转录调控计算分析平台的开发及其在肿瘤发病机制研究中的应用

摘要

针对ChIP-on-chip(chromatin immunoprecipitation on chip)等高通量组学研究的特点和需求，我们利用并行计算技术开发了一套转录调控网络分析系统，能根据计算机的资源使用情况动态地调度计算任务。首先设计了通用的底层数据处理模块，实现了ChiP-on-chip芯片试验的自动化流程分析模块和DNA富集片段的转录因子结合位点分析模块。然后进一步搭建了研究转录调控网络与miRNA调控网络关系的前期平台。利用构建的平台我们成功地分析了AML白血病发病机制及可能治疗方案的相关芯片实验数据，并有效地挖掘了具体实验条件下特定转录因子基因组结合信息。该研究探索了在海量生物信息数据分析与挖掘过程中具有自动任务调度功能的智能并行计算技术，实现了互相独立的并行计算模块和分析模块，具有很好的重用性和可移植性，为后续组学数据的整合分析奠定了基础。

目录

文摘

英文文摘

声明

第一章 绪论

1.1课题来源

1.2转录调控机制在肿瘤发生中的影响

1.3课题研究的目的和意义

1.3.1课题的目的

1.3.2课题的意义

1.4研究背景

1.4.1生命形式及转录调控概述

1.4.2生物技术研究背景

1.4.3系统生物学的发展

1.4.4并行计算技术的发展

1.4.5通用数据处理模块的考虑

1.5论文的主要研究内容

第二章 通用的底层数据处理模块

2.1并行计算模块

2.1.1并行计算框架

2.1.2操作系统资源监控模块

2.1.3并行计算框架

2.1.4并行性能分析

2.2通用底层处理模块

2.3功能模块

2.4实例说明

2.4.1 Extract_records

2.4.2 Map_two_data

2.5 小结

第三章 DNA结合片段

3.1 ChIP-on-chip分析平台

3.1.1 ChIP-on-chip分析的现状

3.1.2 ChIP-on-chip实验的分析流程图

3.1.3 ChIP-on-chip并行分析平台

3.2 microarray实验表达谱数据的共表达基因

3.2.1共表达基因

3.2.2 promoter序列

3.3 小结

第四章 转录因子结合位点的分析

4.1转录因子结合位点(TFBS)

4.2 TFBS的分析方法

4.2.1 EM算法

4.2.2 MCMC算法

4.2.3穷举法

4.2.4比较分析三种方法

4.3基于穷举法的CNE算法

4.3.1算法原理及模型

4.3.2系统设计

4.3.3规避重复计算

4.3.4分析系统的数据结构

4.3.5自适应并行计算的体系架构

4.3.6针对结果正确性的三重验证体系

4.3.6小结motif分析系统

4.4重复序列对转录调控的影响

4.5小结

第五章 整合其他组学数据的转录调控分析

5.1转录调控与microRNA调控初步的组合分析

5.1.1 microRNA及调控介绍

5.1.2 microRNA调控位点分析的介绍

5.1.3 microRNA调控规律的研究

5.2整合其它组学数据的思考

5.3整合其它系统生物学分析方法

5.3.1其它系统生物学方法获取基因的调控网络

5.3.2基于知识库的高通量数据整合分析策略

5.4 小结

第六章 结论与展望

6.1结论

6.2展望

参考文献

附录

攻读硕士学位期间公开发表的论文

攻读硕士学位期间所参与的科研项目

致谢