基因組學(xué)技術(shù)在致病基因發(fā)現(xiàn)

1基因組學(xué)技術(shù)在致病基因發(fā)現(xiàn)及臨床診斷中的應(yīng)用整理ppt引言對疾病的研究一直是人類科研活動的重點(diǎn)和熱點(diǎn)之一人類所有疾病都具有遺傳影響和背景，但只有在一少局部疾病中，遺傳因素起主要作用遺傳病通常具有先天性、終生性和家族性的特點(diǎn)2整理ppt

遺傳病分類單基因遺傳病研究策略回憶復(fù)雜疾病研究策略回憶應(yīng)用二代測序技術(shù)尋找易感基因3整理ppt遺傳病分類單基因遺傳病多基因遺傳病染色體疾病線粒體疾病體細(xì)胞遺傳病4整理ppt

權(quán)威的在線人類孟德爾遺傳數(shù)據(jù)庫〔OnlineMendelianInheritanceinMan，OMIM〕，目前已收錄的以孟德爾遺傳方式為主的遺傳病約6700種，其中常染色體連鎖的約6200中，性染色體連鎖的500種。在這6700多種遺傳疾病中，其中已確定其分子遺傳根底的單基因病接近3000種，表型而致病分子根底未知的約有1830多種。由于單基因病的遺傳異質(zhì)性，還有很多的亞型未被發(fā)現(xiàn)。整理ppt單基因遺傳病

AutosomalX-LinkedY-LinkedMitochondrialTotal*Genewithknownsequence12605620483513308+Genewithknownsequenceandphenotype3141802334#Phenotypedescription,molecularbasisknown27252364282993%

Mendelian

phenotype

or

locus,

molecularbasisunknown1632134501771Other,mainlyphenotypeswithsuspectedmendelianbasis1831130201963Total191071138596520369OMIMStatisticsforMay3,20216整理ppt多基因遺傳病遺傳方式復(fù)雜，無顯性和隱性之分，故也稱多因子遺傳或復(fù)雜疾病。常見的有唇腭裂、先天性下頜前突、高血壓、糖尿病、精神分裂癥、類風(fēng)濕性關(guān)節(jié)炎及先天性心臟病等。復(fù)雜疾病的發(fā)病率常有地區(qū)或族群差異。比方在世界范圍內(nèi)，唇腭裂的發(fā)生率約為1/700，拉美、亞洲發(fā)生率高，非洲較低。下頜前突亞洲群體發(fā)病率較高，大約有8%~40%，非洲為3%~8%,歐美較低，約為0.4%~4%。7整理ppt染色體疾病數(shù)目性染色體畸變例子如Down綜合征，即21三體綜合征表型特征有智力低下、伸舌、鼻梁低平、眼裂上斜、小耳、小頜、枕平、內(nèi)眥敖皮、頸短及肌張力減低等，常伴有先天性心臟發(fā)育缺陷結(jié)構(gòu)性染色體畸變

是在細(xì)胞分裂過程中曾有染色體斷裂所致。常見的結(jié)構(gòu)異常有缺失、環(huán)狀染色體、易位、重復(fù)、倒位和等臂染色體。如毛細(xì)血管擴(kuò)張性共濟(jì)失調(diào)癥

