一、人类基因与疾病关系研究概况（论文文献综述）
纪洪亮[1]（2021）在《基因编辑法律规范之完善 ——以贺建奎基因编辑婴儿案为例》文中研究指明基因编辑技术是一把双刃剑。一方面,将其应用于医学领域,对于治疗癌症、遗传疾病等疾病效果良好;另一方面,基因编辑人类的基因,又冲击着社会伦理、社会公共利益和法律秩序。“贺建奎基因编辑婴儿”事件在国内外引起轩然大波,本文以该案为例分析我国的基因编辑法律规范。通过分析基因编辑实然层面与应然层面的法律责任和相关主体,结合基因编辑的风险以及“社会公共利益”“隐私权”“知情权”“权利冲突”等理论,借鉴域外该领域的立法经验,从民法、行政法、刑法三个方面和人类现世利益、未来利益两个维度分析如何完善基因编辑法律规范,思考如何规范基因编辑行为和防控基因编辑的遗传风险。首先,本文对“贺建奎基因编辑婴儿案”进行个案法律分析。第一,通过分析基因编辑的概念和综合考虑基因编辑技术的利弊得失,得出需要立法禁止以生殖为目的的生殖系基因编辑和防控其遗传风险的结论。第二,通过贺建奎基因编辑婴儿案,深入分析基因编辑涉及的相关主体及其实然层面与应然层面的法律责任,进而引出我国基因编辑法律规范的不足与缺陷。其次,本文介绍了完善基因编辑法律规范的必要性。第一,从维护“社会公共利益”以及基因编辑人隐私权与利害关系主体知情权的权利冲突角度分析完善相关民事法律规范的必要性。第二,从基因编辑行政法律规范不够全面、系统,受试者行政法律责任的探讨和域外中立型风险规制模式借鉴的角度,分析完善相关行政法律规范的必要性。第三,从“非法植入基因编辑、克隆胚胎罪”的反思、刑法规制的原因和域外刑法禁止型模式借鉴三个角度分析完善相关刑事法律规范的必要性。最后,本文提出完善基因编辑法律规范的建议。第一,提出将“严格规范基因编辑行为”和“防控基因编辑的‘遗传风险’”作为我国基因编辑法律规范的基本原则。第二,尝试构建公益、私益综合保护的基因编辑民事法律规范。针对不同的利害关系主体规定不同的权利冲突规则和民法保护规范,平衡基因编辑人隐私权与利害关系主体知情权之间的权利冲突,防控生殖系基因编辑的遗传风险,维护社会公共利益。第三,提出构建全面、系统的基因编辑行政法律规范,包括对基因编辑社会风险的行政立法规制、基因编辑行政许可制度的构建和对基因编辑受试者行政责任的证成。第四,提出完善保护“人类遗传安全”法益的刑事法律规范,包括补充危害行为类型、调整相关刑法规范的体例结构、明确入罪标准和调整法定刑与处罚范围。
陈冬梅[2]（2021）在《空气污染物暴露对高血压大鼠肠道微生物群和心肌组织的影响及机制探讨》文中提出近年来,我国空气质量状况依旧十分严峻,大气污染物浓度仍较高,大气污染引发的健康问题受到越来越多的关注。已有研究表明大气污染对心血管疾病具有影响,但心血管疾病病因复杂,为了研究大气污染对心血管疾病影响的机制还需要选择适当的模型来进行探讨。由于高血压患者具有心脏负担大、心肌更易受到损伤的特点,患高血压等基础性疾病的人群更易受到大气污染的影响。因此,我们可以通过观察大气污染对高血压机体心肌组织损伤相关通路基因表达的变化,进一步探讨大气污染导致心肌损伤的机制。研究发现肠道菌群构成、F/B比值（厚壁菌门与拟杆菌门丰度比值）等指标与高血压及冠心病等心血管疾病的发病密切相关,也有证据表明肠道微生物功能失调可能导致包括高血压和动脉粥样硬化在内的多种疾病。而由大气污染引起的肠道微生物群改变是否会进一步影响心血管系统?当前还没有研究对此问题进行探讨。基于以上背景,本研究选择了具有自发性高血压的大鼠（SHR大鼠）作为动物模型。采用16S rDNA测序和转录组测序技术研究吸入性大气污染物对SHR大鼠肠道微生物群和心血管系统的影响,并分析大气污染物暴露引起的肠道菌群改变与宿主心血管系统损伤的关系,在此基础上分析大气污染物暴露对心肌组织损伤相关基因表达谱的影响,进而对大气污染引起的SHR大鼠血压改变和心肌损伤的分子机制进行探讨,最终为阐明大气污染物对肠道微生态系统和心血管系统的联动毒性效应提供理论基础,为大气污染损害肠道菌群平衡参与心血管疾病发病提供依据。并为高血压疾病患者应对大气污染提出更全面的建议,以期未来通过微生态制剂干预肠道菌群对抗大气污染引起的心血管疾病提供新策略。方法:1、本研究以采集于辽宁省沈阳市秋冬季节的大气PM2.5颗粒物和人工混合气体污染物作为实验用大气污染物,以自发性高血压（SHR）大鼠为动物模型,通过气管滴注式染尘和动式染毒将SHR大鼠暴露于PM2.5和混合气体污染物中,检测大气污染物在低、中、高三种不同暴露剂量和1-90天暴露时间的条件下对SHR大鼠的体重、血压和血脂等心血管疾病相关指标的影响。2、采集SHR大鼠粪便样本,应用16S rDNA测序技术检测大气污染物对SHR大鼠肠道菌群的影响,并通过Alpha多样性分析（物种丰富度、均匀度、多样性分析）、Beta多样性分析（PCo A分析、样本层次聚类等）、微生物群落组成分析、以及肠道菌群功能预测等生物信息学方法详细分析了大气污染引起的肠道菌群结构如何改变以及这些改变与宿主心血管系统之间的关系。3、应用转录组测序技术结合QPCR方法检测SHR大鼠心肌组织基因表达谱,通过数据质控、序列比对、基因表达水平定量、差异基因表达分析以及差异基因富集（GO富集和KEGG富集）分析等生物信息学方法获得了大气污染物暴露对心肌组织基因表达的影响。并通过Western Blot和免疫荧光方法分析了差异表达基因参与的心血管系统相关信号通路的上下游蛋白的表达差异。结果:1、沈阳地区大气污染物（PM2.5）成分包含16种多环芳烃,21种金属元素,以及硝酸根、硫酸根等无机离子,及砷、铅、锰等具有显着生理毒性的金属元素。吸入性大气污染暴露可减缓SHR大鼠的生长发育,延长SHR大鼠达到成年体重所需时间。可使SHR大鼠血压进一步显着升高,且血压的升高与大气污染物浓度存在一定的剂量效应关系。中或高剂量的大气污染物还可引起SHR大鼠的血清甘油三酯（TG）、总胆固醇（TC）和低密度脂蛋白胆固醇（LDL-C）的急性改变。2、在暴露于大气污染的较短时期（1-30天）,SHR大鼠肠道微生物菌群的丰富度显着降低,厚壁菌门（Firmicutes）与拟杆菌门（Bacteroidetes）丰度比值（F/B值）显着升高,一些产短链脂肪酸（Short Chain Fatty Acids,SCFA）细菌,如粪杆菌属（Faecalibacterium）和厌氧棒状菌属（Anaerostipes）的丰度显着降低,产三甲胺的厚壁菌门等丰度显着增加,肠道菌群发生了显着紊乱,功能分析表明肠道微生物的丙酸和乙酸生成能力显着降低,这些改变与宿主心血管系统损伤相关。3、大气污染显着影响SHR大鼠心肌组织基因的表达水平,GO富集分析显示差异表达基因主要富集于免疫反应等细胞进程和MHC蛋白复合体等细胞组分,KEGG通路富集分析显示差异表达基因主要涉及病毒性心肌炎、T细胞受体信号通路、吞噬体、肠免疫网络、内吞作用、细胞粘附分子、哮喘、抗原加工提呈等心肌损伤和免疫反应相关信号通路。在心血管疾病相关信号通路中,参与血压调节的Ace（血管紧张素转换酶）基因和Agtr1a（血管紧张素Ⅱ1A型受体）基因、参与心肌细胞钙离子水平调节的Atp2a2（肌浆/内质网钙转运ATP酶A2）基因、以及参与心肌收缩的Actc1（心肌肌动蛋白α1）、Myh6（肌球蛋白重链6）、Tnni3（心肌肌钙蛋白I）和Tnnt2（心肌肌钙蛋白T）基因的表达水平均发生显着上调。Western Blot和免疫荧光分析显示肾素-血管紧张素系统、血管平滑肌收缩通路、心肌收缩通路、钙离子信号通路等通路中的ACE、AGTR1A、ATP2A2、TNNI3和TPM3蛋白表达升高,而ACTC1、CALD1、CALM1和TNNC1蛋白表达降低。结论:1、大气污染可对原发性高血压大鼠的体重、血压和血脂产生显着影响,大气污染具有显着的延缓体重增长、升高血压、引起血脂代谢紊乱等损害心血管系统的作用。2、吸入性大气污染物暴露可显着影响原发性高血压大鼠肠道菌群的多样性、群落组成和代谢功能,大气污染所相关的肠道微生物群改变具有进一步升高宿主血压的作用,且肠道菌群的改变可能通过SCFA等代谢产物影响心血管系统。3、大气污染物暴露可通过心肌组织的肾素-血管紧张素系统、钙离子信号通路及免疫反应等相关信号途径的异常,最终导致原发性高血压大鼠的心血管系统损伤,为理解大气污染引起SHR大鼠血压升高和心脏损伤机制提供了研究方向和实验依据。
