[发明专利]一种在染色体上定位并显示生物基因表达信息及环境敏感区域的方法

说明书

技术领域

本发明属于生物信息技术领域，涉及一种可以将基因表达信息定位到染色体上进而分析染色体上基因表达变化敏感区域的方法。

背景技术

基因芯片技术采用光导原位合成或直接微量点样等方法，将大量DNA片段或寡核苷酸片段有序地固化于滤膜、硅片等支持物的表面，待检样品用同位素或荧光分子标记后，与微矩阵杂交，通过检测每个探针分子的杂交信号强度，进而获取样品分子的数量和序列信息。目前基因芯片主要用于基因表达水平的检测，基因诊断，药物筛选，个体化医疗，测序服务以及生物信息学等方面的研究。

表达谱基因芯片的出现为检测整个基因组的表达情况提供了极为有力的帮助。一次微阵列实验能获得细胞在某一条件下的全基因组表达数据，构成了一个数据矩阵集，行向量代表基因，列向量代表某一条件各基因的表达水平。成千上万个基因表达数据很难人工查找计算，迫切需要计算机参与处理以获取所需信息。然而基因表达谱分析技术尚处于发展初期，开发适时高效的生物学软件已成为当务之急。

模式生物在生物学和医学研究中占有十分重要的地位，其研究结果可以推演和应用到人类遗传、疾病等生命科学的研究中。秀丽隐杆线虫(简称线虫)具有基因测序完整、基因与人类同源性很高、细胞发育谱系清晰等特点，被广泛应用到各项生物学和医学研究中，是一种经典的模式生物学材料。与正常环境下的线虫相比，特定环境会诱导线虫某些基因的表达水平发生上调或者下调的改变，进而导致基因转录成mRNA和翻译成蛋白质时受到正性或负性调控，影响生物体的行为，表型，生理活动，甚至导致癌症或死亡。本发明中，经过特定环境处理的线虫同一染色体上三个或三个以上的相邻位点上，基因表达信息连续发生上调或者下调变化的基因区域被推测为基因表达热点区域，即可能的基因表达变化环境敏感区域。

染色体的结构、基因表达以及调控之间能够相互影响。从基因组以至染色体层面分析基因表达情况，将基因表达信息回归定位到相应染色体上进行生物功能预测和分析是生物学重要的研究内容。基因芯片测得的原始的线虫全基因组表达数据虽然具有线虫完整的基因表达信息，但是并未按照线虫基因在染色体上对应的位置顺序排序。生物学研究者要分析表达改变的基因所对应编码的DNA序列是否是环境易感区，即表达热点区域在染色体上的分布情况，需要先将其回归定位到基因所在的染色体上，再根据表达信息产生变化的基因在对应染色体上的分布位置，获取染色体上环境诱变的上下调控的基因区域信息。这对于从基因组以至染色体层面分析环境诱变的生物学效应具有重要的意义。因此很有必要开发一种能够在染色体上定位显示模式生物基因表达信息的软件。

发明内容

本发明的目的是提供一种可以引入模式生物数据库且可将基因表达信息定位到染色体上进而分析染色体上基因表达变化敏感区域的方法，从而为在染色体层面上分析基因表达变化敏感区域提供数据处理和信息可视化辅助技术。

本发明的第一方面提供一种在染色体上定位显示生物基因表达信息及环境敏感区域的方法，包括以下步骤：

(a)从NCBI公共数据库下载生物染色体基因组序列；

(b)读入相应生物样本基因表达芯片数据，所述基因表达芯片数据包括来自实验环境条件下的受试组样品和对照组样品的基因组基因的绝对表达量，将同一基因在受试组和对照组中的绝对表达量相除可获得该基因的基因表达倍数比值；所述对照组为在非实验环境条件下的样品；

(c)将基因表达倍数比值数据以2为底数求对数值；

(d)将步骤(c)得到的所有基因表达倍数比值数据的对数值进行归一化处理得环境条件值：将对数值大于等于1的基因的环境条件值规定为1，对数值小于等于-1的基因的环境条件值规定为-1，对数值大于-1小于1的基因的环境条件值与对数值相同；

(e)将基因表达芯片数据矩阵中的基因名字与步骤(a)中下载的生物染色体基因序列中基因名字相匹配，匹配成功后，将步骤(d)得到的所有基因的环境条件值定位到生物体基因组序列中对应基因位置上；

(f)根据定位到生物体基因组序列中对应基因位置上的环境条件值，划定实验环境条件下的基因界定条件，得生物染色体基因组上基因表达图像；

其中，环境条件值为1的染色体基因的位置填充红色，表示在实验环境条件下的上调基因；环境条件值为-1的染色体基因的位置填充蓝色，表示在实验环境条件下的下调基因；环境条件值大于-1小于1的染色体基因位置填充白色，表示在实验环境条件下的未见异常基因，未能匹配成功的染色体基因位置填充灰色，表示在实验环境条件下的未能匹配成功基因；