染色體數(shù)目異常比結(jié)構(gòu)異常更常見8整理ppt疾病致病基因查找研究疾病致病基因查找對疾病的診斷與治療有巨大意義除DNA水平，還有RNA、蛋白、細(xì)胞水平等自動化DNA測序儀與微陣列芯片-強(qiáng)有力工具人類基因組方案完成–總體框架傳統(tǒng)的基于連鎖不平衡〔LD〕的方法基于家系的Linkage分析基于大樣本的Association分析很多成功范例整理ppt疾病致病基因定位研究罕見疾病感染率低〔<1/1000〕，樣本少患者生存期短，難以繁衍后代，家系不完整基于LD的方法的缺乏罕見疾病-無完整家系,無大樣本定位粗糙，無法確定真正的基因或位點(diǎn)，靠DNA測序直接測序精確測定個(gè)體基因組序列，可發(fā)現(xiàn)細(xì)微差異通過比較多個(gè)同疾病類型個(gè)體的突變數(shù)據(jù)，尋找共同突變基因Sanger測序技術(shù)本錢高，方法復(fù)雜整理ppt單基因病研究策略簡要回憶功能克隆絕大多數(shù)遺傳病的致病機(jī)制是不為人知的，因此致病基因的產(chǎn)物是不清楚的，也就無法運(yùn)用功能克隆策略。位置克隆其最大優(yōu)點(diǎn)是不需要事先對致病基因相關(guān)功能的了解。利用連鎖分析或細(xì)胞學(xué)定位技術(shù)將致病基因定位于染色體的某一特定區(qū)域。位置候選克隆針對基因組上已定位的候選區(qū)域，對其中已注釋的基因、表達(dá)序列標(biāo)簽、開放閱讀框、cDNA片段等數(shù)據(jù)信息進(jìn)行整合分析，按照功能信息來預(yù)測和篩選的致病基因。在此根底上，設(shè)計(jì)實(shí)驗(yàn)鑒定和驗(yàn)證致病基因。11整理ppt單基因病研究策略簡要回憶參數(shù)連鎖分析方法需要提供各項(xiàng)描述疾病遺傳模式的參數(shù)，主要包括致病基因頻率、各基因型的外顯率。一般指LODScore法非參數(shù)連鎖分析方法由于很多遺傳病的基因頻率未知，同一種疾病在不同家系的遺傳模式和外顯率也有變化。非參數(shù)分析避開對遺傳模式的猜測。12整理ppt多基因病研究策略簡要回憶關(guān)聯(lián)分析HapMap方案的實(shí)施和SNP芯片技術(shù)的成熟使得大樣本量的關(guān)聯(lián)解析在近10年間迅速流行。加之收集散發(fā)樣本較收集大家系樣本容易，使得關(guān)聯(lián)分析的更受推崇。連鎖分析由于很多復(fù)雜疾病通常未表現(xiàn)出明顯的孟德爾遺傳模式，導(dǎo)致參數(shù)連鎖分析在其易感定位研究中的應(yīng)用受到限制。盡管如此，利用家系定位復(fù)雜疾病易感基因也不乏成功的例子。如乳腺癌易感基因BRCA1,2確實(shí)證。另外，結(jié)合初步連鎖分析和后續(xù)關(guān)聯(lián)分析的方法已經(jīng)成功定位了幾個(gè)復(fù)雜疾病的易感基因，如2型糖尿病的NIDDM基因及哮喘病的ADAM33基因13整理ppt家系樣本收集14獨(dú)生子現(xiàn)象，導(dǎo)致難以收集大家系相關(guān)資料收集齊全，盡量多收樣本長期收集，保持回訪整理ppt家族性高膽固醇血癥15整理ppt家族性高膽固醇血癥序號親屬年齡TC歲mmol/LTGmmol/LHDL-Cmmol/LLDL-Cmmol/L黃色瘤冠心病1Ⅲ1（先證者）521.231.280.8719.77+-2Ⅱ1（父親）306.284.660.953.18--3Ⅱ2（母親）299.260.941.417.43--4Ⅱ3（三姨）217.553.051.824.32--5Ⅱ4（小姨）199.332.041.826.57--6Ⅱ9（表舅）456.264.871.195.07--7Ⅱ15（表舅）436.261.461.514.08--8Ⅱ17（表舅）405.931.041.983.46--9Ⅱ24（表姨）407.421.41.934.84--10I1（外祖父）587.92.521.635.11-+11I4（外祖母）545.891.51.543.66--12I7（大舅爺）726.762.971.443.95--13I8（大舅姥姥）747.551.682.24.58--14I10（二舅姥姥）668.262.211.535.71--15I11（三舅姥姥）596.792.851.593.89--16I12（表舅爺）477.245.471.335.92--16先證者父母膽固醇都較高整理ppt17整理pptSNP芯片全基因組連鎖分析SNP標(biāo)記最大的特點(diǎn)在于單個(gè)SNP位點(diǎn)只有兩個(gè)等位基因，雜合度低，多態(tài)性不夠，但是可以通過分析相連SNP位點(diǎn)構(gòu)成的單體型來增加信息量。利用SNP芯片進(jìn)行連鎖分析，并精確定位到連鎖區(qū)域或易感基因的研究有很多。甚至在有些研究中，采用高密度的SNP連鎖分析發(fā)現(xiàn)了被STR連鎖分析漏掉的顯著連鎖信號?；赟NP的連鎖分析較傳統(tǒng)的基于STR的連鎖分析更為高效、便捷，且其檢測連鎖信號的效力可能更強(qiáng)。18整理pptIlluminaInfiniumHumanLinkage-12panel平均間距0.55cM441kb19整理pptIlluminaHumanCNV-370芯片370,000loci>318,000tagSNPs20整理ppt數(shù)據(jù)分析方法GenomeStudioCallrate>99%CNVpartition至少連續(xù)5個(gè)探針21整理ppt數(shù)據(jù)分析方法連鎖分析MerlinGenehunterMendel單體型分析MerlinHaplopainterCNVpartition22整理ppt連鎖分析流程23整理ppt參數(shù)連鎖分析在復(fù)雜疾病中的應(yīng)用在復(fù)雜疾病連鎖分析中，很多研究傾向于非參數(shù)分析，避開對遺傳模式的猜測仍有一些學(xué)者認(rèn)為參數(shù)連鎖在復(fù)雜疾病研究中仍然有不可替代的優(yōu)勢在很多研究采用一系列不同的遺傳模式，以得到最優(yōu)遺傳模式參數(shù)最好結(jié)合參數(shù)和非參數(shù)分析的結(jié)果，二者吻合度到，共同支持的連鎖區(qū)域更可信。24整理ppt參數(shù)連鎖分析在復(fù)雜疾病中的應(yīng)用雙致病位點(diǎn)連鎖分析在定位到兩個(gè)或多個(gè)候選區(qū)域的復(fù)雜疾病家系研究中，具有重要意義雙致病位點(diǎn)模式可以提高復(fù)雜疾病連鎖信號的檢測效能。這種方法已在多項(xiàng)復(fù)雜疾病如家族性高膽固醇血癥、靜脈血栓栓塞和雙相情感障礙研究中成功運(yùn)用。雙區(qū)域連鎖分析數(shù)值高于與單個(gè)區(qū)域連鎖值提示遺傳因素相互影響是客觀存在的。而這種優(yōu)勢越明顯，那么越支持兩個(gè)區(qū)域的相互作用。25整理pptCNV與疾病CNV不僅在基因組中廣泛存在，而且在基因富集區(qū)尤為突出。大量研究已證實(shí)CNV是某些復(fù)雜疾病的易感因素，與人類的一些復(fù)雜性狀，如個(gè)體之間的感官差異〔包括嗅覺、聽覺、味覺和視覺〕也有關(guān)系。目前多種復(fù)雜疾病與特定基因的CNV有著明確關(guān)系。目前，關(guān)于基因組內(nèi)CNV與疾病的相關(guān)性仍處在廣泛的研究中，可以肯定的是，其中高頻拷貝數(shù)變異區(qū)域往往在減數(shù)分裂時(shí)產(chǎn)生重排，導(dǎo)致發(fā)育異常類疾病。26整理ppt總體結(jié)論基于類似孟德爾遺傳的大家系〔患者大于10例，至少3代〕，采用SNP芯片連鎖分析是定位復(fù)雜疾病易感基因的有效方法之一。雙致病位點(diǎn)連鎖分析在定位到兩個(gè)或多個(gè)候選區(qū)域的復(fù)雜疾病家系研究中，具有重要意義。