尚海霞[3]（2021）在《基于生物分子网络的致病基因识别方法研究》文中研究表明重大疾病的致病机理非常复杂。从遗传角度来看,复杂疾病是由基因-基因、基因-环境交互作用导致的结果,因此寻找致病基因是复杂疾病研究中的核心问题。基于高通量技术获得的多组学数据,能从不同层面反映复杂疾病分子变化图谱,有助于揭示复杂疾病致病机理。因此,开发高效的生物信息学方法,从多组学数据中识别出复杂疾病的致病基因成为非常关键的科学问题。现有研究方法大多基于连锁分析和全基因组关联分析,不能有效确定致病基因,同时存在成本高和假阳性多的问题。在细胞中,分子之间通常以相互作用网络的形式发挥具体的生物学功能,因此需从分子网络角度来识别致病基因。在分子网络中识别致病基因应用最广泛的是随机游走算法,尤其是PageRank算法。该算法虽在识别致病基因方面取得一定的研究进展,但在整合多组学数据、对应多层分子网络数据和遗传信息先验知识方面仍有较大的提升空间。本论文基于随机游走算法,同时整合多组学数据、对应多层分子网络和遗传信息先验知识,在不同应用背景下结合生物分子网络对致病基因、致病模块的识别方法进行了系统研究,分别提出了双层异质分子网络的双层排序算法、多层生物分子网络的整合排序算法、高维分子网络的张量排序算法和基于表型驱动的模块检测及排序算法,为整合不同组学数据和网络数据识别病致病基因、致病模块提供了可行的研究思路。本论文研究内容概述如下:（1）目前,基于PageRank算法识别致病基因在单层生物分子网络中的研究较多,而在双层分子网络中的研究相对较少。本论文针对双层异质分子网络中的致病基因识别问题,提出了基于双层异质分子网络的随机游走算法——双层排序算法。该算法基于权重整合疾病两种组学数据和对应双层分子网络,并加入遗传信息来创建特异性双层异质分子网络;基于双层排序算法,获得节点双层排序特征值,进而衡量节点重要性,并将其用于Ⅱ型糖尿病致病基因的识别。结果表明,双层排序算法能有效识别致病基因,该算法为整合两种组学数据和对应双层分子网络识别致病基因提供了参考。（2）将多组学数据与对应多层生物分子网络结合用于识别致病基因已成为研究热点,现有方法大多基于整合多个网络结构或部分组学数据和网络,没有把对应的组学数据与网络进行有效整合。本论文针对多层生物分子网络中的致病基因识别问题,提出了基于整合的有约束随机游走算法——整合排序算法。该算法基于权重整合疾病多组学数据和对应多层分子网络,加入遗传信息来构建多层特异性分子网络,以约束的形式嵌入多层网络的信息流向;基于整合排序算法,获得节点整合排序特征值,进而衡量节点重要性,并将其用于肝癌和前列腺癌致病基因的识别。结果表明,整合排序算法能有效识别多层分子网络中的致病基因,与其他算法相比具有显着优势。该算法以约束的形式嵌入了遗传信息先验知识,为整合多组学与对应多层分子网络识别致病基因提供了借鉴。（3）在识别复杂疾病致病基因时,存在异源多组学数据,如何将这些数据和分子网络进行有效整合用于识别致病基因已成为研究关键。现有方法大多基于整合多个单层网络中心度结果,忽略了数据的整体性。本论文针对高维分子网络中的致病基因识别问题,提出了基于张量的随机游走算法——张量排序算法。该算法基于权重整合疾病异源多组学数据和多属性分子网络创建高维特异性分子网络,用张量表示:基于张量排序算法,获得节点张量排序特征值,进而衡量节点重要性,并将其用于识别Ⅱ型糖尿病和阿尔兹海默症的致病基因。结果表明,张量排序算法能有效识别高维分子网络中的致病基因,效果优于其他方法。该算法将运算从矩阵空间提升到张量空间,为从多维异质异源高通量组学数据中识别致病基因提供了一般性的方法框架。（4）在生物分子网络中,分子一般组成网络模块或通路来发挥其具体功能,因此致病模块的识别尤其重要。现有方法大多基于网络聚类或基因集分析,鲜有算法将二者结合。本论文针对生物分子网络中的致病模块识别问题,提出了基于表型驱动的模块检测和排序算法——模块排序算法。该算法基于权重整合疾病单组学数据和对应单层分子网络构建特异性分子网络,利用有指导的网络模块检测策略;以模块为节点,建立网络超图,基于超图的模块排序算法识别致病模块,将其用于肝癌致病模块的识别。结果表明,模块排序算法能有效识别致病模块,与其他算法相比具有优势。该算法结合了有指导的模块检测策略,实现了从识别网络中单节点模式特征到网络局部特征的拓展。
牛亚伟[4]（2021）在《复杂疾病与miRNA、微生物的关联研究》文中进行了进一步梳理MicroRNA（miRNA）是一类内源性、长度约为23个核苷酸的非编码单链RNA分子。从二十世纪九十年代首次被发现,miRNA的研究开辟了分子生物学的新领域,也是后基因组时代里生命科学研究的前沿。随着下一代测序（NGS）和生物实验技术的快速发展,miRNA的异常表达已经不断被证实与神经系统疾病、心血管疾病、恶性肿瘤等人类复杂疾病的发生和发展密切相关。此外,随着人类微生物组计划进入第二阶段,作为人体生态系统的重要组成部分,微生物的失调也被证实能够引发多种疾病。因此,探究复杂疾病与miRNA和微生物的关联对于研究复杂疾病的发病机理以及促进复杂疾病的预防、诊断、治疗和预后等都有着重大意义。本文的主要内容是基于多源的生物信息数据,设计了五个数学预测模型和算法去探究复杂疾病与miRNA、微生物之间的潜在关联,旨在为生物验证实验提供有希望的候选验证目标作为先验指导,提高验证效率,缩短发现周期。此外,本文提出了一种符号网络的结构平衡理论影响下的信息传播模型,利用符号网络模拟正负影响关系,为进一步对符号生物网络的关联预测研究提供理论基础。全文共五章:第一章为绪论,介绍复杂疾病与miRNA、微生物的关联研究背景和进展;第二章和第三章分别介绍我们提出的复杂疾病与miRNA、微生物关联研究的五个预测模型,给出了模型的理论基础与框架以及预测性能的评估分析;第四章介绍我们提出的一种符号网络的结构平衡理论影响下的信息传播模型,并给出了模型的理论基础以及仿真与实证结果分析;第五章中对已有的工作进行全面总结,并对未来的研究做出进一步计划和展望。在复杂疾病与miRNA的关联研究中,我们设计了四个数学模型来预测潜在的关联关系。1、以往的研究中很多学者基于不同的生物学过程设计了很多不同的数学方法来衡量miRNA之间、疾病之间的类似性,这些类似性指标很难用统一的标准去衡量,因此,我们设计了一种多核学习的最优化迭代方法对已有的多源类似性信息进行优化整合,在多种数据指标的研究情形中,我们的模型可以给出这些指标的最优组合方式。通过使用克罗内克尔（Kronecker）正则化最小二乘法分类器,我们利用最优的类似性组合结果对未知的疾病与miRNA关联进行预测,获得了准确的、鲁棒的预测结果。2、提出了生物网络随机游走和二元回归相结合的miRNA与疾病关联预测模型。在该模型中,我们给出了利用网络随机游走来提取任意维度特征向量的方法。该模型的特点在于其特征维度的设置可以结合领域先验知识与数据信息,且二元回归分类器的复杂度很低,因此该模型能够适配其他很多领域中的预测任务。3、传统的随机游走过程通常将邻居节点同等对待并以均匀的概率进行转移,而当我们将miRNA和复杂疾病的关系整合到一个异质网络时,节点的邻居之间是有区别的,传统的随机游走方法将不再使用。因此,我们提出了基于网络最大熵随机游走的算法来进行潜在的关联预测,通过最大熵随机游走,将随机游走的转移过程赋予最大的随机性。在模型中我们具体给出了随机游走过程的熵率计算方法,并分析出最大熵随机游走方法与网络拓扑的特征向量中心性是一致的,从而能够对miRNA节点和疾病节点的重要性做出区分。4、疾病与miRNA之间的关联预测本质上也是一类推荐问题,因此,我们提出了一种混合的网络推荐预测模型。在模型中利用二部图资源分配过程构造关于miRNA和疾病的图投影,同时基于网络节点的共同邻居进行特征整合,在miRNA空间和疾病空间分别进行预测。在复杂疾病与微生物的关联研究中,我们设计了超图上的随机游走算法来预测疾病与微生物之间的潜在关联。在该模型中,我们引入超图理论将疾病与微生物的关联进行建模。在超图模型里,任何一条边都可以承载所有与该对象相关的已知信息,即一条超边能够包含有多个节点。相对普通图模型而言,既规避了信息损失的缺陷,同时在生物层面具有更多的可解释性。此外,我们设计了超图的随机游走算法,在节点游走转移概率计算时,融合多源类似性数据,给出了 miRNA的相对重要性区分策略,使得模型预测结果更加准确。由于目前已有的模型很少考虑miRNA与复杂疾病关联网络中存在的正负影响和关系,比如miRNA的上调和下调对疾病发展的影响,也很少有模型模拟生物因子之间的正负作用关系,比如基因之间的正负调控关系、药物组合中的增强和拮抗关系等,我们提出了一种符号网络上的基于结构平衡理论的信息传播模型来刻画该类问题。符号网络中存在两种不同的边用以表征不同的关系,即正边和负边,可以用来描述生物网络中的正调控或负调控关系等。我们基于最短路径方法和结构平衡理论,设计了符号网络中节点之间的潜在关系识别算法。随机符号网络上的仿真和真实数据集上的实验表明,我们所提出的信息传播过程还可以通过局部二阶邻域近似。我们发现网络中任意节点所可能存在的潜在正关系节点所占的比例与网络内容一致。我们的模型可适用于广泛的应用场景,如基因关系预测、药物组合预测等,为进一步对符号生物网络中的预测问题研究提供部分理论基础。
