檢測(cè)生物分子的變化的方法和檢測(cè)生物調(diào)控分子的變化的方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種檢測(cè)生物分子的變化的方法，該方法包括：（1）用生物芯片或者高通量測(cè)序分別測(cè)量處理樣品和對(duì)照樣品，分別獲得處理數(shù)據(jù)和對(duì)照數(shù)據(jù)；（2）使用對(duì)照數(shù)據(jù)對(duì)處理數(shù)據(jù)進(jìn)行正規(guī)化，以獲得無(wú)偏的基因表達(dá)差異數(shù)值；其中，在正規(guī)化中，在處理數(shù)據(jù)和對(duì)應(yīng)的對(duì)照數(shù)據(jù)之間建立線性樣條模型，用穩(wěn)健統(tǒng)計(jì)估計(jì)法估計(jì)線性樣條模型的參數(shù)，使用具有參數(shù)的線性樣條模型校正處理數(shù)據(jù)中的數(shù)值，并作為正規(guī)化后的數(shù)值。本發(fā)明還提供了一種通過(guò)集成基因表達(dá)差異數(shù)值和生物調(diào)控分子與相應(yīng)基因的結(jié)合強(qiáng)度來(lái)檢測(cè)生物調(diào)控分子變化的量化指標(biāo)的方法。本發(fā)明能夠有效地挖掘高通量表達(dá)數(shù)據(jù)中的有用信息，并確定基因表達(dá)差異的調(diào)控機(jī)制。
【專(zhuān)利說(shuō)明】檢測(cè)生物分子的變化的方法和檢測(cè)生物調(diào)控分子的變化的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及生物醫(yī)藥領(lǐng)域，具體地，涉及一種檢測(cè)生物分子的變化的方法和一種檢測(cè)生物調(diào)控分子的變化的方法。
【背景技術(shù)】
[0002]從DNA到蛋白質(zhì)的過(guò)程稱之為基因表達(dá)(gene expression),對(duì)這個(gè)過(guò)程的調(diào)節(jié)即為基因表達(dá)調(diào)控(regulation of gene expression or gene control)?；蛘{(diào)控是現(xiàn)代分子生物學(xué)研究的中心課題之一。因?yàn)橐私鈩?dòng)植物生長(zhǎng)發(fā)育規(guī)律、形態(tài)結(jié)構(gòu)特征及生物學(xué)功能，就必須搞清楚基因表達(dá)調(diào)控的時(shí)間和空間概念，掌握了基因調(diào)控機(jī)制，就等于掌握了一把揭示生物學(xué)奧秘的鑰匙。
[0003]測(cè)量細(xì)胞樣本、組織樣本等的全基因組表達(dá)值是功能性基因組學(xué)的首要問(wèn)題。目前的測(cè)量技術(shù)包括生物芯片、RNA-seq等等，這些技術(shù)各有各的優(yōu)點(diǎn)和缺點(diǎn)。雖然人們希望能夠精確地測(cè)量出全基因組RNA表達(dá)值，但是由于每個(gè)技術(shù)的局限性，原始的測(cè)量值與真實(shí)值的誤差和偏差不可避免。這就需要對(duì)這些原始的測(cè)量值做恰當(dāng)?shù)慕y(tǒng)計(jì)分析。生物芯片(biochip或bioarray)是根據(jù)生物分子間特異相互作用的原理,將生化分析過(guò)程集成于芯片表面，從而實(shí)現(xiàn)對(duì)DNA、RNA、多肽、蛋白質(zhì)以及其他生物成分的高通量快速檢測(cè)。狹義的生物芯片概念是指通過(guò)不同方法將生物分子(寡核苷酸、cDNA、genomic DNA、多肽、抗體、抗原等)固著于硅片、玻璃片(珠)、塑料片(珠)、凝膠、尼龍膜等固相遞質(zhì)上形成的生物分子點(diǎn)陣。
[0004]生物芯片能夠高通量、自動(dòng)化地檢測(cè)基因的差異，包括cDNA水平上的差異和蛋白水平的差異，因而能夠作為研究基因調(diào)控的手段之一。但是，生物芯片中的數(shù)據(jù)往往只能檢測(cè)那些豐度高的效應(yīng)生物分子(如在合成、代謝過(guò)程中的酶)，而對(duì)于生物調(diào)控分子，如轉(zhuǎn)錄因子和micix)RNA，由于其在細(xì)胞中豐度低等原因，它們?cè)谏锸录兴l(fā)生的變化難以在生物芯片的數(shù)據(jù)中直接反映出來(lái)，由此降低了生物芯片數(shù)據(jù)的利用價(jià)值。
