcinoma,LUSC)简称肺鳞癌,是非小细胞肺癌中一类常见的病理类型。由于其发病隐蔽,往往发现时已属晚期,加上缺乏有效的靶向治疗药物等因素,肺鳞癌患者的预后差,因此迫切需要找到与肺鳞癌预后相关的生物标志物,为临床治疗提供策略,改善患者的预后。本研究基于NCBI的GEO和TCGA两个大型肿瘤基因组组学数据库,利用生物信息学的方法筛选肺鳞癌预后相关基因,建立预测风险模型。1、从GEO中下载肺鳞癌的基因表达谱数据和TCGA的转录组数据及临床随访信息,分别利用R语言中Bioconductor的“affy”和“edgeR”包进行对数据进行预处理。2、基于癌样本中基因表达值的中位数绝对偏差值,分别在数据集中筛选75%差异最大的基因。3、为了筛选出可靠的差异基因,选择在各个GEO数据集及TCGA的转录组数据中均是有异常表达的基因作为我们的异常表达基因。4、对筛选出的异常表达基因进行生存分析。将基因在正常样本中的平均表达水平设置为阈值,进行分组(大于其阈值为高表达组,反之为低表达组)。根据log-rank检验,P<0.01认为有统计学意义。5、利用机器学习方法,将数据分为训练集(70%)和验证集(30%),利用Cox比例风险回归模型通过逐步向前选择方法对训练集进行多因素分析,建立预测风险模型。6、在验证集中进行验证预测风险模型的效能。根据GEO数据库的检索结果,我们最后筛选出了GSE8894、GSE30219和GSE37745一共3个数据集。分别包含75、61、66个肺鳞癌样本。在TCGA数据库中,我们下载了551个肺鳞癌样本的原始转录组数据,其包含(49个正常组织样本和502个癌组织样本)和临床随访数据。依据基因芯片和转录组数据的分析结果,共获得7925个的异常表达的基因。在进一步的在生存分析中,筛选出36个与生存相关的异常表达基因。利用Cox比例风险回归模型拟合预测模型,最后获得基于11个基因的预测风险模型(MRPL40,GABPB1-AS1,PTPN3,SNCA,PYGB,RAP1,VDR,PHPT1,KIAA0100,TBC1D30,CYP7B1)。通过这项研究,我们拟合了基于11基因的预测风险模型,该模型能够预测肺鳞癌患者的预后情况,对未来改善肺鳞癌患者的预后具有指导意义。(本文来源于《南昌大学》期刊2019-05-01）
武媛,万晓文,王伟,蒋琳,邵益森[5]（2019）在《小鼠舌癌模型差异基因的筛选及生物信息学分析》一文中研究指出目的:对小鼠舌癌模型差异表达基因进行筛选及基因功能分析,为舌癌发病机制相关的分子标志物及药物靶点提供理论基础。方法:从高通量基因表达(GEO)数据库中选取GSE64271和GSE75421数据包,获取其中小鼠舌癌模型的芯片数据,分为舌癌组和非舌癌组,利用R语言的limma包分析筛选差异基因。利用DAVID和STRING数据库对差异表达基因进行基因本体论(GO)及京都基因与基因组百科全书(KEGG)基因功能分析、蛋白相互作用分析。结果:对差异基因筛选后,将两个数据集的数据取交集后最终得到303个基因,其中31个基因上调与细胞周期(Cell Cycle)和卵母细胞分裂有关,说明在肿瘤发生发展的过程中,通过上调这些基因促进肿瘤增殖。而其余基因的KEGG分析结果则表明这些基因与代谢过程密切相关。通过蛋白互作网络(PPI)筛选出cross-talk基因:整合素a1(Itga1)和整合素a6(Itga6)。结论:筛选出的差异基因可能在舌癌的分子层面发挥了重要的作用,为舌癌发生、发展的机制、肿瘤标志物的筛选等提供了理论依据。(本文来源于《临床医药实践》期刊2019年01期）