朱丽娟[5]（2021）在《生物网络比对及其在疾病研究中的应用》文中认为蛋白质-蛋白质相互作用（PPI）网络蕴含着重要的生物信息,对分子生物学的影响也越来越大。例如,通过提取PPI网络中的信息可以预测蛋白质的功能以及PPI网络的进化,了解相互作用的细节能够为研究疾病和药物靶标提供参考。目前,基于PPI网络的研究主要包括PPI网络比对以及基于PPI网络的相关研究。网络比对被广泛用于预测蛋白质功能,识别保守的功能模块以及研究物种的进化关系。但是,网络比对是一个NP-complete问题,大部分算法通常在比对大型网络时速度较慢或准确性较差。因此,需要开发高效的网络比对算法。另一方面,人类疾病被视为高度联系的细胞网络的扰动,即疾病不是彼此独立,而是高度相关,我们将相互关联的疾病称为合并症。识别合并症可以为了解疾病进展、探索治疗方案提供参考。PPI网络已被广泛用于评估疾病间的关联。本文就PPI网络比对算法以及基于PPI网络的疾病相关性研究算法进行了探讨。论文的主要内容安排如下:第一章主要介绍了本文的研究背景、研究现状和研究意义。第二章提出了一种快速而准确的算法—NAIGO.该算法首先利用已知的先验知识（例如,基因本体论）将网络划分为子网;对于每个子网对,通过考虑蛋白质同源信息及其局部结构信息,将网络比对问题转化为目标优化问题来对齐它们;然后,基于贪婪算法进行子网比对的局部扩展和全局扩展,进而得到更具生物意义的局部比对和全局比对。我们将NAIGO算法应用于人类和酿酒酵母S288c的PPI网络比对,并将比对结果与其他公认的方法（例如,IsoRank,GRAAL,SANA和NABEECO）进行比较。结果表明,NAIGO方法优于其他方法。第三章提出并比较了 10种基于PPI网络的疾病相关性方法,以研究糖尿病与其他疾病、肥胖与癌症间的关联,其中,DIconnectivity-eDMN方法具有最佳性能。首先,DIconnectivity-eDMN将BP术语映射到PPI网络上以构建BP功能子网,然后,通过重启的随机游走（RWR）对其进行扩展（在整个PPI网络中）以生成扩展的模块化网络（eMN）.此外,我们还基于RWR生成扩展的疾病相关基因,并将扩展的疾病相关基因映射到eMN上,疾病间的关联是通过映射基因集在eMN上的加权互作数来衡量的。DIconnectivity-eDMN方法不仅可以预测疾病间的相关性,而且还可以揭示关联疾病的重要生物学过程。本文提出的网络比对算法以及疾病相关性研究算法在PPI网络上得到了成功运用,但这两种算法的应用不限于PPI网络,还可将其推广到其他类型的生物网络中。
代维娜[6]（2021）在《基于网络医学分析方法研究复方茵丹汤抗胆汁淤积性肝病的作用机制》文中认为针对目前胆汁淤积性肝病仍缺少特效药物,中药复方如复方茵丹汤有一定效果,然而中药的物质基础和具体药物作用机制模糊,本课题拟结合疾病遗传学和药物基因组学,构建网络医学分析方法来诠释胆汁淤积性肝病的病理机制,评价和探索复方茵丹汤治疗胆汁淤积性肝病的药物作用机制,为复方茵丹汤的机制研究和新药物靶标提供假设和思路参考。本文的主要研究内容如下:基于人类蛋白互作组构建胆汁淤积性肝病疾病模块,再对疾病模块进行基因富集,依据富集结果中重要的相关疾病本体论和通路对胆汁淤积性肝病发生发展机制进行分析。首先,利用MeSH检索胆汁淤积性肝病相关的疾病关键词,在OMIM和DisGeNET中以疾病关键词收集相关风险基因,并定位到人类蛋白互作组网络中,构建胆汁淤积性肝病的疾病模块。采用1000次随机化验证疾病模块,同时计算该模块的网络拓扑参数以验证疾病模块的聚集性,最后以疾病模块中的基因富集结果阐述胆汁淤积性肝病的疾病机理。由此,我们共收集到532个胆汁淤积风险基因,其中465个风险基因显着定位在人类蛋白互作组网络中（p<0.001）,构成了胆汁淤积性肝病疾病模块。其次,将疾病模块中所有风险基因、相互连接基因、核心风险基因三部分分别进行基因富集,依据不同部分基因富集后重要性结果阐述胆汁淤积性肝病的疾病机理,发现胆汁淤积性肝病的发生和发展主要涉及胆汁分泌、炎症、代谢等途径。我们基于人类蛋白互作组构建的胆汁淤积性肝病疾病模块,能实现在现有大数据条件下,阐述胆汁淤积性肝病的发生发展机理,证实了胆汁淤积性肝病各表型涉及的多靶标和多途径,而不是单一靶标或单一途径,为进一步的针对疾病用药可行的假设和具体的机理分析提供了可能。基于疾病模块,借助现有临床应用的抗胆汁淤积的西药为例,将“药物-靶标”和胆汁淤积性肝病疾病模块进行网络重叠,构建网络医学分析方法。从Drugbank和DGIdb数据库中,收集熊去氧胆酸（UDCA）、腺苷蛋氨酸、考来烯胺的药物靶标,构建“药物-靶标”网络,再将西药“药物-靶标”和胆汁淤积性肝病疾病模块定位到人类蛋白互作组网络中,进行网络重叠,分析重叠网络节点相关性后对重叠网络中重要靶点进行富集（p<0.01）。共收集到UDCA、腺苷蛋氨酸和考来烯胺三种药物的17个抗胆汁淤积性肝病的药物靶标,构建了重叠网络并分析后,发现三种药物主要通过调节类固醇激素、代谢和葡萄糖醛酸化促进胆汁酸分泌发挥治疗作用,与早期报道的这三种药物在抗胆汁淤积性肝病中的机理报道一致。由此本文构建的网络医学分析方法可用于抗胆汁淤积性肝病的机理分析,为进一步应用于中药等复杂成分的药物机制研究中提供了可能。将网络医学分析方法应用于中药复方茵丹汤抗胆汁淤积性肝病的的物质基础和作用机理分析。从TCMSP、TCMID、DrugBank数据库中,收集复方茵丹汤的成分及其靶标,构建复方茵丹汤小分子数据库及“药材-成分-靶标”网络,再将复方茵丹汤“药材-成分-靶标”网络和胆汁淤积性肝病疾病模块进行网络重叠,基于重叠网络中重要节点作富集分析（p<0.01）探索复方茵丹汤抗胆汁淤积性肝病的作用机制。我们筛选到复方茵丹汤中八味药材共57个活性成分,作用于215个靶标,从“药材-成分-靶标”网络发现处方中活性成分间功效互补。此外,复方茵丹汤在重叠网络中与胆汁淤积性肝病的核心风险基因显着相关(p=5.8×10-12),其有效成分通过直接关联靶标和间接调控基因等多途径调控多通路来实现疾病治疗,如炎症反应、胆汁酸稳态、代谢、类固醇激素和葡萄糖醛酸化等途径和通路的调控。同时,对比中西药的作用机制,发现中西药重叠网路中重叠的基因可能是其发挥治疗作用的关键,而不重叠的基因可能是进一步考虑抗胆汁淤积性肝病的新药物靶标,如介导核受体活性、炎症和胆汁酸分泌相关的NR1H3、NR1I3、TLR2、PPARA、ESR2、ABCB1、PPARG、SULT2A1、SLCO1A2等。综上所述,我们基于人类蛋白互作组构建胆汁淤积性肝病疾病模块,借助临床现有的抗胆汁淤积性肝病西药和中药复方,将药物靶标网络和胆汁淤积性肝病疾病模块两个网络进行重叠分析,建立起的网络医学分析方法,阐明了药物作用机制,不仅为遗传、免疫、环境等因素共同引发的复杂性疾病提供机理分析的新思路,还为评价和探索中药或组合药物治疗复杂疾病的药物作用机制及新药物靶筛选提供了参考。
盖书杰[7]（2021）在《NEXN在缺血性心肌病中的作用及冠脉粥样硬化细胞微环境的单细胞分析》文中进行了进一步梳理冠状动脉粥样硬化性心脏病（coronary heart disease,CAD）是最常见的心血管疾病。随着全球范围内人口老龄化加剧,尽管在预防性用药广泛应用的背景下,冠状动脉粥样硬化病变导致的缺血性心肌病（Ischemic cardio-myopathy,ICM）发病率仍逐年升高,急性心肌梗死的死亡率总体呈上升趋势。尽早恢复血流灌注是治疗心肌缺血的最有效策略,然而在尚未血运重建之前,如何挽救存活心肌及减少细胞缺氧损伤是治疗缺血性心肌病的关键方向。同时,冠状动脉粥样硬化病变引起的血管狭窄是导致缺血性心肌病的罪魁祸首,如何减缓冠脉粥样硬化病变进展及逆转血管狭窄成为当今心血管领域亟待解决的重大问题。因此,系统性阐述冠脉粥样硬化细胞组成及微环境,全面描绘参与疾病进展的重要细胞种类及功能,对明确粥样硬化发病机制和探索有效干预靶点提供了重要理论依据。在心肌细胞缺氧的早期阶段,心肌细胞膜结构破坏是最先出现的超微结构变化,最早可在缺血发作后10-15分钟出现。肌膜结构功能的完整性对于心肌细胞的命运至关重要。因此,早期干预维持肌膜结构的完整性成为心肌保护的一大方向。作为心肌细胞膜结构及电生理活动的重要组成部分,膜连接复合物（Junctional Membrane Complexes,JMCs）是维持心肌细胞功能的重要结构单元。因此,本研究的第一部分探索了 JMCs重要组成蛋白之一——NEXN在心肌缺血过程中的表达改变以及其在维持心脏收缩功能的应用探索。此外,由于NEXN在心肌组织中表达丰度较高,且表现为肌组织特异性表达,因此,本研究也初步探索了其作为缺血性心肌病候选标志物的应用可能。冠状动脉粥样硬化疾病涉及多种细胞参与,在不同病理时期存在复杂的细胞转化。既往研究仅针对部分细胞在疾病进展的功能变化,缺乏对冠脉粥样硬化病变的全景描述,未能系统性阐明参与病变的关键细胞类型。伴随着单细胞技术的出现,使我们对组织细胞亚型的分析达到了空前的分辨率。