27整理ppt應(yīng)用二代測序技術(shù)尋找易感基因外顯子組測序單個(gè)病例、病例組、核心家系全基因組測序幾個(gè)病例、癌組織28整理ppt應(yīng)用二代測序技術(shù)尋找易感基因隨著二代高通量測序技術(shù)的成熟，基于家系樣本和少量病例樣本的全基因組重測序和外顯子組重測序在疾病易感基因研究方面開始顯現(xiàn)巨大優(yōu)勢。目前，已有數(shù)十種疾病通過外顯子組重測序成功定位到了新的易感基因及突變，比方惡性黑素瘤、和痙攣性截癱。全基因組重測序主要是在癌癥這樣異常復(fù)雜的疾病研究中應(yīng)該更廣泛，比在肝癌和乳腺癌。29整理ppt外顯子捕獲測序〔WES〕技術(shù)外顯子區(qū)域基因組主要功能區(qū)至少85%孟德爾遺傳疾病突變位點(diǎn)位于外顯子域只占全基因組～1%區(qū)域，數(shù)據(jù)量小外顯子捕獲測序多重探針雜交，特異擴(kuò)增2021年首次應(yīng)用于致病基因的篩選FreemanSheldonsyndrome，4樣本->MYH3，驗(yàn)證了已有研究結(jié)果?！睳GSB,JayShendure,Nature，2021〕2021年科學(xué)雜志十大科學(xué)突破之一整理pptWES篩選疾病致病基因策略篩選目標(biāo) 引起氨基酸變化的未知或罕見突變〔missense,nonsense,spliceSNP,codingIndel〕篩選方案疾病遺傳模型篩選策略樣本常染色體隱性遺傳commonLOHgene無關(guān)個(gè)體，家系常染色體顯性遺傳疾病

