首页期刊导航|生物信息学
期刊信息/Journal information
生物信息学
哈尔滨工业大学
生物信息学

哈尔滨工业大学

徐德昌

季刊

1672-5565

itgene@sohu.com

0451-86283129

150090

哈尔滨市南岗区黄河路73号

生物信息学/Journal China Journal of BioinformaticsCSCDCSTPCD
查看更多>>本刊是由哈尔滨工业大学主办的生物信息及相关领域的国内外公开发行的学术刊物，报道我国生物信息技术研究开发的重要成果和国内外生物信息技术及其产业化最新进展。
正式出版
收录年代

    基于蛋白质受体的药物分子计算机辅助设计策略

    袁素素叶秀云鄢仁祥
    159-173页
    查看更多>>摘要：药物分子计算机辅助设计是一种在计算机或者理论上通过构建具有一定潜在药理活性的新化学实体的分子模拟方法。近十几年来，高通量组学技术的快速发展为生物和化学药物分子设计提供了良好的数据支撑和研究契机。另外，现代社会对生物制药合理性以及作用机理理解的要求越来越高，行业普遍要求药物需要有高效、无毒或者低毒以及靶向性强等特点。随着越来越多与药物靶点相关的蛋白质结构通过实验方法解析出来，基于蛋白质受体的药物分子设计方法可行性进一步提高，其方法也变得越来越重要。基于蛋白质受体的药物分子设计方法，一般是以蛋白质以及配体的三维结构出发进行分析，这让药物分子先导物的发现更加理性化。随着相关实验数据的积累以及深度学习等算法的发展，从而可以进行更加科学的药物分子设计，这在一定程度上加快了新药研发的进程，并更有利于探索相应的分子机理。本文对基于蛋白质受体的药物分子设计方法的常用策略进行系统的回顾、总结和展望。

    分子模拟蛋白质受体计算机辅助药物分子设计

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    生信分析筛选心衰氧化应激相关关键基因并预测候选药物

    张楠林铮廖海含唐其柱...
    174-182页
    查看更多>>摘要：为探究氧化应激相关基因在心力衰竭发生发展中的作用，并发现核心基因进行靶基因药物预测。从GEO数据库下载GSE120895 基因表达图谱，通过GEO2R筛选差异表达基因，将差异表达基因与GeneCard数据库中筛选的氧化应激相关基因取交集，得到心力衰竭氧化应激相关差异表达基因，利用R软件对差异表达基因进行GO及KEGG分析，利用Cytoscape进行PPI网络的模块以及关键基因的筛选。之后在GSE17800 基因表达图谱中验证关键基因的表达，并针对关键基因进行相互作用药物预测。差异表达基因与氧化应激相关基因取交集后，共筛选出 52 个上调的氧化应激相关差异表达基因，在此基础上，筛选出ACTB，STAT3，FN1，EDN1，CAT共 5 个关键基因，在GSE17800 基因表达图谱中验证后，针对 4 个关键基因预测了 19 个靶基因潜在药物。总之，本研究通过生物信息学方法鉴定关键基因，并预测潜在治疗药物，从而为了解心力衰竭的分子机制及其诊治方法提供新的见解。

    生物信息学心力衰竭氧化应激关键差异表达基因

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    系统性红斑狼疮患者PBMCs差异表达基因m6A修饰的生物信息学分析

    王晶董辉党洁霍正浩...
    183-191页
    查看更多>>摘要：采用生物信息学方法，通过公共数据库，分析系统性红斑狼疮(SLE)N6-甲基腺苷(m6A)修饰谱系。基于公共数据建立SLE m6A传修饰表达谱，分析m6A相关的DEGs在SLE中的潜在作用;利用ADEx数据库获取DEGs，利用m6A GEO数据集(GSE173312)，分析获取SLE m6A修饰谱;用DAVID对m6A DEGs进行GO/Pathway注释分析。在SLE患者中，m6A组分写入器RBM15B和擦除酶FTO的表达下调，阅读器IGFBP3 的表达上调。SLE m6A修饰谱包括 181 个基因，其中 123 个基因的表达上调，58 个基因的表达下调。这些基因主要参与了细胞凋亡和细胞周期通路、I型干扰素信号通路，DNA复制和B细胞MHC II分子调节等生物学过程。SLE患者的PBMCs细胞m6A修饰存在异常，并可能参与疾病的发生和发展。

    系统性红斑狼疮N6-腺苷酸甲基化差异表达基因生物标志物

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    多种机器学习模型构建阿尔兹海默病失巢凋亡相关预测模型

    范钰陈婷婷陈钢张永康...
    192-203页
    查看更多>>摘要：阿尔兹海默病(AD)是最常见的神经退行性疾病。失巢凋亡(Anoikis)是一种新型的程序性细胞死亡方式，可导致多种疾病的发展。本研究旨在探讨失巢凋亡相关基因(ANRGs)在AD中的作用，并建立预测模型。基于GSE33000 数据集筛选到1 666 个AD与正常脑组织相比差异表达的基因，与 53 个ANRGs取交集，得到 10 个基因。利用上述基因，对 310 例AD患者进行无监督聚类，将其分为 3 个亚型，进一步分析不同亚型间的免疫微环境差异。之后，采用WGCNA算法筛选与AD相关的特征基因，选取 4 种机器学习算法(RF，GLM，SVM和XGB)，构建AD罹患风险的预测模型，并在 3 个外部队列中进行验证(GSE5281，GSE29378，GSE122063)。最后，基于XGB模型中的 5 个AD特征基因(TM6SF1，SMYD3，OXCT1，MAP1B和 ITP-KB)，成功构建一个列线图，为AD的临床预测提供参考。