因此,本研究第二部分对人冠状动脉粥样硬化组织进行单细胞转录组分析,发挥不同单细胞平台优势,进一步全面的对冠脉粥样硬化进行描述,并利用生物信息学方法对疾病进展过程显着变化的细胞类型进行细化分析。综上所述,本研究围绕冠心病的机制探索及单细胞技术在心血管疾病中的应用,具体两部分研究内容摘要如下:第一部分:NEXN在维持心脏收缩功能及其作为缺血性心肌病候选蛋白标志物的研究背景:心肌细胞发挥正常功能依赖于其高度精细化的亚细胞结构,其中膜连接复合物（Junctional Membrane Complexes,JMCs）是心脏正常兴奋收缩偶联的关键结构。JMCs结构/功能取决于其组成蛋白如JPH2,BIN1,CAV3以及NEXN等,它们在调控JMCs的位置和功能活性方面发挥重要作用。JMCs在病理过程中可以表现出代偿性重塑,但随着JMCs结构降解会导致心肌收缩力的受损及心律失常出现,进而导致心脏功能的失代偿及心力衰竭的发生。NEXN作为新发现的JMCs组成蛋白,其在心肌缺血损伤中的作用有待进一步探索。方法:通过缺血性心肌病RNA-seq数据及人心脏单细胞数据,探索NEXN在缺血性心肌病中的表达特点。利用体内体外模型检测心肌缺血NEXN的表达改变,进而借助不同的过表达方式探索上调NEXN对心脏收缩功能的影响。利用RNA-seq及TMT定量蛋白组学方式探索过表达NEXN导致的通路功能改变。检测体内外缺氧状态NEXN的表达模式,探索其作为缺血性心肌病候选蛋白标志物的应用前景。结果:通过缺血性心肌病转录组数据发现NEXN在心脏心肌细胞中显着高表达,并在疾病过程中表达下调,体内外缺血缺氧实验证实NEXN随缺血时间延长表达逐渐降低。通过对原代心肌细胞利用腺相关病毒（AAV）心脏特异性表达载体,构建在体NEXN上下调模型,我们发现在成年大鼠生理状态下下调NEXN导致心脏收缩功能减弱,成像实验发现NEXN表达下调导致心肌细胞结构紊乱。进而在心脏缺血模型研究中发现,预先干预NEXN（上调）可以在一定程度减轻缺血损伤,维持心脏收缩功能。进而,我们通过转录组联合蛋白组测序,发现上调NEXN,差异基因富集分析提示与钙离子通道,心肌收缩,肌膜稳定性及转录活性调控相关,通过生物信息学分析发现NEXN上调可导致其蛋白调控网络中Rho/Rock通路关键蛋白（Rho家族,Rhoa,Rhoc）表达并过抑制Rho/ROCK途径降低心肌细胞凋亡和炎症反应。进一步针对NEXN体内外缺氧损伤状态释放模式研究发现,NEXN在心脏损伤时释放,较基线水平变化程度较高,是理想的缺血性心肌病候选蛋白标志物之一。结论:NEXN随心肌缺血表达下调,随缺血时间延长逐渐释放,并在外周血中可稳定检测。体内外功能实验表明NEXN表达有助于维持心肌细胞结构和功能。此外,转录组联合蛋白组发现上调NEXN有助于心肌收缩、钙离子通道功能及膜结构稳定,并可能通过抑制Rho/ROCK途径降低心肌细胞凋亡和炎症反应,从而起到心肌保护作用。第二部分:冠状动脉粥样硬化斑块细胞组成及微环境的单细胞分析背景:动脉粥样硬化疾病进展涉及多种细胞共同参与,不同病理时期细胞比例及转化过程十分复杂,其中关键细胞类型及其功能尚不明确。尽管在小鼠和人类其他动脉组织研究了动脉粥样硬化的细胞异质性,但是具体人类心脏冠状动脉的细胞组成尚不清楚。本研究借助单细胞转录组测序结合冠心病GWAS数据,详细描述人类冠状动脉粥样硬化细胞亚群分布,并对影响疾病进展关键细胞类型进行细化功能分析。方法:采集心脏移植患者受体心脏冠状动脉组织,进而酶解消化冠脉组织获得单细胞悬液,应用两种测序平台进行单细胞转录组测序,利用组织病理学、免疫荧光及流式细胞术结合生物信息学分析细胞亚群功能及类型。结果:通过单细胞测序研究了来自25位心脏移植患者受体心脏的69份冠脉组织共72554个细胞进行单细胞测序。通过生物信息学分析明确了代表8种主要冠状动脉细胞类型的34种亚群:血管平滑肌细胞（6个亚群）,成纤维细胞（6个亚群）,巨噬细胞（5个亚群）,T细胞（4个亚群）,内皮细胞（5个亚群）,NK细胞/肥大细胞（3个亚群）,肌成纤维细胞（3个亚群）,以及B/浆细胞（2个亚群）。间质细胞（血管平滑肌细胞、成纤维细胞、肌成纤维细胞）构成冠状动脉的主要成分,其次是巨噬细胞,T细胞,内皮细胞,NK细胞等。通过比较不同病理分期的细胞组成变化,发现了一些随疾病变化免疫细胞亚群以及间质细胞亚群。间质细胞存在随疾病进展的广泛细胞间转化过程,而免疫细胞中可能存在特殊的T细胞亚群影响斑块损伤修复过程。通过细胞间通讯分析发现,内皮细胞和巨噬细胞间通讯占疾病进展阶段的主导地位。特定细胞亚群HGF-MET作用增强可能与斑块组织损伤修复相关。GWAS研究发现的冠心病相关的易感基因联合分析,发现易感基因主要富集于巨噬细胞、成纤维细胞,联合冠脉粥样硬化质谱数据发现早期上调蛋白富集于肌成纤维细胞细胞,而晚期上调蛋白在巨噬细胞中明显富集。深入了解疾病进展过程中关键细胞类型功能变化对于有效干预动脉粥样硬化的疾病进展至关重要。结论:本研究通过对人类冠状动脉组织的单细胞全景描画,并对不同疾病进展阶段的细胞组成进行了表征。我们的结果可作为人类冠脉粥样硬化病变过程的高质量单细胞数据库,有助于探索针对该类疾病治疗靶点的研究。
黄秋月[8]（2021）在《基于多组学数据的可变剪接异构体功能预测方法研究》文中认为同一个基因可以通过可变剪接产生不同的可变剪接异构体（isoform）,再翻译成多个不同的蛋白质变种。预测这些isoform的单独功能有助于解密蛋白质的功能多样性。目前,研究学者们在基于基因层面的蛋白质功能预测方面已经做了大量的工作,即把基因产物的功能都聚焦标注到同一个基因。实际上,一个基因可以表现出多种功能,主要是由于同一基因经过可变剪接得到的多个isoform,这些isoform及其翻译得到的蛋白质才是不同生物功能的实际执行者。然而,与典型的基因功能预测相比,isoform功能预测方面的研究目前还较少,主要原因是缺乏成规模的isoform层面的功能注释数据。更有研究指出,可变剪接与多种发育异常密切相关。在isoform功能预测的基础上,进一步预测isoform-疾病关联有助于发现多种复杂疾病的潜在病理学机制,并为这些疾病开发精准的治疗方法和有效的药物。isoform-疾病关联预测的主要挑战也是缺乏可用的isoform-疾病关联数据。目前可用的isoform-疾病关联大多数是基于湿实验的方法得到的,存在成本高,覆盖范围十分有限等问题。随着高通量转录组测序（RNA-Seq）技术的飞速发展,人们可以轻松地收集到大规模的转录组层面数据。研究者们目前已经提出了一些isoform功能预测方法,这些方法主要利用RNA-Seq数据、可用的基因功能注释和基因-isoform关联关系。现有isoform功能预测和isoform-疾病关联预测主要存在以下两个问题待解决:（1）isoform缺少成规模的功能注释数据和疾病关联数据,当前存储功能注释信息和疾病关联的数据库都是面向基因层面构建的;（2）缺少基因组,转录组和蛋白质组的多组学数据的有效整合,目前isoform的相关研究方法中的数据整合研究还是比较有限的。本人针对当前isoform功能预测和isoform-疾病关联预测中存在的现实需求,以有效整合多组学数据提高isoform功能预测和isoform-疾病关联预测精度为目标,采用多示例多标记学习框架,设计协同矩阵分解模型与求解方法,对isoform功能预测和isoform-疾病关联预测展开研究,提出两个有效算法,本文的主要贡献包括:（1）针对现有的isoform功能预测方法中忽略可变剪接过程中组织特异性的问题,本文提出一种基于组织特异性的isoform功能预测方法（简称,TS-Isofun）。TS-Isofun首先利用组织层面的多个RNA-Seq数据集构建了多个具有组织特异性的isoform功能关联网络。通过自适应权重有选择性地整合这些网络,从而建模组织特异性。然后TS-Isofun引入了基于协同矩阵分解的数据融合模型,利用加权整合的isoform功能关联网络、基因层面数据和基因功能标注数据来预测isoform功能。在人类RNA-Seq数据集上的实验结果表明,TS-Isofun算法明显优于目前最新的isoform功能预测方法,对组织特异性的考虑有助于更准确地预测isoform功能。（2）在isoform功能预测研究的基础上,为了进一步研究isoform-疾病关联,本文提出了一种基于数据融合的isoform-疾病关联预测方法（简称,IDAPred）对基因组、转录组、蛋白质组数据进行有效融合。IDAPred将基因看作包,将isoform看作示例,基于多示例学习思想将基因-疾病关联映射到isoform-疾病关联,假设现有的基因-疾病关联数据不完整,引入正则项补全基因-疾病关联以及线性分类器来预测isoform-疾病关联,提升了isoform-疾病关联预测精度,显着优于对比方法。然而,IDAPred以等权重整合具有组织特异性的isoform关联网络且并未考虑疾病之间的内部关联。针对以上IDAPred存在的不足,本文进一步提出基于多组学数据融合的isoform-疾病关联预测方法（简称,Iso DA）。相比于IDAPred,Iso DA首先处理并使用了更大的数据集,融合了更多的组学数据。其次,Iso DA在整合通过不同组织的isoform表达数据和isoform序列数据计算得到的isoform关联网络时,设计了自适应权重。然后,Iso DA构建了疾病之间的内部关联网络并随着算法的优化过程动态更新,以此提高Iso DA的预测精度。最后,Iso DA的实例实验进一步验证了基因APOE和VEGFA中的isoform与疾病的关联预测,并取得了较好的预测结果。
