[发明专利]利用TCGA数据库资源发现直肠癌相关microRNA分子标志物的方法及系统和应用

摘要

本发明公开了一种利用TCGA数据库资源发现直肠癌相关microRNA分子标志物的方法及系统和应用。基于公共数据资源例如癌症基因组图谱TCGA数据库的直肠癌miRNA测序数据，合理运用开放性的大数据资源和多样的生物信息学分析手段，对miRNA表达数据进行分析处理，识别与直肠癌等复杂疾病相关的miRNA。包括：样本数据下载和整理；对miRNA表达数据的差异表达分析；将miRNA按照变化幅度排序；选定靶基因；对靶基因进行功能分析。本发明能解决不擅长整合现有网络资源、不熟悉miRNA相关的最常用数据库及前沿分析方法以及不能独立完成miRNA表达谱相关的生物信息学分析等问题。

主权项

1.一种利用TCGA数据库资源发现直肠癌相关microRNA分子标志物的系统，其特征在于：所述系统包括：样本数据下载和整理模块，用于获取miRNA表达数据，包含疾病样本和对应的正常样本；差异表达分析模块，用于对miRNA数据进行表达分析，统计差异显著性，此过程需排除零值等极值影响；筛选排名模块，用于将差异表达的miRNA按照差异倍数绝对值排序，越大的排名越靠前，筛选一定数目的miRNA作为待研究miRNA；选定靶基因模块，用于应用miRWalk、TargetScan等靶基因预测网站或软件作为预测miRNA靶基因的工具，获取靶基因；功能分析模块，用于根据选中的mRNA，采用DAVID数据库信息进行基因本体分析，代谢通路分析和疾病相关分析并图形化展示；该系统通过以下步骤实现发现直肠癌相关miRNA：步骤1，样本数据下载和整理：获取miRNA表达数据，选定目标疾病直肠癌和测序平台，下载数据，数据包含疾病样本和对应的正常样本；具体为：步骤1.1，进入R语言工作界面，载入TCGAbiolinks包；步骤1.2，在TCGA数据库设定目标疾病直肠癌、测序平台和miRNA文件类型；步骤1.3，批量下载所需的标准化数据；步骤1.4，将上述步骤得到的数据进行合并，并去除极值，得到理论上有效的miRNA表达值；所述极值数据是作为RNA表达值的标准化测序片段数目为零的数据；步骤2，对步骤1得到的miRNA表达数据的差异表达分析；其中，差异表达分析选取1.5倍或者2倍的差异倍数，选用三个标准Benjamini–Hochberg方法、FDR方法或者Bonforroni方法校正P‑value得到差异表达的miRNA；步骤3，将经过步骤2处理后的miRNA表达数据按照变化幅度排序，变化率越大的排名越靠前，筛选排名靠前的10个miRNA表达数据作为相关miRNA表达数据；步骤4，应用靶基因预测网站或软件作为预测miRNA靶基因的工具，获取靶基因；其中，预测靶基因采用靶基因预测网站中已有数据资源整合和软件预测算法两种方式，需遵循预选基因至少被两个以上预测算法或数据库同时预测到；所述的靶基因预测网站是miRWalk数据库和TargetScan；所述的预测软件是TargetScan和miRanda；步骤5，对靶基因进行功能分析并找出与疾病相关的条目，构建网络示意图；其中，所述的对mRNA的功能性分析基于DAVID数据库信息，包括基因本体分析，代谢通路分析，疾病相关分析和调控网络的构建；所述的基因本体分析采用DAVID数据库信息从生物过程、分子功能和细胞组分三个成分进行注释和富集分析；所述的代谢通路分析采用DAVID数据库信息包含的KEGG、Reactome数据库信息进行分析；所述的疾病相关分析采用DAVID数据库信息包含的GAD_DISEASE、GAD_DISEASE_CLASS和OMIM_DISEASE数据库信息进行分析。