一种利用生物信息学筛选疾病标志物的方法及其应用技术

本发明专利技术公开了一种利用生物信息学筛选疾病标志物的方法及其应用。目前筛选疾病标志物的方法大部分都是各种高通量测序，成分较高，本发明专利技术通过生物信息学分析方法筛选到了与疫病相关的标志物，尤其与瘢痕疙瘩相关的基因和mRNA，可信度非常高，为疾病基因水平的研究提供了重要的生物分析方法和靶标。供了重要的生物分析方法和靶标。

【技术实现步骤摘要】
一种利用生物信息学筛选疾病标志物的方法及其应用


[0001]本专利技术涉及生物信息学
，具体涉及一种利用生物信息学筛选疾病标志物的方法及其应用。

技术介绍

[0002]瘢痕疙瘩(Keloids)是常见且难治的一种疾病，其在非洲人口中的发病率约为10％，在亚洲人口中的发病率为0.15％。瘢痕疙瘩通常发生在胸部、肩膀、耳廓、上臂和背部，特征是瘢痕疙瘩增生超过最初的损伤界限，形成不能自发消退的固体结节，这不仅影响皮肤的外观，还会引发疼痛、瘙痒、感染、感觉过敏，甚至导致功能障碍，长期溃烂还有恶变可能，严重影响患者生活质量。现在有越来越多的证据表明，瘢痕疙瘩的形成可能是多种系统或局部因素持续刺激伤口引起炎症，从而导致成纤维细胞过度增殖，阻碍瘢痕正常愈合。典型的瘢痕疙瘩的病理过程就是胶原纤维的增厚和玻璃化。手术切除和常规治疗后复发成为一个常见的挑战；随着基因组检测技术的不断发展，曾经被称为“暗物质”的长链非编码RNA，现已被证实对基因组印迹、多能性调节和生物体发育至关重要。大量研究表明，lncRNAs通过调节细胞增殖、侵袭和凋亡在纤维化疾病中发挥着重要作用。Li等研究表明在纤维化疾病中lncRNAs表达失调，表明其在纤维化重塑过程中存在差异表达。纤维化作为瘢痕疙瘩形成的主要机制。近年来，越来越多的学者发现长链非编码RNA在参与瘢痕疙瘩的形成过程中起着重要作用，这就为瘢痕疙瘩的诊断，预防和治疗找到了另一个突破口。
[0003]LncRNA是一类长度超过200个核苷酸，并且明显缺乏蛋白编码能力的RNA分子。据报道，LncRNA具有多种功能和相互作用，包括RNA-RNA碱基配对、RNA-蛋白质和RNA-DNA相互作用。由于能够与DNA、RNA或蛋白质结合，LncRNA已经被证明在肿瘤、皮肤病等疾病中起着重要的调控作用。目前研究认为，lncRNA的形成方式有5种:(1)染色质重构的状态；(2)调控蛋白编码基因的变异；(3)lncRNA内部产生重复序列而构成新的lncRNA；(4)非编码基因在复制过程中发生移位；(5)基因中插入转座子。根据遗传学的观点，将lncRNA可分为正义lncRNA、反义lncRNA、双向lncRNA、内含子lncRNA和基因组间lncRNA 5种类型。越来越多的研究表明lncRNA可能在细胞增殖、凋亡、分化和转移的调控中发挥着癌基因或抑癌基因作用。目前人们认识到lncRNA在多种疾病中都存在异常表达，随着基因测序和染色质免疫沉淀等研究技术的不断快速发展，大量与瘢痕疙瘩有关的lncRNA被筛选出来，但目前仅有部分lncRNA被研究得较为清楚。
[0004]生物信息学分析，用于二代测序数据的突变检测，是通过一系列的生物信息分析，从上百万条乃至更多的DNA短序列测序数据，检测出可能造成某些生物学表型(遗传病、肿瘤、药物代谢等)的相关突变。主要方法是通过计算机软硬件技术，对样本的测序获得的大量DNA的碱基序列进行生物信息分析处理，从而得到与参考基因组不一致的位点以及这些位点的相关信息。
[0005]目前，通过生物信息学分析瘢痕疙瘩数据库的研究还没有。

