醫(yī)學(xué)數(shù)據(jù)挖掘 人類疾病基因數(shù)據(jù)庫

1、人類復(fù)雜疾病Human Complex Disease引言人類常見病，包括腫瘤、心腦血管病、代謝系統(tǒng)疾病、神經(jīng)系統(tǒng)疾病、精神和行為異常等絕大多數(shù)都是復(fù)雜性疾病。復(fù)雜疾病與單基因缺陷性遺傳病不同，不符合孟德爾定律，疾病的發(fā)生發(fā)展涉及復(fù)雜的生物學(xué)過程，是21世紀(jì)生物醫(yī)學(xué)重大的挑戰(zhàn)之一。疾病遺傳物質(zhì)的變異（內(nèi)因）染色體異?；蛲蛔儐魏塑账岫鄳B(tài)和插入缺失多態(tài)拷貝數(shù)變異DNA修飾和核小體修飾等外界環(huán)境變化（外因）感染損傷環(huán)境情緒和情感教育和社會遺傳病人類遺傳病分類單基因遺傳病多基因遺傳病染色體異常遺傳病各種遺傳病的發(fā)病率線粒體遺傳病基因病獲得性基因病1. 孟德爾遺傳疾病由單一基因缺陷或由主基因缺陷而引起

2、的遺傳疾病，叫做孟德爾遺傳疾病。孟德爾遺傳疾病的遺傳模式基本滿足孟德爾遺傳定律。?2. 復(fù)雜疾病涉及多基因和蛋白復(fù)雜疾?。╟omplex disease）,又稱多基因病（ploygenic disorder）性狀或疾病的遺傳方式取決于兩個以上微效基因的累加作用，還受環(huán)境因子的影響，因此這類性狀或疾病稱為復(fù)雜性狀或復(fù)雜疾病。復(fù)雜疾病數(shù)據(jù)庫本節(jié)將對OMIM、GAD復(fù)雜疾病數(shù)據(jù)庫的內(nèi)容及使用方法進(jìn)行簡要介紹這些數(shù)據(jù)庫主要基于文獻(xiàn)、關(guān)聯(lián)分析的結(jié)果，記錄了疾病表型、相關(guān)的染色體區(qū)域、候選基因等多方面的信息。一、在線人類孟德爾遺傳疾病數(shù)據(jù)庫OMIMMIM (Mendelian Inheritance in

3、 Man)和OMIM 是關(guān)于人類基因和遺傳疾病分類數(shù)據(jù)庫的電子版。OMIM 數(shù)據(jù)庫的訪問 http:/www.ncbi./omimOMIM 免費(fèi)向全球所有用戶開放。在線人類孟德爾遺傳疾病數(shù)據(jù)庫OMIMOMIM是大型、更新及時的人類基因和失調(diào)數(shù)據(jù)庫系統(tǒng)，主要提供關(guān)于人類各染色體基因、性狀和失調(diào)信息。focuses on the relationship between phenotype and genotype 向用戶提供已發(fā)表的有關(guān)某特定基因、性狀或失調(diào)的科學(xué)研究，并可以鏈接到原文文獻(xiàn)上。 通過OMIM，對于失調(diào)和性狀， 能確定相關(guān)基因：對于各個基因，能了解其正常生物學(xué)功能以及基因發(fā)生何種突

4、變會影響功能的發(fā)揮。OMIM 主頁(http:/omim)MIM編號范圍遺傳方式100000-199999常染色體顯性遺傳或表型（于1994年5月15號創(chuàng)建）200000-299999常染色體隱性遺傳或表型（于1994年5月15號創(chuàng)建）300000-399999X連鎖位點(diǎn)或表型400000-499999Y連鎖位點(diǎn)或表型500000-599999線粒體位點(diǎn)或表型600000-染色體位點(diǎn)或表型（于1994年5月15號創(chuàng)建）OMIM編號代表的遺傳方式OMIM號前特殊符號代表的含義： “*” 代表已知致病基因的描述，如序列信息等； “+” 表示這個記錄包含基因和表型的信息； “#” 表示這種表型可以由