[0005]RNA-seq技術(shù)是近年來(lái)發(fā)展的一種新的全基因組RNA表達(dá)值的技術(shù)，它不需要預(yù)先設(shè)計(jì)探針，是與生物芯片互補(bǔ)的一種技術(shù)。
[0006]比較兩個(gè)或多個(gè)細(xì)胞樣本時(shí)，如果通過(guò)某種技術(shù)獲得了它們之間無(wú)偏的基因表達(dá)差異數(shù)值，如何找到導(dǎo)致這些差異的調(diào)控機(jī)制則是功能性基因組學(xué)的一個(gè)核心問(wèn)題。目前直接測(cè)量調(diào)控過(guò)程難度很大，利用調(diào)控分子如轉(zhuǎn)錄因子或microRNA與DNA的結(jié)合強(qiáng)度信息，在廣義的中心法則下準(zhǔn)確地推斷調(diào)控機(jī)制是一個(gè)非常有挑戰(zhàn)的計(jì)算生物學(xué)和生物信息學(xué)問(wèn)題。對(duì)人類(lèi)健康、農(nóng)業(yè)發(fā)展、環(huán)境保護(hù)和能源發(fā)展有重要意義。

【發(fā)明內(nèi)容】

[0007]為了提高生物芯片數(shù)據(jù)的利用價(jià)值，進(jìn)一步有效地挖掘生物芯片數(shù)據(jù)中的有用信息，本發(fā)明提供了一種檢測(cè)生物分子的變化的方法和一種檢測(cè)生物調(diào)控分子的變化的方法。
[0008]根據(jù)本發(fā)明提供的檢測(cè)生物分子的變化的方法，該方法包括:(1)用生物芯片或者高通量測(cè)序技術(shù)RNA-seq分別測(cè)量處理樣品和對(duì)照樣品，分別獲得處理數(shù)據(jù)和對(duì)照數(shù)據(jù)；(2)使用對(duì)照數(shù)據(jù)對(duì)處理數(shù)據(jù)進(jìn)行正規(guī)化，以獲得無(wú)偏的基因表達(dá)差異數(shù)值；其中，在正規(guī)化中，在處理數(shù)據(jù)和對(duì)應(yīng)的對(duì)照數(shù)據(jù)之間建立線性樣條模型，用穩(wěn)健統(tǒng)計(jì)估計(jì)法估計(jì)線性樣條模型的參數(shù)，使用具有參數(shù)的線性樣條模型校正處理數(shù)據(jù)中的數(shù)值，將校正后的數(shù)值作為正規(guī)化后的數(shù)值。
[0009]本發(fā)明還提供了一種檢測(cè)生物調(diào)控分子的變化的方法，該方法包括:(1)根據(jù)如上所述的方法檢測(cè)生物分子的變化，獲得基因表達(dá)差異數(shù)值；(2)根據(jù)基因表達(dá)差異數(shù)值，將具有正表達(dá)差異值的差異基因和具有負(fù)表達(dá)差異值的差異基因分別作為分析對(duì)象，由差異基因的差異強(qiáng)度和生物調(diào)控分子與全體基因的結(jié)合強(qiáng)度來(lái)確定調(diào)控差異基因的生物調(diào)控分子的變化。
[0010]通過(guò)上述技術(shù)方案，本發(fā)明能夠有效地挖掘生物芯片和RNA-seq數(shù)據(jù)中的有用信息，確定調(diào)控差異基因的生物調(diào)控分子的變化，并給出量化指標(biāo)。
[0011]本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的【具體實(shí)施方式】部分予以詳細(xì)說(shuō)明。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0012]圖1是正規(guī)化前后的數(shù)據(jù)M值的核密度圖；
[0013]圖2是本發(fā)明各個(gè)模塊之間的關(guān)系示意圖。
【具體實(shí)施方式】
[0014]以下對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行詳細(xì)說(shuō)明。應(yīng)當(dāng)理解的是，此處所描述的【具體實(shí)施方式】?jī)H用于說(shuō)明和解釋本發(fā)明，并不用于限制本發(fā)明。