技术实现思路

[0006]本专利技术的一方面提供了一种利用生物信息学筛选疾病标志物的方法。
[0007]本专利技术另一方面提供了所述方法在瘢痕疙瘩标志物筛选中的应用。
[0008]为实现上述目的，本专利技术首先提供了一种利用生物信息学筛选疾病标志物的方法，具体步骤为：
[0009](1)GEO数据芯片获取，根据分类不同选择不同来源的芯片，所述芯片包括mRNA和miRNA芯片，所述芯片数量大于等于2；
[0010](2)一级靶基因的获取与分析，利用在线分析软件GEO2R对mRNA基因进行分组分析，分为疾病组和正常人组，筛选一级靶基因；
[0011](3)差异miRNA的获取与分析，获得log2FC分值高的miRNA，所筛选的差异miRNA包括上调miRNA不少于2个和下调miRNA不少于2个；
[0012](4)miRNA调控基因预测，利用数据库TargetScan、miRTarbase、miRWalk或miRDB联合对步骤(3)对筛选出的差异miRNA进行调控基因预测，获得miRNA的调控基因；
[0013](5)mRNA-miRNA网络构建，将步骤(4)获得的miRNA的调控基因再与步骤(2)的一级靶基因数据集取交集，得到二级靶基因；
[0014](6)蛋白-蛋白互作网络分析，利用数据库STRING通过蛋白互作网络分析获得三级靶基因；
[0015](7)对三级靶基因进行数据清洗，通过公开文献报道筛除已经被研究过的靶基因，或得清洗后的三级靶基因；
[0016](8)通过疾病相关性预测获得最终新的疾病标志靶基因，利用CTD数据库(http://ctdbase.org/)查看三级靶基因在皮肤疾病中评分情况，并获得最终能够作为疾病诊断的疾病标志靶基因。
[0017]优选的，所述步骤(2)中筛选一级靶基因条件定位：p<0.05&|log2FC|>1时差异具有统计学意义。
[0018]本专利技术所述疾病包括结肠炎、炎性肠病、溃疡性结肠炎、克罗恩氏病、系统性红斑狼疮、骨质疏松、非酒精性脂肪肝、糖尿病、葡萄糖耐受不良、肥胖症、代谢综合征、移植物抗宿主疾病、多发性硬化症、类风湿性关节炎、青少年类风湿性关节炎、眼病、葡萄膜炎、皮肤疾病、肾脏疾病、血液疾病、、自身免疫性肝病、其它风湿病、内分泌疾病、脉管炎、硬皮病、CREST、神经疾病、肺病、肌炎、耳病、重症肌无力、全身性红斑狼疮、特发性血小板减少性紫癜、硬皮病、混合型结缔组织疾病、腹腔疾病或任何其他免疫相关或免疫介导的障碍性疾病。
[0019]优选的，所述疾病为瘢痕疙瘩。
[0020]进一步地，本专利技术提供了上述方法在瘢痕疙瘩标志物筛选中的应用。
[0021]具体地，所述应用包括如下步骤：
[0022](1)GEO数据芯片获取，根据分类不同选择不同来源的芯片，所述芯片包括mRNA和miRNA芯片，所述芯片数量大于等于2；
[0023](2)一级靶基因的获取与分析，利用在线分析软件GEO2R对mRNA基因进行分组分析，分为瘢痕疙瘩组和正常人组，筛选一级靶基因；
[0024](3)差异miRNA的获取与分析，获得log2FC分值高的miRNA，所筛选的差异miRNA包
括上调miRNA不少于2个和下调miRNA不少于2个；
[0025](4)miRNA调控基因预测，利用数据库TargetScan、miRTarbase、miRWalk或miRDB联合对步骤(3)对筛选出的差异miRNA进行调控基因预测，获得miRNA的调控基因；
[0026](5)mRNA-miRNA网络构建，将步骤(4)获得的miRNA的调控基因再与步骤(2)的一级靶基因数据集取交集，得到二级靶基因；
[0027](6)蛋白-蛋白互作网络分析，利用数据库STRING通过蛋本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种利用生物信息学筛选疾病标志物的方法，具体步骤为：(1)GEO数据芯片获取，根据分类不同选择不同来源的芯片，所述芯片包括mRNA和miRNA芯片，所述芯片数量大于等于2；(2)一级靶基因的获取与分析，利用在线分析软件GEO2R对mRNA基因进行分组分析，分为疾病组和正常人组，筛选一级靶基因；(3)差异miRNA的获取与分析，获得log2FC分值高的miRNA，所筛选的差异miRNA包括上调miRNA不少于2个和下调miRNA不少于2个；(4)miRNA调控基因预测，利用数据库TargetScan、miRTarbase、miRWalk或miRDB联合对步骤(3)对筛选出的差异miRNA进行调控基因预测，获得miRNA的调控基因；(5)mRNA-miRNA网络构建，将步骤(4)获得的miRNA的调控基因再与步骤(2)的一级靶基因数据集取交集，得到二级靶基因；(6)蛋白-蛋白互作网络分析，利用数据库STRING通过蛋白互作网络分析获得三级靶基因；(7)对三级靶基因进行数据清洗，通过公开文献报道筛除已经被研究过的靶基因，或得清洗后的三级靶基因；(8)通过疾病相关性预测获得最终新的疾病标志靶基因，利用CTD数据库(http://ctdbase.org/)查看三级靶基因在皮肤疾病中评分情况，并获得最终能够作为疾病诊断的疾病标志靶基因。2.如权利要求1所述的方法，其特征在于，所述步骤(2)中筛选一级靶基因条件定位：p<0.05&|log2FC|>1时差异具有统计学意义。3.如权利要求1或2所述的方法，其特征在于，所述疾病包括结肠炎、炎性肠病、溃疡性结肠炎、克罗恩氏病、系统性红斑狼疮、骨质疏松、非酒精性脂肪肝、糖尿病、葡萄糖耐受不良、肥胖症、代谢综合征、移植物抗宿主疾病、硬化症、类风湿性关节炎、青少年类风湿性关节炎、眼病、葡萄膜炎、皮肤疾病、肾脏疾病、血液疾病、自身免疫性肝病、其它风湿病、内分泌疾病、脉管炎、硬皮病、CREST、神经疾病、肺病、肌炎、耳病、重症肌无力、全身性红斑狼疮、特发性血小板减少性紫癜、硬皮病、混合型结缔组织疾病、腹腔疾病或任何其他免疫相关或免疫介导的障碍性疾病。4.如权利要求3所述的方法，其特征在于，所述硬化症为瘢痕疙瘩。5.如权利要求1～4任意一项所述方法在瘢痕疙瘩标志物筛选中的应用。6.如权利要求5所述的应用，其特征在于，具体步骤为：(1)GEO数据芯片获取，根据分类不同选择不同来源的芯片，所述芯片...

【专利技术属性】
技术研发人员：叶伟亮，杨跃梅，李立杰，
申请(专利权)人：北京瑷格干细胞科技有限公司，
类型：发明
国别省市：