基因表达谱数据聚类分析方法比较与大豆疫霉基因的网络构建

摘要

大豆疫霉(Phytophthora sojae)侵染大豆引起的大豆根腐病是大豆生产上的毁灭性病害之一，每年造成大豆10多亿美元的经济损失。为深入了解大豆疫霉引起的大豆病害，有必要进行基因芯片试验。在基因芯片试验数据分析中，聚类分析和基因网络构建是常规的分析方法。这些方法所挖掘的信息对大豆遗传育种是有用的。
　　 本研究主要包括三个方面的内容。首先，选择一种适宜的聚类分析方法对大豆疫霉菌基因表达谱数据进行聚类分析。为此，利用52组基因表达谱模拟数据和1组酵母基因表达谱数据，通过CH(Calinski-Harabasz index)、FOM(figure0f merit)和CCR(correct classification rate)三个指标，比较Ma等(2006)、Qu&Xu(2006)和Fu&Medico(2007)三种基于模型的基因表达谱聚类分析方法，以获得适宜的聚类分析方法；其次，用选择出的聚类分析方法对大豆疫霉菌基因表达谱数据进行聚类分析，并分析其表达趋势；最后，根据聚类分析结果，用Edwards等(2010)的方法，通过R语言包gRapHD对每一亚类大豆疫霉菌基因进行基因网络构建。其主要结果如下：
　　 1)用Ma等(2006)，Ou和xu(2006)以及Fu和Medico(2007)方法对52组基因表达谱模拟数据和1组酵母基因表达谱数据进行聚类分析，得到Ma等(2006)的CH平均值最大、FOM平均值最小和CCR平均值最大，说明Ma等(2006)对基因表达谱数据的聚类分析效果是上述三种方法中最优的。
　　 2)用 Ma等(2006)对大豆疫霉菌数据进行聚类分析，把8187个基因分成了21类，每一类的基因数目分别为：2593、501、566、381、9、676、105、40、98、1498、63、126、168、49、795、29、28、28、34、385和15。基因在各个时期的表达趋势为：菌丝、产包菌丝、游动孢子、休止孢子、休止孢子萌发、侵染Ⅰ(IF1.5h)、侵染Ⅱ(IF3.0h)、侵染Ⅲ(IF6.0h)、侵染Ⅳ(IF12.0h)和侵染Ⅴ(IF24.0h)时期的上调基因数目分别为997、792、1425、3993、4226、2824、0、49、9和0个；其相应的下调基因数目分别为：446，1084、4056、357、1234、1326、751、34、74和89个。
　　 3)用R语言包gRapHD分别对每一类大豆疫霉菌基因进行了基因网络的构建，得到21个大豆疫霉菌基因调控网络，共找出60个有待验证的关键基因，并分析了这些基因的功能。