commonmutatedgene無關(guān)個(gè)體，家系高異質(zhì)性常染色體顯性遺傳疾病commonLOHgene家系，無關(guān)個(gè)體自發(fā)突變（germline）平均0.86NS-SNP/新生兒（LynchM,PNAS,2010）commonmutatedgene無關(guān)個(gè)體，父/母/子自發(fā)突變（somatic）commonmutatedgene無關(guān)個(gè)體（正常組織，患病組織）整理pptWES實(shí)驗(yàn)方法外顯子捕獲試劑盒及實(shí)驗(yàn) Agilent公司SureSelectHumanAllExonKit試劑盒〔有效覆蓋區(qū)域>30M〕Pair-end文庫 IlluminaPaired-EndGenomicDNASamplePrepKit(p/nPE-102-1001)試劑盒，平均插入片段長度200測序平臺及實(shí)驗(yàn) IlluminaHiseq2000 單樣本單道〔lane〕，目標(biāo)測序長度100，循環(huán)次數(shù)為108次整理pptWES數(shù)據(jù)分析目標(biāo)：Rare或novel突變，NS/SS/cIndel流程圖整理pptWES數(shù)據(jù)分析方法和軟件 選擇依據(jù)：1000Genomes使用軟件使用軟件原始數(shù)據(jù)質(zhì)量評估與過濾-SolexaQA軟件包原始數(shù)據(jù)定位〔ReadsAlignment〕軟件-BWA軟件數(shù)據(jù)校準(zhǔn)和重定位–GenomeAnalysisToolkit〔GATK〕突變和插入缺失查找–SamtoolsdbSNP和1000Genomes位點(diǎn)過濾-自編Perl程序基因注釋–自編程序突變功能評估-Polyphen-2整理ppt突變基因篩選復(fù)合雜合突變基因-篩選流程整理pptNGS突變查找中的FN和FP問題NGS突變查找中的存在假陰性和假陽性未知突變中的FP問題尤難發(fā)現(xiàn)解決方法應(yīng)用及檢驗(yàn)：新算法，后續(xù)大樣品SNP驗(yàn)證整理pptNGS突變查找中的FN和FP問題FN主要與測序覆蓋度有關(guān)FP主要來自系統(tǒng)偏差和數(shù)據(jù)處理偏差

系統(tǒng)偏差： 454單堿基重復(fù)引起插入缺失；Solexa/SOLiD累計(jì)誤差

數(shù)據(jù)分析偏差：

對齊錯誤，Paralog突變查找軟件通常計(jì)算整體的FNR和FPR整理ppt未知突變中的FP問題發(fā)現(xiàn)現(xiàn)象 FP在未知突變數(shù)據(jù)集(NDB)中富集，而位點(diǎn)(DB)突變數(shù)據(jù)中少。估測 隨機(jī)抽取50個(gè)候選未知突變，使用Samtools工具觀察其序列對齊情況。類型低質(zhì)量突變比例>1/4末端或靠近末端極端單向覆蓋Indel錯誤對齊單堿基重復(fù)區(qū)疑似FP總數(shù)個(gè)數(shù)35322971342比例70%64%58%14%26%84%整理ppt未知突變中的FP問題堿基置換率考察 同類型堿基置換〔transition〕應(yīng)高于不同類型堿基置換〔transversion〕。結(jié)果：DB突變符合正常情況，NDB突變明顯偏離。整理ppt未知突變中的FP問題解釋1〕已發(fā)現(xiàn)報(bào)導(dǎo)的突變位點(diǎn)數(shù)量巨大〔～24M〕，個(gè)體細(xì)胞中可發(fā)現(xiàn)的新的突變越來越少。真正突變中大局部是頻率較高的突變。2〕相對于全基因組，已報(bào)告位點(diǎn)只占少數(shù)〔~8%〕，隨機(jī)假陽性事件大局部發(fā)生在非已報(bào)導(dǎo)位點(diǎn)。Venter研究 Venter團(tuán)隊(duì)2021年基于Sanger測序數(shù)據(jù)的研究〔HuRef〕說明，相對于db129，至少25%的新突變是假陽性。 何況是NGS？整理pptFP對未知致病基因突變查找的影響FP對基于未知致病基因突變查找的影響加大人工負(fù)擔(dān)降低樣本利用效率引發(fā)假陰性事件 樣本過多，目標(biāo)區(qū)域覆蓋率缺乏整理ppt未知突變中的FP問題分析FP突變有哪些特征，哪些最嚴(yán)重？ Solexa：低質(zhì)量堿基，讀序末端，前面有單堿基重復(fù)，插入缺失定位紊亂，單向極端覆蓋，等等。

