山东医药２０１２年第５２卷第３３期Ｈｅｒ２（＋）／Ｈｅｒ２（一）乳腺癌差异表达ｍｉｃｒｏＲＮＡｓ的生物信息学分析曾融，张积仁，姜茂竹。麦仲伦。吴钢，郑燕芳（南方医科大学珠江医院肿瘤中心，广州５１０２８２）摘要：目的通过文献挖掘与生物信息学分析的方法，探讨Ｈｅｒ２（＋）／Ｈｅｒ２（一）乳腺癌之间差异表达的ｍｉ—ｃｒｏＲＮＡｓ可能涉及的生物学功能和信号通路。方法在ＮＣＢＩ数据库的ＧＥＯ子数据库及ＥＢＩ数据库中的ＡｒｒａｙＥｘ．ｐｒｅｓｓ子数据库开展检索，使用关键词“ｂｒｅａｓｔｃａｎｃｅｒ”、“ｍｉｃｒｏＲＮＡ”进行检索，获取Ｈｅｒ２（＋）／Ｈｅｒ２（一）乳腺癌之间差异表达ｍｉｃｒｏＲＮＡｓ。利用ｍｉｃｒｏＲＮＡｓ靶基因预测软件预测所有差异表达ｍｉｃｒｏＲＮＡｓ的靶基因，进行通路分析。结果找到２个在Ｈｅｒ２表型不同的乳腺癌中差异表达的ｍｉｃｒｏＲＮＡｓ数据集，利用软件ＴａｒｇｅｔＳｃａｎ预测差异表达ｍｉｃｒｏＲＮＡｓ的靶向基因，取其合集进行富集分析，最后将富集得到的基因利用Ｄａｖｉｄ数据库进行分析，从而得到了上述差异表达的ｍｉｃｒｏＲＮＡｓ可能具有的生物学功能和参与的诵节通路。结论差异表达的ｍｉｃｒｏＲＮＡｓ通过调节靶向基因参与不同信号通路，实现多种生物学功能。关键词：乳腺肿瘤；受体，Ｈｅｒ２；小ＲＮＡ病毒；计算机生物学中图分类号：Ｒ７３７．９文献标志码：Ａ文章编号：１００２－２６６Ｘ（２０１２）３３－０００５－０３Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ—ｂａｓｅｄａｎａｌｙｓｉｓｆｏｒｄｉｆｆｅｒｅｎｔｌｙｅｘｐｒｅｓｓｅｄｍｉｃｒｏＲＮＡｓｂｅｔｗｅｅｎＨｅｒ（＋）／Ｈｅｒ（一）ｂｒｅａｓｔｃａｎｃｅｒｓＺＥＮＧＲｏｎｇ，ＺＨＡＮＧＪｉ—Ｆｅｎ，ＪＩＡＮＧＭａｏ－ｚｈｕ，ＭＡＩＺｈｏｎｇ—ｌｕｎ，形ＵＧａｎｇ，ＺＨＥＮＧＹａｈ－ｆａｎｇ（ＺｈｕｊｉａｎｇＨｏｓｐｉｔａｌｏｆｅｎｔＳｏｕｔｈｅｒｎＭｅｄｉｃａｌＵｎｉｖｅｎｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０２８２，Ｐ．Ｒ．Ｃｈｉｎａ）ＴｏｅｘｐｌｏｒｅｂｉｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｓａｎｄｐａｔｈｗａｙｓｏｆｄｉｆｆｅｒｅｎｔｉａｌｌｙｅｘｐｒｅｓｓｅｄｍｉＲＮＡｓｂｅｔｗｅｅｎｄｉｆｆｅｒ－ｃａｎｃｅｒＡｂｓｔｒａｃｔ：ＯｂｊｅｃｔｉｖｅＨｅｒ２ｐｈｅｎｏｔｙｐｅｓｏｆｂｒｅａｓｔｔｈｒｏｕｇｈｌｉｔｅｒａｔｕｒｅｍｉｎｉｎｇａｎｄｂｉｏｉｎｆｏｒｍａｔｉｃａｎａｌｙｓｉｓ．