程娜[9]（2021）在《人类致病同义突变集成学习预测方法研究及其数据库构建》文中认为由于不改变蛋白质的氨基酸序列,同义突变曾被认为是一种没有功能的单核苷酸突变。但随着测序技术的发展和相关研究的深入,近年来,同义突变已被证实与多种疾病的发生发展密切相关。但是,传统的鉴定同义突变功能的生物实验方法存在通量低和代价高等问题。近年来,研究人员开展了基于计算方法的致病同义突变预测研究,但这些方法存在一定的局限性,例如:缺乏充足的训练数据、多种方法预测结果不一致和预测精度仍然有待提升等。此外,多种突变数据库和基因组算法碎片化和异质性使得获取系统的致病同义突变信息具有挑战性。针对这些问题,本文开展了以下工作:（1）基于特征表示学习的致病同义突变预测方法研究。通过探索四组特征（功能打分、保守性、剪切和序列特征）,并分别使用8种机器学习分类器对每组特征进行训练,最终得到32个基分类模型。而后分别根据4组特征对应基分类模型的预测性能,选择将4种最优基分类模型的预测概率作为特征向量并输入逻辑回归分类器,构建了基于集成框架的精确预测方法En DSM。与其他方法相比,本方法在独立测试数据集上的性能较优。En DSM网页服务接口以及基准数据集详见:http://bioinfo.ahu.edu.cn/En DSM。（2）致病同义突变预测方法的比较与整合研究。首先从算法使用、特征表示、性能评估和软件可用性等方面系统地比较了10种计算方法（包括针对致病同义突变的特异性方法和单核苷酸突变的广谱性方法）。然后构建了2个高质量基准独立测试数据集,并据此评估了这些计算方法识别致病同义突变的鲁棒性和可扩展性。最后基于评估结果,使用概率平均方法通过对3个性能较好且相关性较低方法的整合,构建了一致性打分整合模型Pr DSM。基准测试集上的结果表明,该方法优于其他工具。Pr DSM预测工具详见:http://bioinfo.ahu.edu.cn:8080/Pr DSM。对于致病同义突变预测方法的全面比较分析,可以作为一个有效的指导启发致病同义突变预测计算方法未来的发展。（3）更加完备的致病同义突变数据库构建。更新和发展了2016年开发的致病同义突变数据库（db DSM）,构建了第二版致病同义突变数库db DSM v2.0。首先整理了约18,000篇同义突变相关文献摘要,并进一步对1,000多篇文献进行了全文审查。与第一版数据库相比,db DSM v2.0数据库中新增了致病同义突变数据并且提供了更多基础注释信息,包括转录本和人类基因组变异协会规定的突变命名。在同义突变数据更新的基础上,增加了六个类别的新注释特征,包括功能打分、保守性、剪切、翻译效率、转录因子结合位点和序列特征。基于这些特征注释信息,使用投票方法对六类特征进行整合,构建了一个致病性打分系统并将全基因组范围内高置信度打分的潜在致病同义突变整合到db DSM v2.0中。此外,基于该打分系统对TCGA来源的28种癌症类型进行分析,筛选出潜在的预后标志物。db DSM v2.0详见:http://bioinfo.ahu.edu.cn:8080/db DSM/index.jsp。
尹传松[10]（2021）在《陕西省部分地区硬蜱种类的鉴定及其携带病原的检测》文中提出硬蜱能够携带和传播广泛的病原体（细菌、病毒和原生动物）,这些病原体对全球人类和动物的健康都有很大的威胁。关于蜱虫分布及其携带病原体方面的研究还相对较少。因此,本研究旨在掌握和完善陕西省硬蜱的种类及其携带病原情况,为进一步完善相应的蜱媒疾病的防控和深入研究提供数据支撑。2017年3月至2020年9月,收集陕西省西安市、咸阳市、安康市和汉中市共4个地区分别来自刺猬、犬和牛等动物体表的蜱。通过对蜱采用形态学鉴定以及基于线粒体12S r DNA和16S r DNA基因的分子生物学鉴定,以确定蜱虫种类。采用PCR检测技术,基于不同基因分别检测蜱所携带立克次体、巴贝斯虫、泰勒虫、肝簇虫、嗜吞噬细胞无形体等病原的情况,获得结果如下:1.共采集到129只蜱虫样本,经形态学初步鉴定,并基于12S r DNA、16S r DNA基因的分子生物学方法,结果共鉴定出5种蜱,分别为微小扇头蜱（Rhipicephalus microplus）、长角血蜱（Haemaphysalis longicornis）、锐跗硬蜱（Ixodes acutitarsus）、褐黄血蜱（Haemaphysalis flava）和铃头血蜱（Haemaphysalis campanulata）。2.对129只蜱虫样品通过PCR扩增与测序,结果显示,这些蜱种中共携带有7种病原,分别是Candidatus Rickettsia jingxinensis、日本立克次体（Rickettsia japonica）、双芽巴贝斯虫（Babesia bigemina）、牛巴贝斯虫（Babesia bovis）、东方泰勒虫（Theileria orientails）、嗜吞噬细胞无形体（Anaplasma phagocytophilum）、犬肝簇虫（Hepatozoon canis）。各种蜱种检出携带的病原分别为:微小扇头蜱携带有B.bovis、B.bigemina、T.orientails、Ca.R.jingxinensis、A.phagocytophilum等5种病原;长角血蜱携带有T.orientails、Ca.R.jingxinensis、H.canis等3种病原;褐黄血蜱携带有R.japonica与A.phagocytophilum 2种病原;铃头血蜱携带有T.orientails与Ca.R.jingxinensis 2种病原;锐跗硬蜱只携带A.phagocytophilum这1种病原。3.不同蜱种之间各病原存在混合携带现象,其中长角血蜱中犬肝簇虫与Ca.R.jingxinensis混合携带率为12.4%,褐黄血蜱中日本立克次体与嗜吞噬细胞无形体混合携带率为2.3%,微小扇头蜱中2种及3种病原的混合携带率为47.3%。综上所述,陕西省存在长角血蜱、微小扇头蜱、褐黄血蜱、铃头血蜱、锐跗硬蜱等5个蜱种的分布。这些蜱中携带的病原体至少包括日本立克次体、Ca.R.jingxinensis、双芽巴贝斯虫、牛巴贝斯虫、东方泰勒虫、犬肝簇虫以及嗜吞噬细胞无形体等7种不同病原,并且单个蜱存在2种及3种病原体混合携带的情况。
二、人类基因与疾病关系研究概况（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、人类基因与疾病关系研究概况（论文提纲范文）
（1）基因编辑法律规范之完善 ——以贺建奎基因编辑婴儿案为例（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 一、选题背景与意义 |
| 二、国内外研究现状 |
| 三、研究思路与方法 |
| 四、本文创新点和不足 |
| 第一章 贺建奎基因编辑婴儿案的法律分析 |
| 第一节 基因编辑概述 |
| 一、基因编辑的概念 |
| 二、基因编辑技术的意义 |
| 三、基因编辑技术的风险 |
| 四、小结 |
| 第二节 贺建奎基因编辑婴儿案的法律分析 |
| 一、选取该案法律分析的缘由 |
| 二、案情介绍 |
| 三、相关主体的分析 |
| 四、实然层面与应然层面的法律责任分析 |
| 第二章 完善基因编辑法律规范的必要性 |
| 第一节 完善基因编辑民事法律规范的必要性 |
| 一、民法应当综合保护基因编辑所涉公益、私益 |
| 二、维护“社会公共利益” |
| 三、基因编辑人隐私权与利害关系人知情权的权利冲突 |
| 第二节 完善基因编辑行政法律规范的必要性 |
| 一、行政法律规范不够全面、系统 |
| 二、受试者行政法律责任的探讨 |
| 三、域外中立型风险规制模式的借鉴 |
| 第三节 完善基因编辑刑事法律规范的必要性 |
| 一、“非法植入基因编辑、克隆胚胎罪”的反思 |
| 二、刑法规制的原因 |
| 三、域外刑法禁止型模式的借鉴 |
| 第三章 完善基因编辑法律规范的建议 |
| 第一节 完善基因编辑法律规范的基本原则 |
| 一、严格规范基因编辑行为 |
| 二、防控基因编辑的“遗传风险” |
| 第二节 构建公益、私益综合保护的基因编辑民事法律规范 |
| 一、利害关系主体的分类 |
| 二、探讨不同利害关系主体权利平衡的原则 |