[0015]根據(jù)本發(fā)明提供的檢測(cè)生物分子的變化的方法，該方法包括:(I)用生物芯片或者高通量測(cè)序分別測(cè)量處理樣品和對(duì)照樣品，分別獲得處理數(shù)據(jù)和對(duì)照數(shù)據(jù)；(2)使用對(duì)照數(shù)據(jù)對(duì)處理數(shù)據(jù)進(jìn)行正規(guī)化，以獲得無(wú)偏的基因表達(dá)差異數(shù)值；其中，在正規(guī)化中，在處理數(shù)據(jù)和對(duì)應(yīng)的對(duì)照數(shù)據(jù)之間建立線性樣條模型，用穩(wěn)健統(tǒng)計(jì)估計(jì)法估計(jì)線性樣條模型的參數(shù)，使用具有參數(shù)的線性樣條模型校正處理數(shù)據(jù)中的數(shù)值，將校正后的數(shù)值作為正規(guī)化后的數(shù)值。
[0016]其中，處理數(shù)據(jù)和對(duì)照數(shù)據(jù)均來(lái)自生物芯片，處理數(shù)據(jù)和對(duì)照數(shù)據(jù)中的數(shù)值均對(duì)應(yīng)于生物芯片中的探針的空間位置而排列；將處理數(shù)據(jù)和對(duì)照數(shù)據(jù)分別按空間位置的排布分隔為多個(gè)矩形子集；所述矩形子集的行數(shù)和列數(shù)分別大于5，且行數(shù)和列數(shù)的乘積大于100 ;相鄰的子集可以存在0-99%的重疊；在處理數(shù)據(jù)的子集和對(duì)應(yīng)的對(duì)照數(shù)據(jù)的子集之間建立線性樣條模型，用穩(wěn)健統(tǒng)計(jì)估計(jì)法估計(jì)線性樣條模型的參數(shù)；使用具有參數(shù)的線性樣條模型校正處理數(shù)據(jù)的子集中的數(shù)值，將校正后的數(shù)值作為正規(guī)化后的數(shù)值。
[0017]其中，所述生物芯片可以為cDNA芯片或蛋白芯片。
[0018]其中，特別優(yōu)選地，相鄰的子集中存在30-70%的重疊，更優(yōu)選存在40-60%的重疊，最優(yōu)選存在50%的重疊。
[0019]其中，優(yōu)選地，所述子集的行數(shù)和列數(shù)分別大于5，且行數(shù)和列數(shù)的乘積大于100。例如，子集可以具有20-80行，20-80列；優(yōu)選具有30-70行，30-70列；最優(yōu)選具有60行，30列。
[0020]其中，線性樣條模型可以如式(I)所示:
【權(quán)利要求】
1.一種檢測(cè)生物分子的變化的方法，該方法包括: (1)用生物芯片或者高通量測(cè)序分別測(cè)量處理樣品和對(duì)照樣品，分別獲得處理數(shù)據(jù)和對(duì)照數(shù)據(jù)； (2)使用對(duì)照數(shù)據(jù)對(duì)處理數(shù)據(jù)進(jìn)行正規(guī)化，以獲得無(wú)偏的基因表達(dá)差異數(shù)值； 其中，在正規(guī)化中，在處理數(shù)據(jù)和對(duì)應(yīng)的對(duì)照數(shù)據(jù)之間建立線性樣條模型，用穩(wěn)健統(tǒng)計(jì)估計(jì)法估計(jì)線性樣條模型的參數(shù)；使用具有參數(shù)的線性樣條模型校正處理數(shù)據(jù)中的數(shù)值，將校正后的數(shù)值作為正規(guī)化后的數(shù)值。
2.根據(jù)權(quán)利要求1所述的方法，其中，處理數(shù)據(jù)和對(duì)照數(shù)據(jù)均來(lái)自生物芯片，處理數(shù)據(jù)和對(duì)照數(shù)據(jù)中的數(shù)值均對(duì)應(yīng)于生物芯片中的探針的空間位置而排列；將處理數(shù)據(jù)和對(duì)照數(shù)據(jù)分別按空間位置的排布分隔為多個(gè)矩形子集，相鄰的矩形子集存在介于0-99%的重疊；在處理數(shù)據(jù)的矩形子集和對(duì)應(yīng)的對(duì)照數(shù)據(jù)的矩形子集之間建立線性樣條模型，用穩(wěn)健統(tǒng)計(jì)估計(jì)法估計(jì)線性樣條模型的參數(shù)；使用具有參數(shù)的線性樣條模型校正處理數(shù)據(jù)的矩形子集中的數(shù)值，將校正后的數(shù)值作為正規(guī)化后的數(shù)值。
3.根據(jù)權(quán)利要求1或2所述的方法，其中，所述矩形子集的行數(shù)和列數(shù)分別大于5，且行數(shù)和列數(shù)的乘積大于100。
