基于氨基酸使用偏好及基因功能信息預(yù)測(cè)疾病相關(guān)基因.pdf

1、疾病基因的發(fā)現(xiàn)對(duì)于認(rèn)識(shí)疾病機(jī)理、研制新的診療方法與設(shè)計(jì)新型藥物起著重要的作用。隨著人類基因組計(jì)劃的完成，人們發(fā)現(xiàn)了大量的潛在的和疾病相關(guān)的基因，對(duì)這些疾病候選基因進(jìn)行預(yù)測(cè)和辨別就成為后基因組時(shí)代的一個(gè)重要任務(wù)。人們已經(jīng)發(fā)展了多種基于計(jì)算的疾病基因預(yù)測(cè)方法，但是這些方法都存在各自的缺陷，比如基于序列特征的方法通常僅考慮所有的疾病基因和正?；蛟谛蛄刑卣魃系牟町?，對(duì)不同的疾病的特有性質(zhì)并沒(méi)有加于區(qū)分；而基于功能的方法只依賴于具有相同功能基因

2、的信息，沒(méi)有考慮功能之間的關(guān)聯(lián)性以及不同功能對(duì)同種疾病的貢獻(xiàn)程度。 本文首先對(duì)OMIM中具有已知疾病基因個(gè)數(shù)不小于2的疾病進(jìn)行了分析，發(fā)現(xiàn)在Ehlers-Danlos 綜合癥等60種疾病中，導(dǎo)致同一種疾病的致病基因的氨基酸使用存在較顯著的疾病特異性，即同種疾病的致病基因編碼蛋白質(zhì)的氨基酸使用頻率分布非常相似。進(jìn)一步，使用這60種疾病致病基因各自的序列特征，構(gòu)建疾病特異的模型，改進(jìn)了基于序列特征的疾病基因預(yù)測(cè)方法。最終的leav

3、e-one-out 交叉驗(yàn)證結(jié)果表明，被預(yù)測(cè)出排在定位區(qū)間所有候選基因第1 位的基因中，有超過(guò)16％被證實(shí)為真實(shí)的疾病基因，其預(yù)測(cè)效能優(yōu)于同類軟件PROSPECTR。 此外，本文還開(kāi)發(fā)了一種新的基于距離來(lái)計(jì)算基因功能相似性的疾病基因預(yù)測(cè)工具CDGMiner，它利用GO 術(shù)語(yǔ)在DAG中的最短路徑的距離來(lái)挖掘候選基因和已知疾病基因的GO 之間的相似性，并根據(jù)GO 注釋對(duì)同一種疾病的貢獻(xiàn)程度加以權(quán)重，對(duì)已經(jīng)定位到某個(gè)染色體區(qū)間的疾病