| 三、构建不同利害关系主体民法保护的规范 |
| 第三节 构建全面、系统的基因编辑行政法律规范 |
| 一、基因编辑社会风险的行政立法规制 |
| 二、基因编辑行政许可制度的构建 |
| 三、基因编辑受试者行政责任的证成 |
| 第四节 完善保护“人类遗传安全”法益的刑事法律规范 |
| 一、补充危害行为类型 |
| 二、调整相关刑法规范的体例结构 |
| 三、明确入罪标准 |
| 四、调整法定刑与处罚范围 |
| 结语 |
| 参考文献 |
| 致谢 |
（2）空气污染物暴露对高血压大鼠肠道微生物群和心肌组织的影响及机制探讨（论文提纲范文）
| 中文摘要 |
| abstract |
| 英文缩写词表 |
| 第1章 绪论 |
| 1.1 大气污染及其对人类健康的危害 |
| 1.1.1 大气污染的现状 |
| 1.1.2 大气污染物的主要组分 |
| 1.1.3 大气污染对人类健康的危害 |
| 1.2 大气污染与心血管疾病 |
| 1.2.1 大气污染对心血管系统的影响 |
| 1.2.2 颗粒物影响心血管系统的机制 |
| 1.3 大气污染与胃肠道系统 |
| 1.3.1 肠道微生物 |
| 1.3.2 肠道微生物影响宿主的机制 |
| 1.3.3 肠道微生物与心血管疾病 |
| 1.3.4 大气污染对肠道微生物的影响 |
| 1.4 本论文的研究目的和意义 |
| 第2章 大气污染物暴露对SHR大鼠血压血脂水平的影响 |
| 2.1 实验材料与仪器 |
| 2.1.1 实验试剂 |
| 2.1.2 实验耗材 |
| 2.1.3 实验仪器 |
| 2.2 实验方法 |
| 2.2.1 实验动物饲养与分组 |
| 2.2.2 染尘染毒建立大气混合污染物SHR大鼠模型 |
| 2.2.3 SHR大鼠血压测定 |
| 2.2.4 SHR大鼠血液样本的采集及血脂测定 |
| 2.2.5 数据统计分析 |
| 2.3 实验结果 |
| 2.3.1 PM_(2.5)理化成分分析 |
| 2.3.2 大气污染对SHR大鼠体重的影响 |
| 2.3.3 大气污染对SHR大鼠血压的影响 |
| 2.3.4 大气污染对SHR大鼠血脂的影响 |
| 2.4 讨论 |
| 第3章 大气污染物对SHR大鼠粪便细菌群落结构的影响 |
| 3.1 实验材料与仪器 |
| 3.1.1 实验试剂 |
| 3.1.2 实验耗材 |
| 3.1.3 实验仪器 |
| 3.2 实验方法 |
| 3.2.1 SHR大鼠粪便样本的采集 |
| 3.2.2 SHR大鼠粪便DNA提取方法 |
| 3.2.3 PCR扩增及建库测序 |
| 3.2.4 序列数据分析 |
| 3.3 结果 |
| 3.3.1 测序数据质量评价 |
| 3.3.2 稀释曲线与Alpha多样性 |
| 3.3.3 Beta多样性分析 |
| 3.3.4 微生物群落组成分析 |
| 3.3.5 PICRUSt2预测肠道细菌群功能 |
| 3.4 讨论 |
| 第4章 大气污染物对SHR大鼠心肌基因表达的影响 |
| 4.1 实验材料与仪器 |
| 4.1.1 实验试剂 |
| 4.1.2 实验耗材 |
| 4.1.3 实验仪器 |
| 4.2 实验方法 |
| 4.2.1 SHR大鼠心肌组织样本的采集 |
| 4.2.2 RNA提取与检测 |
| 4.2.3 测序文库构建与质检 |
| 4.2.4 Illumina测序 |
| 4.2.5 转录组测序数据分析 |
| 4.2.6 实时荧光定量PCR法检测SHR大鼠心肌损伤相关基因mRNA水平 |
| 4.2.7 Western Blot检测SHR大鼠心肌损伤相关蛋白表达水平 |
| 4.2.8 免疫荧光检测SHR大鼠心肌损伤相关蛋白 |
| 4.3 实验结果 |
| 4.3.1 转录组测序结果质量评价 |
| 4.3.2 差异表达基因分析 |
| 4.3.3 实时荧光定量PCR分析差异表达基因 |
| 4.3.4 差异基因对心肌信号通路的影响 |
| 4.4 讨论 |
| 第5章 结论 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（3）基于生物分子网络的致病基因识别方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语注释表 |
| 第—章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 致病基因识别方法研究进展与现状 |
| 1.2.1 复杂疾病的致病基因 |
| 1.2.2 致病基因的识别方法 |
| 1.2.3 致病模块的识别方法 |
| 1.3 研究内容和章节安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文章节安排 |
| 第二章 生物分子网络中致病基因识别的基本方法 |
| 2.1 基于随机游走算法的基本策略 |
| 2.1.1 PageRank算法 |
| 2.1.2 PageRank算法收敛性和计算复杂度 |
| 2.1.3 加权PageRank算法 |
| 2.2 单一组学数据和单层分子网络 |
| 2.3 基本方法结果与分析 |
| 2.3.1 致病基因的排序 |
| 2.3.2 致病基因PR值的分类性能 |
| 2.3.3 所识别基因的功能分析 |
| 2.3.4 与HITS算法的比较研究 |
| 2.4 本章小结 |
| 第三章 双层异质分子网络中致病基因识别方法 |
| 3.1 引言 |
| 3.2 两种组学数据和双层分子网络 |
| 3.3 双层排序算法 |
| 3.3.1 特异性双层异质分子网络创建 |
| 3.3.2 基于双层异质分子网络的PageRank算法 |
| 3.4 结果与讨论 |
| 3.4.1 致病基因的排序 |
| 3.4.2 致病基因bPR值的分类性能 |
| 3.4.3 整合网络和组学数据的合理性分析 |
| 3.4.4 排序的鲁棒性分析 |
| 3.4.5 所识别基因的功能分析 |
| 3.5 本章小结 |
| 第四章 多层生物分子网络中致病基因识别方法 |
| 4.1 引言 |
| 4.2 多组学数据和多层分子网络 |
| 4.3 整合排序算法 |
| 4.3.1 特异性多层分子网络创建 |
| 4.3.2 基于多层分子网络的有约束PageRank算法 |
| 4.4 结果与讨论 |
| 4.4.1 致病基因的排序 |
| 4.4.2 致病基因iPR值的分类性能 |
| 4.4.3 与其他方法的比较研究 |
| 4.4.4 其他癌症数据集上的分类结果 |
| 4.4.5 所识别基因的功能分析 |
| 4.5 本章小结 |
| 第五章 高维分子网络中致病基因识别方法 |
| 5.1 引言 |
| 5.2 多分子组学数据和多属性分子网络 |
| 5.3 张量排序算法 |
| 5.3.1 特异性高维分子网络创建 |
| 5.3.2 基于张量的PageRank算法 |
| 5.3.3 张量排序算法收敛性和计算复杂度 |
| 5.4 结果与讨论 |
| 5.4.1 致病基因的排序 |
| 5.4.2 致病基因tPR值的分类性能 |
| 5.4.3 排序靠前基因的分类性能 |
| 5.4.4 与其他方法的比较研究 |
| 5.4.5 所识别基因的功能分析 |
| 5.5 本章小结 |
| 第六章 生物分子网络中致病模块识别方法 |
| 6.1 引言 |
| 6.2 单一组学数据和单层分子网络 |
| 6.3 模块排序算法 |
| 6.3.1 特异性分子网络创建 |
| 6.3.2 基于表型驱动的模块检测算法 |
| 6.3.3 基于超图的模块排序算法 |
| 6.4 结果与讨论 |
| 6.4.1 模块的网络结构 |
| 6.4.2 模块分类结果和表型得分 |
| 6.4.3 与其他方法的比较研究 |
| 6.4.4 所识别模块的功能分析 |
| 6.4.5 独立数据集中的验证 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 主要贡献 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 博士期间发表的学术论文 |
| 博士期间授权的专利 |
| 博士期间参与的科研项目 |
| 学位论文评阅及答辩情况表 |
（4）复杂疾病与miRNA、微生物的关联研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 复杂疾病与miRNA |
| 1.2.2 复杂疾病与微生物 |
| 1.3 本文主要结果及结构 |
| 第二章 复杂疾病与miRNA的关联预测模型 |
| 2.1 基于多核学习的KroRLS预测模型MKRMDA |
| 2.1.1 引言 |
| 2.1.2 MKRMDA模型的理论基础与框架 |