很難確定硬閾值：界限不清，與設(shè)備、試劑有關(guān)。整理ppt未知突變中的FP問題分析突變堿基重復(fù)〔VR〕JPT數(shù)據(jù)整理ppt應(yīng)用二代測序技術(shù)研究發(fā)病機(jī)理、開發(fā)臨檢標(biāo)志物

轉(zhuǎn)錄組測序miRNA組測序甲基化組測序免疫組測序44整理pptAnexample——白血病相關(guān)的三株淋巴細(xì)胞系轉(zhuǎn)錄組差異表達(dá)及microRNA表達(dá)調(diào)控分析整理ppt研究背景——急性淋巴細(xì)胞白血病

急性淋巴細(xì)胞白血病以未分化或分化異常的原始／幼淋巴細(xì)胞在造血組織中惡性增殖為特征，由內(nèi)源性或外源性致癌物誘發(fā)DNA損傷，導(dǎo)致原癌基因突變或過表達(dá)以及抑癌基因失活，從而引起的一種惡性血液腫瘤。白血病細(xì)胞惡性增生活潑細(xì)胞形態(tài)異常細(xì)胞內(nèi)多出現(xiàn)空泡大量退化細(xì)胞出現(xiàn)粒系、紅系、巨核系細(xì)胞明顯受抑5整理ppt研究背景〔引自RosenbauerFrank,etal.2007〕輻射暴露吸煙有毒化學(xué)物(苯并芘、苯…)化療唐氏綜合癥及其他特定類型遺傳疾病骨髓增生異常綜合征及其他特定類型血液病一型T細(xì)胞白血病病毒〔HTLV-1〕感染家族病史…白血病病發(fā)誘因——白血病發(fā)生3整理ppt研究背景——淋巴系白血病轉(zhuǎn)錄組StudyPlatformSamples(n)&sourceMainobjectiveYeohetal.(2002)AffymetrixHG_U95Av2360ALLALLsub-classificationRossetal.(2002)AffymetrixU133A&B132ALLALLsub-classificationIndependentvalidationvanDelftetal.(2005)AffymetrixU133ATotal:10784ALL20AML3unclassifiedleukemiaDifferentialdiagnosisofacuteleukemiaHaferlachetal.(2005)AffymetrixU133A&BTotal:937620AML152ALL75CML45CLL45nonleukemiaDifferentialdiagnosisofacuteleukemiaHoffmannetal.(2006)AffymetrixU133ATrainingset:104publishedALLTestset:47additionalALLALLsub-classificationAndersonetal.(2007)SwegeneHuman27KRAPTotal:12187B-lineageALL11T-lineageALL23AMLDifferentialdiagnosisofacuteleukemia〔引自Staratschek-Jox,etal.2021〕6整理ppt研究背景——淋巴系白血病miRNAmiRNALeukemiatypePatientsanalyzedRegulationabnormalityPutativetargetsmiR-9-1/2/3ALLAdultandchildhoodpatients，CLDown-regulatedNDmiR-10bALLAdultandchildhoodpatients，CLDown-regulatedNDmiR-34(family)ALLAdultandchildhoodpatientssample，CLDown-regulatedNDmiR-124a(family)ALLAdultandchildhoodpatientssample，CLDown-regulatedCDK6,FOXA2miR-128(a/b)ALL;BcellE2A/PBX1,Tcell,Pro-B-ALL,ALLAdultandchildhoodpatientsPBorBMUp-regulatedUBE2W,BMI-1miR-150ALLPatientPBorBMUp-regulatedDown-regulatedMYBmiR-181a(family)ALL,AML;M1andM2PatientPBorBMUp-regulatedTCL-1,AKT3miR-222AML,Pre-B-ALLAdultandchildhoodpatientsPBorBMUp-regulatedC-KIT〔引自ZacChatterton,etal.2021〕7CL，CellLine；PB，PeripheralBlood；BM，BoneMarrow；ND，NotDetermined整理ppt研究目的及意義通過新一代測序技術(shù)對不同淋巴細(xì)胞系中基因表達(dá)豐度和功能分析，了解淋巴系白血病細(xì)胞的轉(zhuǎn)錄譜根本特征；不同分化階段的細(xì)胞間相互比較，理解分化相關(guān)基因在調(diào)節(jié)淋巴系多方向分化過程中的重要作用；不同白血病亞型細(xì)胞間的比較，了解不同亞型的淋巴細(xì)胞白血病之間差異形成的分子根底以及各自關(guān)鍵的調(diào)控因素；從基因轉(zhuǎn)錄和轉(zhuǎn)錄后調(diào)控的角度分析白血病相關(guān)的淋巴細(xì)胞間基因表達(dá)譜差異形成的主要原因，并為臨床診斷、治療及藥物研發(fā)提供一定的理論根底。CellLine1CellLine2CellLine3mRNAmiRNAExpressionRegulationNetworkDiagnosisDifferentiationDrugdesignTherapy10LymphoblasticcelllinesDiversedifferentialperiodsLeukemiarelated整理ppt材料與方法——實(shí)驗(yàn)取樣