    阿尔兹海默病失巢凋亡分子分型机器学习预测模型

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    设计与筛选靶向PI3Kα的去氢骆驼蓬碱衍生物及其分子动力学验证

    王昭志贺宏吉仲春红卡迪热娅·艾克拉木...
    204-216页
    查看更多>>摘要：以PI3Kα作为靶蛋白，采用计算机辅助设计的方法优化去氢骆驼蓬碱结构，获得与靶蛋白结合力较高的化合物。在此基础上，利用分子对接，三维定量构效关系(3D-QSAR)和分子动力学技术验证了修饰化合物与靶蛋白的结合能力和稳定性。最后筛选出与靶标具有更好结合力的潜在去氢骆驼蓬碱结构衍生物。使用ACD/Percepta软件对去氢骆驼蓬碱的母核进行结构修饰，获得136 745个化合物的化合物库。通过Schrödinger软件从化合物库中依据MM/GBSA(分子力学广义玻恩表面积)筛选出结合能排在前三的化合物并使用 3D-QSAR进行验证，最后通过分子动力学方法验证了三种结构衍生物，并预测了ADMET性质。通过软件设计、虚拟筛选、3D-QSAR模型构建和分子动力学模拟等一系列计算机辅助设计方法，获得了 136 745 种新的去氢骆驼蓬碱衍生物，评价了蛋白质结构复合物的稳定性，最终获得了 3 种结合能较高的化合物。其中，发现编号为37971的衍生物具有更好的 3D-QSAR模型活性预测值与TPSA(拓扑极性表面积)值(87。84)和生物利用度(33。21%)。本研究结果为去氢骆驼蓬碱的结构修饰提供了设计思路，获得理论上与PI3Kα具有较好的靶向结合能力的化合物，通过分子对接和分子动力学验证，所获得的分子有望成为潜在的候选化合物，为进一步的实验验证奠定基础。

    去氢骆驼蓬碱虚拟筛选3D-QSAR分子动力学ADMET

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    Y1转座酶关联转座子在大肠杆菌和沙门氏菌基因组中的分布和结构特征

    王冰清关中夏王亚丽石莎莎...
    217-224页
    查看更多>>摘要：Y1 转座酶关联转座子(Y1ATs)的活性催化位点为一个酪氨酸，能够切割和连接单链DNA，在原核生物分布广泛。为探究Y1 转座酶关联转座子在大肠杆菌(Escherichia coli，E。coli)与沙门氏菌(Salmonella enterica，S。ente)基因组中系统进化特性，通过Hmmsearch程序对Y1 转座酶关联转座子进行了挖掘分析。结果表明，Y1 转座酶关联转座子广泛分布于96。84%大肠杆菌基因组和 80。4%沙门氏菌基因组。根据序列比对和蛋白结构域预测将Y1 转座酶关联转座子分为10 类，均隶属于IS200/IS605 超家族，其中 11 645 个属于IS200 家族，4 811 个属于IS605 家族。IS200 家族广泛分布于S。ente基因组中(72。24%)，而IS605 家族广泛分布于E。coli基因组中(89。38%)。IS200 拷贝数以及完整拷贝数显著高于IS605。IS200 家族仅含有一个Y1转座酶编码区，而IS605 家族含两个开放阅读框，分别编码Y1 转座酶和TnpB蛋白。IS200 家族的Y1 氨基酸序列高度保守(95。3%)，而IS605 家族的Y1 和TnpB具有较高遗传多样性，为研究转座子在原核生物的遗传进化模式提供重要参考。IS200家族具有高度保守的Y1 转座酶，且完整拷贝数比例较高，提示该类转座子可能具有转座活性，对其活性的挖掘有利于研制转座子介导的新型高效基因编辑工具。

    转座子Y1TnpBIS200IS605大肠杆菌(E.coli)沙门氏菌(S.ente)

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于TransformerMGI的microRNA靶向基因预测

    李大舟路莹高巍陈思思...
    225-238页
    查看更多>>摘要：生物小分子microRNA可以对基因表达进行正向或负向调控，研究microRNA与基因之间的关系对于机体稳态的维持和疾病治疗都有着重要意义。利用深度学习方法对microRNA和基因靶向关系进行预测，提出了TransformerMGI模型。在特征工程阶段，针对生物序列潜在信息难以准确地提取这一问题，TransformerMGI模型分别采用了基于图卷积神经网络的GP-GCN方法和DNA2Vec模型对microRNA和基因数据的潜在信息进行提取，得到了二者的表征嵌入矩阵，在模型方面，Trans-formerMGI模型引入了幂归一化来改进经典的深度学习模型。利用microRNA和基因数据经过特征提取后得到两个表征矩阵，这两个矩阵分别被放入TransformerMGI模型中，通过TransformerMGI模型内部的Attention机制对二者自身和相互的特征信息进行了聚合和关联运算，最终预测出microRNA调控基因的概率。采用ROC曲线下面积和准确召回率曲线作为模型性能评价指标，将TransformerMGI与其他现有模型进行了比较评估。实验结果表明，TransformerMGI模型的AUC和AUPRC评分均可达 0。91 以上，优于现有的其他模型。TransformerMGI模型能在不考虑生物学原理和基因组背景的前提下，仅依赖microRNA和基因的碱基序列信息，实现microRNA靶向基因的预测，从而为后续的microRNA靶向基因预测研究提供了可借鉴的深度学习方法。

    microRNA靶向基因预测深度学习图卷积网络多头注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据