DeepEA：基于Galaxy的表观转录组整合分析系统

摘要

真核生物RNA序列中存在超过160种类型的化学修饰(CMR)，这些CMR在mRNA翻译、RNA折叠、胁迫应答等生物学过程中发挥重要作用。近年来，不断发展的高通量实验技术可在全转录组层面对CMR进行大规模测序，产生了大量表观转录组数据，为解析CMR的后转录调控机制提供了丰富的数据资源。但是，现有的表观转录组数据分析依然存在诸多问题，例如，缺乏规范的、全面的表观转录组数据的生物信息学分析流程，缺少生物信息学软件实现转录组数据的降噪、CMR修饰的准确定位以及全基因组预测。因此，表观转录组数据的生物信息学分析方法的研究以及分析软件的研发，对于加快CMR的机制解析具有重要意义。本研究的主要工作总结如下： 利用机器学习技术构建了表观转录组数据的降噪、CMR精确预测的生物信息学模型。进一步结合现有的组学数据分析工具，建立了一套表观转录组数据的整合分析的生物信息学流程，包含了测序数据预处理，质量控制，CMR的识别与分析，CMR注释，CMR预测以及结果可视化等多个功能。 利用Galaxy框架整合表观转录组数据分析流程中所需的生物信息学软件和依赖包，实现了从测序数据预处理到CMR分析结果可视化的功能集合，研发出表观转录组数据的整合分析平台DeepEA。DeepEA已通过Docker技术封装，可简便地部署到高性能服务器上，为表观转录组数据的大规模分析和挖掘研究提供了一款新工具。

目录

声明

中英文及缩写对照表

第一章 文献综述

1.1 表观转录组

1.2 表观转录组的生物信息学研究进展

1.2.1分析工具的开发

1.2.2 预测工具的开发

1.3 目前面临的问题

1.4 研究内容和研究意义

1.5 论文的组织结构

第二章 方法与材料

2.1 DeepEA平台的构建

2.1.1 技术路线

2.1.2 系统架构设计

2.2 整合与开发方法

2.2.1 CMR识别的方法整合

2.2.2 基于重启动随机游走的分子网络关联分析

2.2.3 多示例学习的应用

2.3 评价指标和验证方法

2.3 CMR数据的收集

2.3.1 斑马鱼m6A修饰的peak及位点数据

2.3.2 拟南芥的m5C修饰位点数据

第三章 DeepEA的模块与功能

3.1 测序数据的预处理模块

3.2 序列比对模块

3.3 CMR识别模块

3.4 差异CMR分析模块

3.5 CMR注释模块

3.5.1 基因注释

3.5.2分布特征分析

3.5.3 Motif分析

3.5.4驱动基因及关联网络分析

3.5.5 功能富集分析

3.6 CMR预测模块

3.6.1 精确定位修饰位点

3.6.2 潜在的修饰位点预测

3.6.3 特征提取

第四章 结果与分析

4.1 DeepEA平台开发

4.1.1 软件界面

4.1.2 示例及数据来源

4.1.3 安装及使用说明

4.1.4 服务器访问

4.2 对斑马鱼m6A数据的识别及验证

4.3 拟南芥转录组范围的m5C修饰注释

第五章 结论与讨论

5.1 全文结论

5.2 讨论与展望

参考文献

附录

致谢

个人简历