一种基于全转录组高通量测序构建基因调控网络的方法技术

本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】
一种基于全转录组高通量测序构建基因调控网络的方法
本专利技术涉及生物医学
，具体涉及一种通过全转录组高通量测序数据的联合分析构建疾病相关关键基因调控网络的方法。
技术介绍
人类常见病(包括恶性肿瘤、心脑血管病、代谢系统疾病、神经系统疾病等)绝大多数都是复杂疾病。复杂疾病，又称多基因病，是多基因遗传和环境等因素相互作用的结果，其不符合孟德尔定律，发生发展涉及多种基因和蛋白调控的复杂的生物学过程。虽然目前基因组等大数据研究取得了大量研究成果，但人类对于疾病本质的认知还远远不够。多组学研究为研究人员从分子水平研究复杂疾病提供了有力的条件，为复杂疾病的诊断、治疗及预防奠定了夯实的理论基础。随着高通量测序技术的迅速发展，测序成本的快速下降，二代测序的低成本、高通量、高准确性的特点已经带领基因组学研究进入崭新的领域，也给复杂疾病的基因诊断和治疗带来新的曙光。近来，越来越多的研究表明非编码RNA(ncRNA)，包括microRNA(miRNA)，长非编码RNA(lncRNA)，环状RNA(circRNA)，在复杂疾病的形成过程中起到重要的作用，并且能够在转录、RNA加工和翻译过程中调控基因表本文档来自技高网...

【技术保护点】
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...

【技术特征摘要】
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。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...

【专利技术属性】
技术研发人员：郑洪坤，温颜华，聂佩瑶，黎松，林海军，
申请(专利权)人：北京百迈客生物科技有限公司，
类型：发明
国别省市：北京,11