RS4;11——來源于32歲急性B淋巴前體細(xì)胞白血病女性病患的骨髓；Jurkat

——來源于14歲急性T細(xì)胞白血病男性病患的外周血；GM——來源于正常女性靜脈血，經(jīng)EBV轉(zhuǎn)染后永生化的B淋巴細(xì)胞。細(xì)胞系RS4;11JurkatGM樣本制備復(fù)蘇后，懸浮培養(yǎng)細(xì)胞系；Trizol方法提取TotalRNA；Ribo-minus方法提取mRNA——mRNA-seq；Flash切膠18-30bp的片段——miRNA-seq。12整理ppt材料與方法——整合分析策略mRNA數(shù)據(jù)miRNA數(shù)據(jù)差異表達(dá)分析基因功能分類代謝途徑富集差異表達(dá)分析新miRNA預(yù)測靶基因預(yù)測數(shù)據(jù)整合分析DEGWEGOKEGGDEGRNAfoldRNAhybridMirandaTargetScanmiRNA功能預(yù)測構(gòu)建調(diào)控網(wǎng)絡(luò)實(shí)驗(yàn)驗(yàn)證臨床應(yīng)用17GOKEGGIPA整理ppt結(jié)果與討論——總體差異比較1共表達(dá)基因聚類分析特異性表達(dá)基因功能分類25整理ppt結(jié)果與討論——白血病細(xì)胞差異2OncogeneRS4;11JurkatGMSPI111.030.047.84RHOB10.811.900.31RUNX23.840.100.35AFF128.454.773.96MYC49.6676.0932.86VAV37.1823.531.69TET10.144.540.36ECT25.9123.49.82CCND10.012.781.50LCK6.41130.932.37FOS0.200.773.06IRF415.840.0390.93KLF64.475.1325.52NFkB22.812.3317.84原癌基因表達(dá)聚類29整理ppt結(jié)果與討論——B細(xì)胞分化差異2細(xì)胞遷移33GM特異表達(dá)上調(diào)8倍以上上調(diào)2-8倍上調(diào)1-2倍下調(diào)1-2倍下調(diào)2-8倍下調(diào)8倍以上RS4;11特異表達(dá)無顯著差異整理ppt結(jié)果與討論——白血病細(xì)胞差異3NOD樣受體信號通路30上調(diào)2-8倍上調(diào)1-2倍下調(diào)1-2倍下調(diào)2-8倍下調(diào)8倍以上RS4;11特異表達(dá)無顯著差異整理ppt結(jié)果與討論——免疫表型差異2B細(xì)胞受體信號通路35Jurkat特異表達(dá)上調(diào)8倍以上上調(diào)2-8倍上調(diào)1-2倍下調(diào)1-2倍下調(diào)2-8倍下調(diào)8倍以上GM特異表達(dá)無顯著差異整理ppt結(jié)果與討論——小結(jié)2兩株白血病細(xì)胞具有更相似的基因表達(dá)譜，并且在Jurkat細(xì)胞中表現(xiàn)出更多上調(diào)基因。幾乎所有趨化因子在白血病細(xì)胞中表達(dá)都受到抑制，而CXCR4的異常表達(dá)可能與其行使細(xì)胞免疫功能和細(xì)胞遷移的觸發(fā)作用相關(guān)。不同亞型的白血病細(xì)胞擁有各自的原癌基因表達(dá)譜，兩株癌細(xì)胞可能參與不同的細(xì)胞凋亡途徑。PU.1、EBF、PAX5等基因在B淋巴細(xì)胞早期分化中扮演重要角色，而IRF基因家族主要在B淋巴細(xì)胞成熟后的分化過程中起作用。細(xì)胞免疫相關(guān)蛋白及其輔助受體在Jurkat細(xì)胞中特異性表達(dá)，而體液免疫相關(guān)蛋白及其輔助受體在GM細(xì)胞中表現(xiàn)為顯著性上調(diào)。37整理ppt結(jié)果與討論——miRNA表達(dá)ReadsinfoRS4;11JurkatGMNo.oftotalreads191595901959393818167158No.ofreliablereads175967301886370617154256Percentageofreliablereads91.8496.2794.42No.ofmatchedmiRNAinmiRBase729559657No.ofexpressedknownmiRNA297307314No.oftotalreadsmatchedtomiRBase541021840042474050459PercentageofreadsmatchedtomiRBase30.7521.2323.61No.ofpredictednovelmiRNA242210206No.ofexpressednovelmiRNA1108497No.oftotalreadssupportnovelmiRNA1299723897489571PercentageofreadssupportnovelmiRNA0.740.210.52數(shù)據(jù)注釋結(jié)果miRNA表達(dá)分布miRNA表達(dá)數(shù)量統(tǒng)計(jì)39〔571〕整理ppt結(jié)果與討論——miRNA聚類miRNA表達(dá)聚類40整理ppt結