| 2.1.3 模型效果评估 |
| 2.1.4 模型分析总结 |
| 2.2 基于随机游走与二元回归的预测模型RWBRMDA |
| 2.2.1 引言 |
| 2.2.2 RWBRMDA模型的理论基础与框架 |
| 2.2.3 模型效果评估 |
| 2.2.4 模型分析总结 |
| 2.3 基于最大熵随机游走的预测模型MERWMDA |
| 2.3.1 引言 |
| 2.3.2 MERWMDA模型的理论基础与框架 |
| 2.3.3 模型效果评估 |
| 2.3.4 模型分析总结 |
| 2.4 基于网络混合推荐系统的预测模型HAMDA |
| 2.4.1 引言 |
| 2.4.2 HAMDA模型的理论基础与框架 |
| 2.4.3 模型效果评估 |
| 2.4.4 模型分析总结 |
| 第三章 复杂疾病与微生物的关联预测模型 |
| 3.1 基于超图随机游走的预测模型RWHMDA |
| 3.2 RWHMDA模型的理论基础与框架 |
| 3.3 模型效果评估 |
| 3.4 模型分析总结 |
| 第四章 一种符号网络上的基于结构平衡理论的信息传播模型 |
| 4.1 引言 |
| 4.2 理论基础与模型框架 |
| 4.3 模拟仿真与实证研究 |
| 4.4 模型分析总结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间论文完成情况 |
| 作者简介 |
| 学位论文评阅及答辩情况表 |
（5）生物网络比对及其在疾病研究中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 生物信息学的概念 |
| 1.2 生物信息学的发展 |
| 1.3 生物信息学的研究内容 |
| 1.3.1 基因组学 |
| 1.3.2 蛋白组学 |
| 1.3.3 系统生物学 |
| 1.4 基于PPI网络的研究 |
| 1.4.1 PPI数据库 |
| 1.4.2 PPI网络比对 |
| 1.4.3 基于PPI网络的相关研究 |
| 1.5 本文的主要工作 |
| 第二章 PPI网络比对算法 |
| 2.1 引言 |
| 2.2 NAIGO方法 |
| 2.2.1 网络划分 |
| 2.2.2 相似矩阵的构建 |
| 2.2.3 相似矩阵的参数设置 |
| 2.2.4 相似矩阵的简化 |
| 2.2.5 网络比对全局扩展 |
| 2.2.6 网络比对局部扩展 |
| 2.2.7 网络比对的性能评估 |
| 2.3 网络比对结果 |
| 2.3.1 数据集 |
| 2.3.2 算法设计和参数定义的有效性 |
| 2.3.3 局部比对的性能评估 |
| 2.3.4 全局比对的性能评估 |
| 2.3.5 NAIGO与其他方法的比较 |
| 2.3.6 基于网络比对局部扩展的蛋白质功能预测 |
| 2.4 总结与讨论 |
| 第三章 基于PPI网络的疾病相关性研究 |
| 3.1 引言 |
| 3.2 疾病相关性研究算法 |
| 3.2.1 DIoverlap算法 |
| 3.2.2 DIcd算法 |
| 3.2.3 DINet算法 |
| 3.2.4 DIconnectivity算法 |
| 3.3 糖尿病与其他疾病相关性的研究 |
| 3.3.1 数据集 |
| 3.3.2 糖尿病-疾病关联注释 |
| 3.3.3 糖尿病-疾病关联的研究结果 |
| 3.3.4 总结与讨论 |
| 3.4 肥胖与癌症相关性的研究 |
| 3.4.1 数据集 |
| 3.4.2 肥胖-癌症关联注释 |
| 3.4.3 肥胖-癌症关联的研究结果 |
| 3.4.4 总结与讨论 |
| 第四章 总结和展望 |
| 参考文献 |
| 附录A 参数训练以及阈值训练结果 |
| 附录B 肥胖-癌症关联的AAF图形展示 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（6）基于网络医学分析方法研究复方茵丹汤抗胆汁淤积性肝病的作用机制（论文提纲范文）
| 符号说明 |
| 摘要 |
| ABSTRACT |
| 前言 |
| 第一章 胆汁淤积性肝病疾病模块构建及其机理研究 |
| 1 引言 |
| 2 方法 |
| 2.1 数据库 |
| 2.2 网络术语 |
| 2.3 数据收集 |
| 2.4 网络定位 |
| 2.5 疾病模块构建 |
| 2.6 基因富集分析 |
| 3 结果与讨论 |
| 3.1 胆汁淤积性肝病风险基因 |
| 3.2 胆汁淤积性肝病疾病模块 |
| 3.3 胆汁淤积性肝病的机理探索 |
| 4 结论 |
| 第二章 网络医学分析方法构建与应用 |
| 1 引言 |
| 2 方法 |
| 2.1 数据收集 |
| 2.2 “药物-靶标”网络构建 |
| 2.3 重叠网络构建 |
| 2.4 富集分析 |
| 3 结果与讨论 |
| 3.1 西药“药物-靶标”网络 |
| 3.2 西药药物靶标与胆汁淤积性肝病风险基因间的作用关系 |
| 3.3 西药抗胆汁淤积的机理分析 |
| 4 结论 |
| 第三章 网络医学方法分析复方茵丹汤抗胆汁淤积性肝病的作用机制 |
| 1 引言 |
| 2 方法 |
| 2.1 数据收集 |
| 2.2 数据标准化 |
| 2.3 “药材-成分-靶标”网络构建 |
| 2.4 重叠网络构建 |
| 2.5 基因富集分析 |
| 3 结果与讨论 |
| 3.1 复方茵丹汤小分子数据库构建 |
| 3.2 复方茵丹汤“药材-活效成分-靶标”网络 |
| 3.3 复方茵丹汤药物靶标与胆汁淤积疾病基因间的作用关系 |
| 3.4 复方茵丹汤抗胆汁淤积的机理分析 |
| 3.5 中西药抗胆汁淤积性肝病的机制对比分析 |
| 4 结论 |
| 全文总结 |
| 参考文献 |
| 文献综述 胆汁淤积性肝病药物作用机制分析方法的研究进展 |
| 参考文献 |
| 致谢 |
| 硕士期间发表的论文 |
（7）NEXN在缺血性心肌病中的作用及冠脉粥样硬化细胞微环境的单细胞分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一部分 NEXN在维持心脏收缩功能及其作为缺血性心肌病候选蛋白标志物的研究 |
| 1. 前言 |
| 2. 材料和方法 |
| 2.1 实验材料 |
| 2.2 实验方法 |
| 3. 结果 |
| 3.1 缺血性心肌病患者心脏组织NEXN表达下调 |
| 3.2 大鼠体内/体外实验表明心脏组织NEXN随缺氧时间表达逐渐下调 |
| 3.3 大鼠体内/体外NEXN过表达/敲低模型构建 |
| 3.4 大鼠心脏特异性NEXN过表达/敲低在体模型构建 |
| 3.5 NEXN表达水平影响成年大鼠心功能改变 |
| 3.6 过表达NEXN导致下游转录水平及蛋白水平变化 |
| 3.7 缺氧损伤影响原代大鼠心肌细胞NEXN表达及定位 |
| 3.8 大鼠心梗模型及冠状动脉旁路移植术患者围手术期血浆NEXN表达变化 |
| 4. 讨论 |
| 5. 结论 |
| 参考文献 |
| 第二部分 基于单细胞分析的动脉粥样硬化斑块细胞组成与微环境研究 |
| 1. 前言 |
| 2. 材料和方法 |
| 2.1 实验材料 |
| 2.2 实验方法 |
| 3. 结果 |
| 3.1 人类冠状动脉粥样硬化组织分组概况 |
| 3.2 人类冠状动脉细胞组成 |
| 3.3 不同病理阶段细胞主要亚群动态变化模式 |
| 3.4 内皮细胞亚群在疾病进展过程中呈现激活与转化特征 |
| 3.5 间质细胞在冠脉粥样硬化疾病进展中存在表型转化 |
| 3.6 特殊淋巴细胞亚群可能与斑块损伤修复过程相关 |
| 3.7 冠脉粥样硬化疾病进展过程中细胞通讯变化特点 |
| 3.8 冠心病易感基因富集于特定细胞类型 |
| 4. 讨论 |
| 5. 结论 |
| 参考文献 |
| 第三部分 综述 心肌细胞膜连接复合物组成及功能的研究进展 |
| 1. 前言 |
| 2. T管-SR系统JMCs的组成 |
| 3. 构成膜接触复合物(JMCs)重要蛋白的功能 |
| 3.1 JPH2 |
| 3.2 BIN1 |
| 3.3 CAV3 |
| 3.4 NEXN |
| 3.5 其他 |
| 4. JMCs蛋白作为新型心肌标志物的潜在价值 |
| 5. 总结与展望 |
| 参考文献 |
| 附录 个人简历及学术成果 |
| 教育经历 |
| 参与课题 |
| 发表文章 |
| 致谢 |
（8）基于多组学数据的可变剪接异构体功能预测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要内容 |
| 1.4 本文的组织结构 |
| 2 相关研究基础 |
| 2.1 数据处理 |
| 2.1.1 RNA-Seq数据 |
| 2.1.2 基因功能注释数据 |
| 2.1.3 基因-疾病关联数据 |
