基于生物大數(shù)據(jù)的植物xenomiR跨界調(diào)控方法研究
發(fā)布時間:2022-02-22 09:28
近年來,研究人員在哺乳動物樣本內(nèi)發(fā)現(xiàn)了植物miRNA(植物xenomiR),但在其是否穩(wěn)定存在并參與跨界調(diào)控這一關(guān)鍵問題上不為人所知。為了更進一步地探究植物xenomiR的跨界調(diào)控方法,本項目基于人類健康組織中的高通量miRNA測序數(shù)據(jù),應(yīng)用大數(shù)據(jù)分析方法,提出有效的算法和模型來研究植物xenomiR,對miRNA的跨界調(diào)控研究、中草藥小分子RNA藥物設(shè)計、人體營養(yǎng)疾病治療等領(lǐng)域具有重要的意義。本文提出并構(gòu)建了一種基于生物大數(shù)據(jù)的植物xenomiR跨界調(diào)控研究模型,在假設(shè)植物miRNA對人類的跨界調(diào)控是存在的基礎(chǔ)上,通過選取多種人類日?墒秤玫闹参镒魑,獲取來源于該作物本身的植物miRNA序列數(shù)據(jù)。并在組內(nèi)相關(guān)實驗研究所獲取的在人體樣本內(nèi)檢測到的植物miRNA數(shù)據(jù)基礎(chǔ)上,進行數(shù)據(jù)篩選及預處理。其后,通過靶基因預測、功能富集分析、GO語義分析等后續(xù)分析,探究這些miRNA在其植物本體內(nèi)與人體內(nèi)參與到的生物過程有何異同。本文應(yīng)用Multiple Dimensional Scaling算法(MDS)將眾多生物過程在二維平面內(nèi)可視化,更有效率地探究各生物過程之間的關(guān)系,同時深層次地挖掘出植物x...
【文章來源】:吉林大學吉林省211工程院校985工程院校教育部直屬院校
【文章頁數(shù)】:65 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容及意義
1.4 論文結(jié)構(gòu)安排
第2章 microRNA調(diào)控機制概述
2.1 miRNA分子概述
2.2 miRNA作用機制
2.3 miRNA的跨界調(diào)控機制
2.4 植物xenomiR進入人體機制研究
2.5 本章小結(jié)
第3章 植物xenomiR跨界調(diào)控模型構(gòu)建
3.1 模型概述及技術(shù)路線
3.1.1 模型概述
3.1.2 技術(shù)路線
3.2 基于生物大數(shù)據(jù)與對比實驗的假說驗證
3.3 基于種子互補配對和機器學習算法的靶基因預測
3.4 基于LeaderRank算法的核心節(jié)點篩選
3.5 基于Multiple Dimensional Scaling算法的GO語義分析
3.6 本章小結(jié)
第4章 植物xenomiR跨界調(diào)控模型的數(shù)據(jù)獲取及預處理
4.1 數(shù)據(jù)的獲取
4.2 靶基因預測
4.3 核心節(jié)點篩選
4.4 本章小結(jié)
第5章 植物xenomiR跨界調(diào)控分析
5.1 植物-植物組功能富集分析
5.1.1 大豆-大豆
5.1.2 水稻-水稻
5.1.3 玉米-玉米
5.2 植物-人組功能富集分析
5.2.1 大豆-人
5.2.2 水稻-人
5.2.3 玉米-人
5.3 生物過程及GO語義分析
5.3.1 大豆
5.3.2 水稻
5.3.3 玉米
5.4 植物xenomiR對人的跨界調(diào)控作用
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
作者簡介及在學期間所取得的科研成果
致謝
【參考文獻】:
期刊論文
[1]microRNA靶基因預測算法的研究與發(fā)展[J]. 程爽,郭茂祖,武雪劍. 智能計算機與應(yīng)用. 2018(01)
本文編號:3639175
【文章來源】:吉林大學吉林省211工程院校985工程院校教育部直屬院校
【文章頁數(shù)】:65 頁
【學位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容及意義
1.4 論文結(jié)構(gòu)安排
第2章 microRNA調(diào)控機制概述
2.1 miRNA分子概述
2.2 miRNA作用機制
2.3 miRNA的跨界調(diào)控機制
2.4 植物xenomiR進入人體機制研究
2.5 本章小結(jié)
第3章 植物xenomiR跨界調(diào)控模型構(gòu)建
3.1 模型概述及技術(shù)路線
3.1.1 模型概述
3.1.2 技術(shù)路線
3.2 基于生物大數(shù)據(jù)與對比實驗的假說驗證
3.3 基于種子互補配對和機器學習算法的靶基因預測
3.4 基于LeaderRank算法的核心節(jié)點篩選
3.5 基于Multiple Dimensional Scaling算法的GO語義分析
3.6 本章小結(jié)
第4章 植物xenomiR跨界調(diào)控模型的數(shù)據(jù)獲取及預處理
4.1 數(shù)據(jù)的獲取
4.2 靶基因預測
4.3 核心節(jié)點篩選
4.4 本章小結(jié)
第5章 植物xenomiR跨界調(diào)控分析
5.1 植物-植物組功能富集分析
5.1.1 大豆-大豆
5.1.2 水稻-水稻
5.1.3 玉米-玉米
5.2 植物-人組功能富集分析
5.2.1 大豆-人
5.2.2 水稻-人
5.2.3 玉米-人
5.3 生物過程及GO語義分析
5.3.1 大豆
5.3.2 水稻
5.3.3 玉米
5.4 植物xenomiR對人的跨界調(diào)控作用
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
作者簡介及在學期間所取得的科研成果
致謝
【參考文獻】:
期刊論文
[1]microRNA靶基因預測算法的研究與發(fā)展[J]. 程爽,郭茂祖,武雪劍. 智能計算機與應(yīng)用. 2018(01)
本文編號:3639175
本文鏈接:http://www.sikaile.net/shoufeilunwen/benkebiyelunwen/3639175.html
最近更新
教材專著