解琪琪,李文洲,史卫东,邓亚军,任恩惠[6]（2018）在《SNI大鼠模型诱发的早期病理性疼痛相关基因芯片数据的生物信息学分析》一文中研究指出为了探讨坐骨神经分支选择性结扎(spared nerve injury, SNI)诱发的神经病理性疼痛早期的基因表达和生物学过程的改变,为神经病理性疼痛分子机制的进一步研究提供生物信息学依据,从GEO数据库下载已有文献构建的SNI早期大鼠模型的基因芯片数据集,应用生物信息学方法筛选差异表达基因,并利用DAVID进行基因本体论(Gene Ontology, GO)及通路富集分析,然后通过STRING数据库分析蛋白质互作网络的中心节点蛋白质。应用生物信息学方法对SNI芯片数据重新进行挖掘,从基因水平探讨SNI模型大鼠诱发的早期神经病理性疼痛发生发展的分子机制,可为SNI诱发早期神经病理性疼痛的发生及维持期的分子机制研究提供参考和依据。分析结果显示细胞外基质和离子通道活性的改变对SNI诱发大鼠早期神经病理性疼痛的发生发展起着关键性的作用,表明细胞外基质受体交互通路和MAPK通路与SNI诱发大鼠早期神经病理性疼痛密切相关,相关的分子机制值得进一步深入研究。(本文来源于《生命科学研究》期刊2018年05期）
祁亮,沈洁[7]（2018）在《TCGA数据库基因突变信息结合机器学习软件RapidMiner构建肝细胞癌患者复发模型》一文中研究指出目的通过TCGA数据库基因突变信息结合机器学习软件RapidMiner构建肝细胞癌患者复发模型。方法首先通过TCGA数据库收集316例肝细胞癌患者的临床资料和全基因组测序的突变基因信息;然后利用R语言和SPSS19.0筛选出前127个高频突变基因和12个与无疾病生存期(disease-free survivalperiod,DFS)显着相关的高频突变基因;通过RapidMiner8.0机器学习软件,利用316例患者的突变基因信息训练决策树和支持向量机(support vector machine,SVM)模型。结果通过利用TCGA数据库筛选的基因构建的决策树模型准确率为77.42%,通过构建SVM模型佐证决策树模型的最大准确率为77.42%。结论通过公共数据库构建的肝细胞癌患者的复发模型,可在临床上用来分析患者的基因检测报告,除了提供药物治疗靶点的信息外,还可初步判断患者的预后;此外,对于部分经济条件受限的患者可重点针对决策树中的基因进行检测,来预测预后及复发可能。(本文来源于《中国肝脏病杂志(电子版)》期刊2018年03期）
苏全武,胡波[8]（2018）在《补气通络解毒方对胰腺癌模型小鼠肿瘤高甲基化基因1、沉默信息调节因子、Shh蛋白浓度的影响》一文中研究指出目的观察补气通络解毒方对胰腺癌模型小鼠肿瘤高甲基化基因1(HIC1)、沉默信息调节因子(SIRT_1)、Shh蛋白浓度的影响。方法将30只裸鼠随机分为3组各10只,采用癌细胞种移植法造模。造模成功后,空白组和模型组给予生理盐水灌胃,治疗组给予补气通络解毒方灌胃,连续14 d。治疗结束后,处死裸鼠,取出瘤组织,以WB法检测各组标本的HIC1、SIRT_1、Shh蛋白浓度。结果 3组HIC 1、SIRT 1、Shh蛋白浓度比较有显着差异(P<0.05)。结论补气通络解毒方对模型小鼠HIC1、SIRT_1、Shh蛋白浓度有调节的作用。(本文来源于《实用临床医药杂志》期刊2018年17期）
