[发明专利]一种人类大脑基因表达时空常模的建立方法

说明书

本发明公开了一种人类大脑基因表达时空常模的建立方法，收集大脑时空原始数据得到基因标准化表达数据集；构建脑区和发育阶段的二维时空框架，将所有基因标准化表达数据按脑区和发育阶段信息对应于所构建的时空框架中，得到单基因时空表达模式；采用基因共表达网络分析方法对所得单基因时空表达矩阵数据进行分析，得到多个基因模块且每个取平均基因表达量得到基因模块时空表达模式；通过对正常人类神经细胞表达数据进行分析，将神经细胞的特征性基因与所得到的基因模块进行富集分析，获得基因模块的细胞表达模式。本发明通过将所有参考数据集最终以相同的二维时空框架呈现，不仅综合不同来源的数据集，有利于研究者直观地对时空框架的内容进行补充和比较。

技术领域

本发明涉及人类大脑建模技术领域，具体涉及一种人类大脑基因表达时空常模的建立方法。

背景技术

人类大脑的发育发生在一个漫长的过程中，伴随着及其复杂而精确的调节。从胚胎期到成人、衰老的各个阶段，人类大脑经历长时间发育、细化和成熟，发生分子、连接和结构方面的变化。通过研究正常大脑功能区域、发育阶段和不同神经细胞类型的基因表达模式来提供某些大脑疾病如神经退行性疾病和精神疾病易感性的见解。

现有大量高质量不同类型的人类大脑基因表达数据。在RNA-seq数据分析中考虑到基因长度和测序深度不同，将比对到某个基因内部的序列片段(reads)数目进行标准化是极其重要的步骤，同时标准化后再比较不同样本之间基因的表达量才有意义。现有的表达数据中利用microarray技术得到标准化的表达数据，也有以RPKM(Reads Per KilobaseMillion)、FPKM(Fragments Per Kilobase Million)和TPM(Transcripts Per KilobaseMillion)为单位表示基因标准化表达量的RNA-seq表达数据。由于各数据集得到表达数据标准化单位不同，互相之间也不能进行转换，因此不能对各数据集的表达数据结果直接进行合并。另外，现有表达数据提供的基因名称表达方式各有不同，有Ensembl gene id和gene symbol等多种方式，其中存在多个Ensembl gene id对应一个gene symbol的情况。

发明内容

本发明为了解决现有大量高质量不同类型的人类大脑基因表达数据，通过整合不同发育阶段、脑区和神经细胞类型的正常人类大脑基因表达数据，优化现有数据库数据资源分散、难以综合利用的问题，建立全面系统的正常人类大脑基因时空表达常模，提供基因时空模式参考，为此，本发明提供了一种人类大脑基因表达时空常模的建立方法。

所采用的技术方案如下：

一种人类大脑基因表达时空常模的建立方法，所述方法包括如下步骤：

步骤一、收集大脑时空原始数据，并进行分析、计算，得到每个样本中所有基因标准化表达数据集；

步骤二、构建由脑区和发育阶段组成的时空框架，将所有基因标准化表达数据按脑区和发育阶段信息置于所构建的时空框架中，形成一个基因在行，脑区和发育阶段在列的表达矩阵，得到各基因数据范围内的单基因时空表达模式；

步骤三、采用基因共表达网络分析方法对步骤二中所得到的单基因时空表达矩阵数据进行分析，得到多个基因模块，通过对每个基因模块取平均基因表达量,得到基因模块时空表达模式；

步骤四、通过对正常人类神经细胞表达数据进行分析，得到不同神经细胞的特征性基因，将神经细胞的特征性基因与步骤三所得到的基因模块进行富集分析，得到与基因模块富集的细胞类型，获得基因模块的细胞表达模式。

所述步骤一中对于从原始数据进行分析、计算得到基因标准化表达数据的具体步骤如下：