一种基于全转录组高通量测序构建基因调控网络的方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109637588A(43)申请公布日2019.04.16(21)申请号201811641406.2(22)申请日2018.12.29(71)申请人北京百迈客生物科技有限公司地址101300北京市顺义区南法信镇顺平路南法信段9号院1幢5层508室(72)发明人郑洪坤温颜华聂佩瑶黎松林海军(74)专利代理机构北京路浩知识产权代理有限公司11002代理人王文君陈征(51)Int.Cl.G16B25/10(2019.01)G16B30/00(2019.01)权利要求书2页说明书6页附图2页(54)发明名称一种基于全转录组高通量测序构建基因调控网络的方法(57)摘要本发明涉及生物医学技术领域，具体涉及一种基于全转录组高通量测序构建基因调控网络的方法。在全转录组高通量测序数据的基础上，通过对差异表达的基因、lncRNA、circRNA及miRNA的筛选，以及基因、lncRNA与circRNA的共表达分析和miRNA结合靶点预测，构建疾病相关的竞争性内源RNA调控网络，根据随机游走算法筛选出调控网络中的关键基因，并通过通路富集分析确定关键基因显著富集的通路，结合通路的基因调控关系，分析关键基因在调控疾病过程中的生物学机理。本发明提供的疾病相关关键基因的鉴定及其调控网络的构建方法，为研究复杂疾病的发生发展机制提供了新的思路。CN109637588ACN109637588A权利要求书1/2页1.一种基于全转录组测序构建基因调控网络的方法，其特征在于，包括如下步骤：(1)获取正常样本和异常样本的全转录组测序数据，得到基因、lncRNA、circRNA和miRNA的表达水平数据；(2)根据表达水平数据筛选获得正常样本和异常样本中差异表达的基因、lncRNA、circRNA和miRNA，以及基因、lncRNA和circRNA的共表达关系对；(3)根据所述基因、lncRNA、circRNA和miRNA的序列预测miRNA结合位点；(4)根据所述共表达关系对和所述miRNA结合位点的信息，筛选竞争性内源RNA调控关系对；(5)根据竞争性内源RNA调控关系对和所述差异表达的信息，构建异常样本相关的竞争性内源RNA调控关系网络；根据所述竞争性内源RNA调控关系网络筛选与异常样本异常相关的关键基因；(6)对所述竞争性内源RNA调控关系网络中的关键基因进行通路富集分析，筛选得到显著通路，根据所述显著通路中基因的调控关系构建所述异常相关的关键基因的调控网络。2.根据权利要求1所述的方法，其特征在于，步骤(1)中所述基因、lncRNA、circRNA和miRNA的表达水平数据包括已知的和预测的基因、lncRNA、circRNA和miRNA的表达水平数据。3.根据权利要求1或2所述的方法，其特征在于，步骤(2)中所述筛选获得正常样本和异常样本中差异表达的基因、lncRNA、circRNA和miRNA的筛选参数为选自差异倍数FC、显著性pvalue和错误发现率FDR中的一种或多种；优选地，当以FC为筛选参数时，差异表达的筛选标准为如下任意一种：FC≥2、FC≥1.5或FC≥1.2；当以pvalue为筛选参数时，差异表达的筛选标准为如下任意一种：pvalue<0.01、pvalue<0.05；当以FDR为筛选参数时，差异表达的筛选标准为如下任意一种：FDR<0.01、FDR<0.05或FDR<0.1。4.根据权利要求1～3任一项所述的方法，其特征在于，步骤(2)中所述筛选获得基因、lncRNA和circRNA的共表达关系对为采用皮尔森相关系性分析，获得基因、lncRNA和circRNA表达水平之间的相关性值和显著性值，根据所述相关性值和显著性值进行筛选；优选地，所述筛选的标准为如下任意一种：(1)当所述关系对的相关性值的绝对值＞0.9且显著性值＜0.01时，所述关系对为共表达关系对；(2)当所述关系对的相关性值的绝对值＞0.8且显著性值＜0.01时，所述关系对为共表达关系对；(3)当所述关系对的相关性值的绝对值＞0.7且显著性值＜0.01时，所述关系对为共表达关系对；(4)当所述关系对的相关性值的绝对值＞0.9且显著性值＜0.05时，所述关系对为共表达关系对；(5)当所述关系对的相关性值的绝对值＞0.8且显著性值＜0.05时，所述关系对为共表达关系对；(6)当所述关系对的相关性值的绝对值＞0.7且显著性值＜0.05时，所述关系对为共表达关系对。2CN109637588A权利要求书2/2页5.根据权利要求1～4任一项所述的方法，其特征在于，步骤(3)中所述预测miRNA结合位点为采用至少两种miRNA结合位点预测软件，分别获得每种预测软件预测的miRNA的结合位点，分析预测结果，得到miRNA的