周承明[9]（2018）在《利用生物信息学优先挑选基因并利用CRISPR/Cas9技术构建斑马鱼模型研究COL1A2基因在脑出血中的作用》一文中研究指出【研究目的】测序技术的快速发展导致遗传数据呈指数级增长。大量的这种测序数据并没有得到很好的利用。本实验前期进行了针对脑出血病人的二代靶向测序,其中大部分靶向基因都是与脑出血关联未知的基因。如何从成千上万的变异中找到脑出血的真正致病基因和变异成为难题。本研究的目的在于利用各种生信技术对二代测序产生的数据进行综合分析,从而从中挑选可以优先进行下一步实验的基因,并为基因优先挑选提供一套可供选择的流程。【研究方法和结果】本实验的对象是对394例脑出血病人和223例正常对照进行二代测序所产生的所有变异,主要聚焦在外显子上的变异。本研究通过利用Phenolyzer进行文献挖掘,通过分析genecard查找与已知致病基因同源并具有相似GO和通路的基因,并对其进行富集分析,同时通过分析GEO芯片得到脑出血表型中特异性表达变化的基因,最后进行基于基因的负荷检验进一步证实上述数据挖掘得到的结果。本研究发现文献报道中主要与脑出血相关的基因集中在COL3A1,COL4A6,COL4A4,COL4A3,COL1A2,COL4A5,MMP2,MMP9,COL2A1,COL1A1,COL6A1等基因上;与已知致病基因同源并具有相同GO与通路归属的有4型胶原基因,COL3A1,COL1A2,COL24A1等。利用统计学方法发现:在SKAT中COL1A2,COL4A5,COL5A3基因病例与对照的变异具有统计学意义;而利用Ex AC公共数据库作为对照,COL1A1与COL3A1在整体人群与东亚人群都有显着差别,而COL4A5则在只在东亚人群中有差别。【实验结论】我们的研究结果表明,综合使用各种生信手段可以有效缩小筛选基因和变异的范围,节约时间和成本。但这种分析的证据有限,要证明其致病性还需要功能实验和遗传上的证据。COL1A1,COL3A1,COL1A2,COL4A5,COL5A3,MMP1和MMP9基因被优先挑选作为下一步进行功能实验的基因。【研究目的】CRISPR/Cas9是近几年逐渐兴起的基因编辑技术,可以高效快速的构建各种实验模型。斑马鱼由于其生存力强,易于饲养,胚胎发育期透明而逐渐兴起为一种新的研究心血管发育的模式动物。目前已知的脑出血致病基因并不多,基于我们前期的试验结果提示COL1A2可能是脑出血的一个致病基因,因此,本实验的目的在于通过CRISPR/Cas9技术构建斑马鱼模型来研究COL1A2基因在脑出血中的作用及其机制【研究方法和结果】通过显微注射向单细胞期的斑马鱼胚胎注入一定剂量的sg RNA和Cas9m RNA混合液,在胚胎发育期即可观察到斑鱼骨骼发育异常,心脏水肿,出血等相关表型。同时作为对照的斑马鱼则无此表型。同批次注射COL4A1CRISPR/Cas9系统的斑马鱼出现了血管畸形和出血的现象,此结果说明COL1A2可能参与了斑马鱼血管发育,与COL4A1的作用类似。同时对脑出血病人身上得到的变异进行质粒构建和转染,发现其并不影响基因的表达,说明COL1A2突变可能通过其他途径来影响血管的正常功能而导致出血,其具体机制还需进一步研究。【实验结论】我们的研究结果提示COL1A2可能参与了血管的发育过程,其影响血管功能导致出血的具体机制还需进一步研究。(本文来源于《华中科技大学》期刊2018-05-01）
宋娴,金莺莲[10]（2018）在《风险信息寻求和加工模型在科学传播领域的应用——以转基因食品安全问题为例》一文中研究指出近年来,科学传播领域的研究者借助社会心理学模型分析科学传播过程中个体和群体之间的心理现象,探索公众的认知、情感、态度和行为等对传播效果的影响,为科学传播研究提供了独特的分析视角。其中,风险信息寻求和加工模型被广泛应用于解释公众面对争议性科学事件时其行为决策的机制。本文追根溯源,梳理了该模型的理论基础及模型核心要素,并以转基因食品安全问题为例,分析该模型如何从公众视角出发,揭示个体心理学和社会学因素及其相互作用对个体加工科学信息方式的影响。最后,本文讨论了围绕该模型的相关研究结果对我国科学传播活动设计的启示。(本文来源于《科普研究》期刊2018年02期）
