基因组重复片段问题的算法研究与进化分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61902072
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    26.0万
  • 负责人：
    蒲莲容
  • 依托单位：
    福州大学
  • 学科分类：
    F0213.生物信息计算与数字健康
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

Segmental duplications are hotbeds for genomic rearrangements and genic mutations. To better understand the human genome evolutionary history and explore treatments for human genetic diseases, it is necessary to do systematic comparison and analysis of segmental duplications in primate genomes. Current studies of segmental duplications are usually based on different versions of genome assemblies and derived from different detection methods. Thus it is hard to take a fair comparison between them. This project aims to improve the detection method of segmental duplications and construct a segmental duplication database for primate genomes. Afterwards, take a systematic comparison for all segmental duplications in primate genomes. The detailed research plan is as follows. (1) Improve the detection method of segmental duplications, and construct a graphic database for segmental duplications in primate genomes. (2) Compare and analyze segmental duplications in human and other primate genomes, and finally identify human specific segmental duplications that happened after the speciation. (3) Construct a genomic rearrangement model to analyze genomic rearrangements happened between segmental duplications in human and other primate genomes. Design an efficient algorithm to approximately compute the rearrangement distance between human and other primate genomes.
基因组中的重复片段是发生基因组重组和基因突变的热点区域。比较与分析基因组中的重复片段信息对深入理解人类基因组的进化历史和探索人类基因疾病的治疗方案都有着重要的指导意义。目前，有关重复片段的研究成果大都来自于不同版本的基因组序列和不同的检测方法，缺乏可比性。本项目从改进重复片段的检测方法入手，旨在建立一个统一的重复片段信息库，并对不同基因组的重复片段信息进行系统地比较与分析。具体研究内容包括：(1)改进重复片段的检测方法，建立一个图形化的重复片段信息库；(2)比较与分析人类和其它灵长类物种基因组中的重复片段信息，准确解析出人类在与其它灵长类物种分化后产生的特有重复片段；(3)建立合理的多基因组重复片段重组模型，并设计有效的算法来近似估计人类与其它灵长类物种间的进化距离。

结项摘要

基因组中的重复片段是发生基因组重组和基因突变的热点区域。比较与分析人类基因组与其它灵长类基因组中的重复片段对深入理解人类基因组的进化历史和探索人类基因疾病的治疗方案都有着重要的指导意义。目前，有关重复片段的研究成果大都来自于不同版本的基因组组装序列，且基于不同的检测方法，缺乏可比性。本项目基于申请人此前设计的重复片段检测算法SDquest对人类和猩猩基因组中的重复片段进行二次序列比对，从而解析出物种特有的重复片段子元素和共有的重复片段子元素，并首次将共有的重复片段进一步区分成继承自祖先基因组的或在物种分化后二次复制形成的。申请人还设计了多基因组重复片段的进化图模型，清晰的阐述了物种特有重复片段和共有重复片段之间错综复杂的关联。此外，基因组重组排序问题通常被用于近似估计物种间的进化距离。无向基因组的以为排序问题自1996年被证明为NP-难之后，研究者们一直致力于设计求解该问题的近似算法。从2014年到2020年，该问题的求解算法的近似度从2被陆续改进到了1.408。申请人在2020年设计了一个近似算法将近似度进一步改进到了1.375，该算法也是目前求解无向基因组移位排序问题的最好的近似算法。最后，基于多基因组重复片段比较与分析问题与宏基因组中多物种的分类问题高度相关，申请人还将研究拓展到宏基因组的物种分类问题中，并首次提出利用组装图来改善宏基因组的短序列分类。申请人设计了宏基因组分类算法3CAC刚发表数月，根据该算法实现的软件已被浏览108次，下载39次，充分说明了该研究的影响力。

项目成果

期刊论文数量（3）
专著数量（0）
科研奖励数量（0）
会议论文数量（3）
专利数量（0）
AIEpred: An Ensemble Predictive Model of Classifier Chain to Identify Anti-Inflammatory Peptides
AIEpred：识别抗炎肽的分类链集成预测模型
  • DOI：
    10.1109/tcbb.2020.2968419
  • 发表时间：
    2021-09-01
  • 期刊：
    IEEE-ACM TRANSACTIONS ON COMPUTATIONAL BIOLOGY AND BIOINFORMATICS
  • 影响因子：
    4.5
  • 作者：
    Zhang，Jinhao;Zhang，Zehua;Guo，Fei
  • 通讯作者：
    Guo，Fei
3CAC: improving the classification of phages and plasmids in metagenomic assemblies using assembly graphs
3CAC：使用组装图​​改进宏基因组组装中噬菌体和质粒的分类
  • DOI：
    10.1093/bioinformatics/btac468
  • 发表时间：
    2022-01-01
  • 期刊：
    bioRxiv
  • 影响因子：
    --
  • 作者：
    Pu, L.;Shamir, R.
  • 通讯作者：
    Shamir, R.
A 1.375-approximation algorithm for unsigned translocation sorting
用于无符号易位排序的 1.375 近似算法
  • DOI：
    10.1016/j.jcss.2020.05.004
  • 发表时间：
    2020
  • 期刊：
    JOURNAL OF COMPUTER AND SYSTEM SCIENCES
  • 影响因子：
    1.1
  • 作者：
    Pu Lianrong;Zhu Daming;Jiang Haitao
  • 通讯作者：
    Jiang Haitao

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码