5、兩個或者多個基因中的一個發(fā)生突變而引起； “%” 表示記錄中描述了一個已知的孟德爾表型，但是對其潛在的分子機(jī)制還不清楚； “” 表示該記錄已不存在或者被其他記錄所代替。搜索方式（1）http:/ OMIM Advanced Search:Alzheimer diseaseFull-text summaries of a gene or phenotype#104300 -Title#104300-Phenotype Gene Relationships*104311*104311 -Title#104311-Phenotype Gene RelationshipsOMIM Example Se

6、arches A wide number of external identifiers are indexed in OMIM References in OMIM Gene Symbol: NCBI Gene ID: Restricting searches to specific prefixes is done as follows: /help/search#2.1 （1）http:/ （1）http:/ Gene MapGene Map含有被報道的和被許多定位方法確定的基因細(xì)胞遺傳位點(diǎn)。Gene Map的每個檢索入口都與OMIM 的特定基因條目相連接。但并不是所有的OMIM條目都會

7、在Gene Map中出現(xiàn)，只有那些在文獻(xiàn)中被報道的基因相關(guān)條目才會出現(xiàn)1p361p36 OMIM下載omim.txt.ZA compressed file of the OMIM text.genemap.keyA file describing the format of the genemap and the morbidmap files.morbidmapA field-delimited file of OMIMs Synopsis of the Human Gene Map (same as genemap below) sorted alphabetically by disor

8、der. genemapThis includes the morbid map information sorted by chromosome location. mim2gene.txtA field-delimited file linking MIM numbers to NCBI Gene IDs and HGNC Approved Gene Symbols.OMIM數(shù)據(jù)的下載二、遺傳關(guān)聯(lián)數(shù)據(jù)庫GAD (Genetic Association Database)對目前已有的關(guān)聯(lián)分析結(jié)果的搜集和整理allow the user to rapidly identify medicall

9、y relevant polymorphism數(shù)據(jù)庫中的信息是以基因?yàn)楹诵牡脑试S所有用戶查看和提交記錄 由美國國立衛(wèi)生研究院（National Institutes of Health，NIH）開發(fā)和維護(hù)可以通過http:/ 訪問該數(shù)據(jù)庫截止到目前，數(shù)據(jù)庫中的記錄數(shù)已經(jīng)達(dá)到了39930條，涉及到了2673個基因，5636種疾病表型，555種影響疾病的環(huán)境因素GAD數(shù)據(jù)庫主要提供三部分功能： 數(shù)據(jù)視圖部分 數(shù)據(jù)查詢部分 數(shù)據(jù)資源部分用戶可以在線查詢某種特定遺傳病相關(guān)的基因或某個興趣基因相關(guān)的疾病的信息，也可以在免費(fèi)注冊賬戶后對整個數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行下載。用戶可以選擇不同的角度包括疾病角度、基因角

10、度、染色體角度、參考文獻(xiàn)等方面對數(shù)據(jù)表進(jìn)行查詢“All”同時從多個角度對數(shù)據(jù)庫中的相關(guān)信息進(jìn)行查詢。例子 BRCA2疾病分類Each record in GAD is categorized into one of 24 general disease classes corresponding to broad MeSH disease or disease phenotypic groupings. GAD支持對大量基因的批量查詢。用戶可以選擇“Positive Only”以篩選得到疾病與基因間存在顯著關(guān)聯(lián)的記錄。GAD的使用方法用戶還可以通過“Add Record”頁面實(shí)現(xiàn)向數(shù)據(jù)庫中提交

11、記錄；通過“Download”頁面實(shí)現(xiàn)對數(shù)據(jù)庫中數(shù)據(jù)的下載。The Human Disease Network二分網(wǎng)絡(luò)如果一個人類疾病有不同并且唯一的遺傳原因，那么HDN對應(yīng)的是不連通的孤立點(diǎn)。516個疾病形成一大類diseases that share genes or that involve proteins that interact with each other show elevated comorbidity, demonstrating correlations between the structure of cellular networks and disease patterns in the population.網(wǎng)絡(luò)結(jié)構(gòu)分析HDN DGN在DGN中，1377個疾病基因連接到其他基因，903個基因?qū)儆谝粋€巨大的網(wǎng)絡(luò)。涉及多種疾病的基因數(shù)目急劇減少Jiguang Wang等結(jié)合OMIM 和