(jié)果與討論——miRNA差異比較HigherLowerFoldChange5-1010-50>50RS4;11Jurkat,GMmir-320b,mir-1292,mir-222,mir-195,let-7c,mir-122,mir-1277-3p,mir-671-5pmir-125b,mir-519d,mir-3666,mir-148bmir-199b-3p,mir-4458,mir-30aJurkatRS4;11,GMmir-223,mir-1278,mir-95,mir-9,let-7bmir-766,mir-181d,mir-92b,mir-363NAGMRS4;11,Jurkatmir-193b,mir-223*,mir-146b-5pmir-138-5p,mir-21,mir-15b-5pmir-193b*,mir-155miRNA顯著上調(diào)比較miRNA表達(dá)上下調(diào)分析RS4;11Exp.JurkatExp.GMExp.mir-422a8.27mir-140-3p8.57mir-39271.64mir-423-5p6.98mir-29c-3p1.96mir-320b6.45特異性高表達(dá)miRNALowerexpressionRS4;11JurkatGMHigherexpressionRS4;117290Jurkat72110GM485841整理ppt結(jié)果與討論——白血病調(diào)控網(wǎng)絡(luò)造血系統(tǒng)分化與白血病發(fā)生相關(guān)基因調(diào)控網(wǎng)絡(luò)42細(xì)胞增殖、凋亡與白血病發(fā)生相關(guān)基因調(diào)控網(wǎng)絡(luò)整理ppt結(jié)果與討論——調(diào)控網(wǎng)絡(luò)預(yù)測1ETS1BMI1RAB23RAB9bMYBRELBIRF4NFkB2RELFLI1cellcycleinhibitorcelldeathsignaltransductionregulationofhematopoiesisabnormalproliferationtriggerapoptosisFOSMAFKcellsurvivalandproliferationdifferentiationmembranetraffickingdifferentiationproliferationanddifferentiationbloodcoagulationAP1proliferationdifferentiationapoptosis白血病發(fā)生43整理ppt結(jié)果與討論——細(xì)胞分化調(diào)控網(wǎng)絡(luò)B44整理ppt結(jié)果與討論——調(diào)控網(wǎng)絡(luò)預(yù)測2B細(xì)胞分化Blimp-1PAX5PU.1LEF1ID2NOTCHNOTCH1NOTCH2CD19LMO2ERGRUNX1RUNX345整理ppt結(jié)果與討論——小結(jié)3在三株淋巴系細(xì)胞中檢測到約15%左右的miRNA表達(dá)，其中80%以上表現(xiàn)為低或極低表達(dá)，在三株細(xì)胞中均表達(dá)的miRNA有103個(gè)。miRNA表達(dá)譜聚類結(jié)果與轉(zhuǎn)錄組一致，白血病細(xì)胞之間更為相似且擁有更多上調(diào)的miRNA。造血系統(tǒng)分化及白血病發(fā)生的過程由多個(gè)miRNA同時(shí)調(diào)控，這些miRNA在特定時(shí)期的上、下調(diào)影響了轉(zhuǎn)錄表達(dá)譜的改變。46整理ppt總結(jié)與展望——總結(jié)48整理pptSummaryJustinM.Longa,2021整理ppt個(gè)體化醫(yī)療核心實(shí)驗(yàn)室疾病導(dǎo)向標(biāo)志(癌癥，心臟病，……)藥物基因篩檢疾病風(fēng)險(xiǎn)評估.預(yù)防醫(yī)學(xué)醫(yī)師,病人,健康人R&D治療12345(藥物,其他)CLIA認(rèn)證組織DNARNA,Others……生物標(biāo)志分子影像其他檢測方法基因診斷與個(gè)體化醫(yī)療整理pptComplexityDNARNAProtein高通量系統(tǒng)與癌癥標(biāo)記AABBABGenomeEpigenomeTranscriptomemethylationExpressiongenechipandmicroRNAarraySNP,aCGHchips&NGSMassspectrometryMethylationchipMetabolyteProteomeMetabolomicsNewGenerationSequencing整理ppt71肺癌開展過程與癌癥標(biāo)記研發(fā)HerbstRS,NEngJMed2021PredispositionCancerriskPrognosisandPrediction整理ppt肺癌開展史與個(gè)體化醫(yī)療時(shí)間診斷點(diǎn)高危險(xiǎn)族群低危險(xiǎn)族群癌癥臨床指標(biāo)整理ppt73基因與小RNA之預(yù)后標(biāo)記