信息基因模型论文开题报告
（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：
目的骨关节炎(osteoarthritis,OA)是最常见的退行性慢性关节疾病,然而其具体的基因机制至今尚不完全清楚,通过基因芯片检测OA细胞模型的基因表达谱变化,为深入研究OA发病机制提供更多生物学依据。方法胰酶结合胶原酶分离获得小鼠原代软骨细胞,以50 ng/mL的肿瘤坏死因子α(TNF-α)孵育原代软骨细胞24 h制备OA细胞模型。收获细胞提取总RNA用于基因芯片检测,以表达差异倍数(fold change,FC)>2且P<0.01为条件筛选差异表达基因(differentially expressed genes,DEGs),利用生物信息学软件对差异表达结果进行基因功能分类体系(gene ontology,GO)、KEGG通路注释分析。结果原代软骨细胞经TNF-α处理后,共筛选获得8096个表达上调DEG和6413个表达下调DEG,其中有诸如基质金属蛋白酶、炎性因子、基因凋亡及成骨相关基因等已知的OA相关的差异表达基因。此外,还有Olfml1等olfactomedin超家族成员、Nf1等未见报道的与OA相关的基因,尤其发现大量细胞色素超家族成员基因的异常表达,提示线粒体相关功能基因及信号途径可能与OA进程有重要关联。结论项目从转录组水平整体分析了TNF-α诱导的OA软骨细胞模型基因表达谱变化,为进一步深入探究OA发病机制提供了新思路。
（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。
信息基因模型论文参考文献
[1].朱爱国,马振敕,王健.利用上皮源性卵巢癌预后的多基因信息建立预测预后模型[J].山东大学学报(医学版).2019
[2].袁发浒,胡松,黄丽霞,黄念芳,宋文剑.基于基因芯片的TNF-α诱导骨关节炎细胞模型生物信息学分析[J].中国比较医学杂志.2019
[3].杨晓俊,方传珊,王益益.传统村落景观基因信息链与自动识别模型构建——以陕西省为例[J].地理研究.2019
[4].何小娜.基于生物信息学方法识别肺鳞状细胞癌预后相关基因及拟合预测风险模型[D].南昌大学.2019
[5].武媛,万晓文,王伟,蒋琳,邵益森.小鼠舌癌模型差异基因的筛选及生物信息学分析[J].临床医药实践.2019
[6].解琪琪,李文洲,史卫东,邓亚军,任恩惠.SNI大鼠模型诱发的早期病理性疼痛相关基因芯片数据的生物信息学分析[J].生命科学研究.2018
[7].祁亮,沈洁.TCGA数据库基因突变信息结合机器学习软件RapidMiner构建肝细胞癌患者复发模型[J].中国肝脏病杂志(电子版).2018
[8].苏全武,胡波.补气通络解毒方对胰腺癌模型小鼠肿瘤高甲基化基因1、沉默信息调节因子、Shh蛋白浓度的影响[J].实用临床医药杂志.2018
[9].周承明.利用生物信息学优先挑选基因并利用CRISPR/Cas9技术构建斑马鱼模型研究COL1A2基因在脑出血中的作用[D].华中科技大学.2018
[10].宋娴,金莺莲.风险信息寻求和加工模型在科学传播领域的应用——以转基因食品安全问题为例[J].科普研究.2018