| 2.1.4 蛋白质互作数据 |
| 2.1.5 基因序列和isoform序列数据 |
| 2.2 isoform功能预测基本流程 |
| 2.3 isoform-疾病关联预测基本流程 |
| 2.4 评价度量简介 |
| 2.5 本章小结 |
| 3 基于组织特异性的isoform功能预测算法(TS-Isofun) |
| 3.1 TS-Isofun方法原理 |
| 3.1.1 协同矩阵分解 |
| 3.1.2 TS-Isofun优化过程 |
| 3.1.3 TS-Isofun算法流程 |
| 3.1.4 isoform/基因功能预测 |
| 3.2 实验结果及分析 |
| 3.2.1 实验设置 |
| 3.2.2 基因层面的结果评价 |
| 3.2.3 isoform层面的结果评价 |
| 3.2.4 参数敏感性分析 |
| 3.2.5 复杂度及收敛性分析 |
| 3.2.6 isoform实例分析 |
| 3.3 本章小结 |
| 4 基于多组学数据融合的isoform-疾病关联预测算法(IDAPred,IsoDA) |
| 4.1 IDAPred方法原理 |
| 4.2 IDAPred实验及结果分析 |
| 4.2.1 实验设置 |
| 4.2.2 基因层面的结果评价 |
| 4.2.3 IDAPred及其变种结果评价 |
| 4.2.4 参数敏感性分析 |
| 4.3 IsoDA方法原理 |
| 4.3.1 协同矩阵分解 |
| 4.3.2 IsoDA优化过程 |
| 4.3.3 IsoDA算法流程 |
| 4.3.4 isoform/基因-疾病关联预测 |
| 4.3.5 IsoDA复杂度分析 |
| 4.4 IsoDA实验及结果分析 |
| 4.4.1 实验设置 |
| 4.4.2 基因层面的结果评价 |
| 4.4.3 isoform层面的结果评价 |
| 4.4.4 isoform实例分析 |
| 4.4.5 IsoDA及其变种结果评价 |
| 4.4.6 参数敏感性分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 论文总结 |
| 5.2 论文展望 |
| 参考文献 |
| 致谢 |
| 发表论文及参加课题一览表 |
（9）人类致病同义突变集成学习预测方法研究及其数据库构建（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 同义突变的概念 |
| 1.1.2 中性学说中同义突变的作用 |
| 1.1.3 同义密码子的选择压力 |
| 1.1.4 同义突变与疾病的关系 |
| 1.1.5 同义突变致病机理介绍 |
| 1.2 国内外研究现状 |
| 1.2.1 同义突变相关数据库介绍 |
| 1.2.2 同义突变致病性预测方法 |
| 1.2.3 集成学习方法在单核苷酸突变功能预测中的研究进展 |
| 1.3 论文结构安排及创新点 |
| 第二章 基于特征表示学习的致病同义突变预测方法研究 |
| 2.1 引言 |
| 2.2 实验材料和方法 |
| 2.2.1 数据收集 |
| 2.2.2 特征表示学习 |
| 2.2.3 集成预测模型构建 |
| 2.2.4 性能评估指标 |
| 2.3 实验结果与分析 |
| 2.3.1 最优子模型的选择 |
| 2.3.2 类别和概率特征表示方法的比较 |
| 2.3.3 独立测试集上集成模型与其他方法的比较 |
| 2.3.4 不同特征表示方法的比较 |
| 2.3.5 不同集成方法的比较 |
| 2.3.6 不同计算方法之间相关性的比较 |
| 2.4 集成预测工具使用 |
| 2.5 讨论 |
| 2.6 本章小结 |
| 第三章 致病同义突变预测方法的比较与整合研究 |
| 3.1 引言 |
| 3.2 实验材料和方法 |
| 3.2.1 同义突变致病性预测方法 |
| 3.2.2 独立测试集构建 |
| 3.2.3 性能评估指标 |
| 3.2.4 一致性打分整合预测模型设计 |
| 3.3 实验结果与分析 |
| 3.3.1 致病同义突变预测方法综合分析 |
| 3.3.2 致病同义突变预测方法性能评估 |
| 3.3.3 致病同义突变预测方法相关性分析 |
| 3.3.4 致病同义突变预测方法预测偏向性分析 |
| 3.3.5 致病同义突变预测方法的整合与比较 |
| 3.3.6 一致性打分整合预测工具网站构建 |
| 3.4 讨论 |
| 3.5 本章小结 |
| 第四章 更加完备的致病同义突变数据库构建 |
| 4.1 引言 |
| 4.2 实验材料和方法 |
| 4.2.1 基于文献来源的数据收集 |
| 4.2.2 基于注释来源的数据收集 |
| 4.2.3 数据标准化 |
| 4.2.4 致病同义突变统计分析和应用 |
| 4.2.5 数据库网页设计 |
| 4.3 实验结果与分析 |
| 4.3.1 db DSM v2.0 数据库概述 |
| 4.3.2 基于文献证据的致病同义突变统计分析 |
| 4.3.3 全基因组综合打分系统在TCGA数据集上的应用 |
| 4.4 数据库使用 |
| 4.5 讨论 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
（10）陕西省部分地区硬蜱种类的鉴定及其携带病原的检测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 文献综述 |
| 第一章 蜱及蜱媒疾病研究概况 |
| 1.1 蜱的简介 |
| 1.1.1 蜱的分类与分布 |
| 1.1.2 蜱的形态特征 |
| 1.1.3 蜱的生活史 |
| 1.2 蜱的危害 |
| 1.2.1 直接危害 |
| 1.2.2 间接危害 |
| 1.2.3 经济损失 |
| 1.3 蜱的防治 |
| 1.4 蜱媒疾病研究概况 |
| 1.4.1 蜱传病毒病 |
| 1.4.2 蜱传细菌病 |
| 1.4.3 蜱传寄生虫病 |
| 1.5 研究目的与意义 |
| 试验研究 |
| 第二章 陕西省部分地区硬蜱种类的鉴定与遗传进化分析 |
| 2.1 材料 |
| 2.1.1 蜱虫样品的采集与保存 |
| 2.1.2 主要试剂 |
| 2.1.3 仪器设备 |
| 2.2 方法 |
| 2.2.1 蜱的形态学鉴定 |
| 2.2.2 蜱的分子生物学鉴定 |
| 2.3 结果 |
| 2.3.1 蜱的形态学鉴定结果 |
| 2.3.2 蜱12S rDNA、16S rDNA基因的PCR检测结果 |
| 2.3.3 蜱的系统发育分析 |
| 2.3.4 蜱虫种类结果及分布情况 |
| 2.4 讨论 |
| 2.5 小结 |
| 第三章 陕西省部分地区硬蜱携带病原的检测与分析 |
| 3.1 材料 |
| 3.1.1 蜱虫样品DNA |
| 3.1.2 主要试剂 |
| 3.1.3 仪器设备 |
| 3.2 方法 |
| 3.2.1 引物设计 |
| 3.2.2 PCR反应体系 |
| 3.2.3 PCR反应条件 |
| 3.2.4 琼脂糖凝胶电泳检测 |
| 3.2.5 测序与序列分析 |
| 3.3 结果 |
| 3.3.1 蜱传病原PCR扩增结果 |
| 3.3.2 遗传特征分析 |
| 3.3.3 蜱传病原混合携带情况 |
| 3.4 讨论 |
| 3.5 小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 个人简历 |
四、人类基因与疾病关系研究概况（论文参考文献）
- [1]基因编辑法律规范之完善 ——以贺建奎基因编辑婴儿案为例[D]. 纪洪亮. 上海师范大学, 2021(07)
- [2]空气污染物暴露对高血压大鼠肠道微生物群和心肌组织的影响及机制探讨[D]. 陈冬梅. 吉林大学, 2021(01)
- [3]基于生物分子网络的致病基因识别方法研究[D]. 尚海霞. 山东大学, 2021(10)
- [4]复杂疾病与miRNA、微生物的关联研究[D]. 牛亚伟. 山东大学, 2021(11)
- [5]生物网络比对及其在疾病研究中的应用[D]. 朱丽娟. 浙江师范大学, 2021(02)
- [6]基于网络医学分析方法研究复方茵丹汤抗胆汁淤积性肝病的作用机制[D]. 代维娜. 重庆医科大学, 2021(01)
- [7]NEXN在缺血性心肌病中的作用及冠脉粥样硬化细胞微环境的单细胞分析[D]. 盖书杰. 北京协和医学院, 2021(02)
- [8]基于多组学数据的可变剪接异构体功能预测方法研究[D]. 黄秋月. 西南大学, 2021(01)
- [9]人类致病同义突变集成学习预测方法研究及其数据库构建[D]. 程娜. 安徽大学, 2021(02)
- [10]陕西省部分地区硬蜱种类的鉴定及其携带病原的检测[D]. 尹传松. 西北农林科技大学, 2021(01)