mRNAandmicroRNAPrognosticSignatures整理ppt74ClassificationbyMultipleBiomarkersp<0.001LowRiskSignature

n=31HighRiskSignaturen=32p<0.001LowRiskSignature

n=31HighRiskSignaturen=32RiskScoreRiskGeneProtectiveGene-2.32.3Riskscore=0.47NF1+0.51HGF+0.52HMMR+0.52IRF4+0.55ZNF264+0.55ERBB3+0.59STAT2+0.59CPEB4+0.65RNF4+0.75DUSP6+0.92MMD+1.32DLG2-1.09ANXA5-0.84LCK-0.77FRAP1-0.58STAT1Weightingvalue:coefficientofCoxregressionSummarizetheminoreffectsofmultiplegenesChenHY,NEngJMed2007整理ppt75Methods(allstage)HazardratioP-valueCPEreferenceMemorialSloan-KetteringCancerCenter(MSK)testset(n=104)A2.520.0000.671Sheddenetal.,NatMed,2008B4.050.0000.706I3.210.0000.6705-genesignature3.140.0000.670Chenetal.,NEJM,200716-genesignature2.510.0000.660L1.80.0100.610Pottietal.,NEJM,2006M3.90.0000.710N2.590.0000.680Dana-FarberCancerInstitute(CAN/DF)testset(n=82)A6.680.0000.762Sheddenetal.,NatMed,2008B3.110.0000.690I3.850.0000.7005-genesignature4.000.0000.740Chenetal.,NEJM,200716-genesignature3.640.0000.720L3.370.0100.710Pottietal.,NEJM,2006M2.210.0000.660N1.160.5000.540Hazardratiowasadjustedbyage,sex,andstageCPE:concordanceprobabilityestimate,refertopredictionaccuracyShedden&Beer,NatMed,2021GenesignaturesandclinicalvariablesintwotestsetswithallstageFewestgenesFewestgenes整理pptBiogenesisofmicroRNAmiRNAgeneTranscriptionRNAPolymeraseIIPri-miRNACap(A)nCroppingDrosha-DGCR8(Microprocessor)Pre-miRNAExportin5NucleusCytoplasmDicerAgo2TRBPStrandselectionMaturemiRNAInRISC整理pptBase-pairingwiththetargetmRNACap(A)nmRNACleavageNearperfectmachCap(A)n3＇UTRPartialmatchTranslationalRepressionmRNAdecaymiRNA的功能Post-transcriptionalgenesilencingEachmiRNAregulateshundredsoftargetmRNAs30%ofproteincodinggenesareregulatedbymiRNAControldiversepathways:development,differentiation,metabolism,proliferation,apoptosis,tumorigenesis,metastasis整理ppt78miRNA預(yù)后標(biāo)記預(yù)測病患存活率

(YuSL,CancerCell2021)miR-137miR-182*miR-372miR-221let-7a整理ppt79LowriskN=31HighriskN=16AllN=47OverallsurvivalLowriskN=15HighriskN=13AllN=28LowriskN=12HighriskN=25AllN=37MonthsMonthsMonthsRelapse-freesurvivalMonthsMonthsMonthsLowriskN=31HighriskN=16AllN=47LowriskN=15HighriskN=13AllN=28LowriskN=12HighriskN=25AllN=37P=0.044P=0.047P=0.004P=0.031P=0.046P=0.076StageIStageIIStageIIIStage-subgroupAnalysis整理ppt80基因與miRNA之預(yù)后標(biāo)記整理ppt81個(gè)體化醫(yī)療:

表皮生長因子受體

EGFRepidermalgrowthfactorreceptor

定性vs定量整理ppt東西方肺癌成因的差異性白種人亞洲人EGFR(<10%)KRAS(30%)ERBB2(10%)MET(10%)Unknown(Others)EML4-ALKEGFR(30-40%)KRAS(5%)ERBB2(10%)MET(10%)Unknown(Others)EML4-ALK整理ppt83東亞的肺癌個(gè)人化醫(yī)療

PersonalizedTherapyofLungCancerinEastAsiaLungCancerGeneTesting(ReferenceLab)EGFRKRASHER2BRAFEM