4.根據(jù)權(quán)利要求1或2所述的方法，其中，線性樣條模型如式(I)所示:
5.= α + 4^ + Σ4^='=/(5>?.)式⑵

f-1 式(2)中，S、4 > 4(/ = 1,...，《)分別為在式(I)中經(jīng)過(guò)S估計(jì)得到的參數(shù)值。 5.根據(jù)權(quán)利要求1或2所述的方法，其中，計(jì)算M值的核密度曲線和眾數(shù)，并使用M值的核密度曲線的眾數(shù)的絕對(duì)值大小來(lái)評(píng)價(jià)正規(guī)化和/或生物分子變化的測(cè)量值的可信度，所述M值為正規(guī)化后的處理數(shù)據(jù)與對(duì)照數(shù)據(jù)的對(duì)數(shù)差；M值的核密度曲線的眾數(shù)的絕對(duì)值越大，則指示正規(guī)化和/或生物分子變化的測(cè)量值的可信度越小…值的核密度曲線的眾數(shù)的絕對(duì)值越小，則指示正規(guī)化和/或生物分子變化的測(cè)量值的可信度越大。
6.根據(jù)權(quán)利要求1所述的方法,其中,所述高通量測(cè)序?yàn)镽NA-seq。
7.一種檢測(cè)生物調(diào)控分子的變化的方法，該方法包括: (1)根據(jù)權(quán)利要求1-6中任意一項(xiàng)所述的方法檢測(cè)生物分子的變化，獲得基因表達(dá)差異數(shù)值； (2)根據(jù)基因表達(dá)差異數(shù)值，將具有正表達(dá)差異值的差異基因和具有負(fù)表達(dá)差異值的差異基因分別作為分析對(duì)象，由差異基因的差異強(qiáng)度和生物調(diào)控分子與全體基因的結(jié)合強(qiáng)度來(lái)確定調(diào)控差異基因的生物調(diào)控分子的變化。
8.根據(jù)權(quán)利要求7所述的方法，其中，所述生物調(diào)控分子為轉(zhuǎn)錄因子或microRNA。
9.根據(jù)權(quán)利要求7或8所述的方法，其中，對(duì)具有負(fù)表達(dá)差異值的差異基因，確定調(diào)控差異基因的生物調(diào)控分子變化的量化指標(biāo)方法包括: (1)記負(fù)表達(dá)差異值為e= (e1；…，eN)，生物調(diào)控分子與相應(yīng)基因的結(jié)合強(qiáng)度為b =(h，…，bN);將負(fù)表達(dá)差異值取絕對(duì)值得到e' = (IeJ,-, eN|)； (2)將V中的元素按照降序排列，記排列結(jié)果為^! = (|e| π(1)，…，|e| π(Ν))，其中O (1)，…，JI (N))為(1，…，N)的一個(gè)排列,滿足|e| πω≥…≥e I π (Ν)； (3)按照(2)中對(duì)表達(dá)值的調(diào)整相應(yīng)調(diào)整b中的元素位置，記調(diào)整結(jié)果為b''= (4)計(jì)算
10.根據(jù)權(quán)利要求7或8所述的方法，其中，對(duì)具有正表達(dá)差異值的差異基因，確定調(diào)控差異基因的生物調(diào)控分子的變化的方法包括: (1)記正表達(dá)差異值為e= (ei,…，eN)，生物調(diào)控分子與相應(yīng)基因的結(jié)合強(qiáng)度為b =O^1，…，bN);將正表達(dá)差異值取絕對(duì)值得到e' = (IeJ,-, eN|)； (2)將V中的元素按照降序排列，記排列結(jié)果為^! = (|e| π(1)，…，|e| π(Ν))，其中O (1)，…，JI (N))為(1，…，N)的一個(gè)排列,滿足|e| πω≥…≥e I π (Ν)； (3)按照(2)中對(duì)表達(dá)值的調(diào)整相應(yīng)調(diào)整b中的元素位置，記調(diào)整結(jié)果為b''= (4)計(jì)算
【文檔編號(hào)】G06F19/20GK103729578SQ201410003967
【公開(kāi)日】2014年4月16日 申請(qǐng)日期:2014年1月3日 優(yōu)先權(quán)日:2014年1月3日
【發(fā)明者】李雷, 王琳 申請(qǐng)人:中國(guó)科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院