ＭｅｔｈｏｄｓＣａｒｒｙｉｎｇｏｕｔｔｈｅｓｅａｒｃｈｉｎＧＥＯ，ｔｈｅｓｕｂ－ｄａｔａｂａｓｅｏｆｔｈｅＮＣＢＩｄａｔａｂａｓｅａｎｄＡｒｒａｙＥｘｐｒｅｓｓ，ｔｈｅｓｕｂ—ｄａｔａｂａｓｅｏｆｔｈｅＥＢＩｄａｔａｂａｓｅ，ｕｓｉｎｇｋｅｙｗｏｒｄｓ“ｂｒｅａｓｔｃａｎｃｅｒ…‘ｍｉＲＮＡ”ｔｏｃａｎｃｅｒｄｅｔｅｒｍｉｎｅｔｈｅｕｓｅｆｕｌｌｉｔｅｒａｔｕｒｅ．Ａｃｃｏｒｄｉｎｇｔｏｌｉｔｅｒａｔｕｒｅｐｒｏｖｉｄｅｄｂｙｔｈｅｐｍｉｃｒｏａｒｒａｙｄａｔａ，Ｈｅｒ２（＋）／（一）ｂｒｅａｓｔｔａｒｇｅｔｇｅｎｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｔｈｅｅｘｐｒｅｓｓｉｏｎｏｆｍｉＲＮＡｓｗａｓｆｏｕｎｄ．Ｆｉｎａｌｌｙ，ｕｓｉｎｇｍｉＲＮＡｓｏｕｔｐｒｅｄｉｃｔｉｏｎｓｏｆｔｗａｒｅｓｔｏｐｒｅｄｉｃｔａｌｌｔｈｅｄｉｆｆｅｒｅｎｔｉａｌｌｙｅｘｐｒｅｓｓｅｄｍｉＲＮＡｓｔａｒｇｅｔｇｅｎｅｓａｎｄｃａｒｒｙｐａｔｈｗａｙａｎａｌｙ—ｓｉｓ．ＲｅｓｕｌｔｓｓｉｎｇｍａｙＴｗｏｍｉｃｒｏＲＮＡｓｃｏｌｌｅｃｔｉｏｎｓｄｉｆｆｅｒｅｎｔｉａｌｌｙｅｘｐｒｅｓｓｅｄｉｎＨｅｒ２ｐｈｅｎｏｔｙｐｅｓｏｆｄｉｆｆｅｒｅｎｔｂｒｅａｓｔｃａｎｃｅｒｓ，ｔｈｅｎｅｎｒｉｃｈｇｅｎｅｓｏｆｔｗａｒｅｓＴａｒｇｅｔＳｃａｎｔｏｆｉｎｉｓｈｅｎｒｉｃｈｍｅｎｔａｎａｌｙｓｉｓ，ａｎｄｆｉｎａｌｌｙｕｓｉｎｇＤａｖｉｄｄａｔａｂａｓｅｔｏａｎａｌｙｓｉｓ，ｗｈｉｃｈｈａｖｅｂｉｏｌｏｇｉｃａｌｆｕｎｃｔｉｏｎｓｏｆｔｈｅｓｅｄｉｆｆｅｒｅｎｔｉａｌｌｙｅｘｐｒｅｓｓｅｄｍｉｃｒｏＲＮＡｓａｎｄｐａｒｔｉｃｉｐａｔｅｉｎｔｈｅｐａｔｈｗａｙｒｅｇｕｌａｔｉｎｇ．Ｃｏｎ－ＴｈｅｄｉｆｆｅｒｅｎｔｉａｌｌｙｅｘｐｒｅｓｓｅｄｍｉｃｒｏＲＮＡｓｒｅｇｕｌａｔｅｔａｒｇｅｔｇｅｎｅｓｉｎｖｏｌｖｅｓｉｎｄｉｆｆｅｒｅｎｔｓｉｇｎａｌｉｎｇｐａｔｈｗａｙｓｔｏｃｌｕｓｉｏｎｖａｒｉｅｔｙｏｆａｃｈｉｅｖｅａｂｉｄｏｇｉｃａｌｆｕｎｃｔｉｏｎｓ．Ｋｅｙｗｏｒｄｓ：ｂｒｅａｓｔｎｅｏｐｌａｓｍｓ；ｒｅｃｅｐｔｏｒｓ，Ｈｅｒ２；ｐａｒｅｃｈｏｖｉｒｕｓ；ｃｏｍｐｕｔａｔｉｏｎａｌｂｉｏｌｏｇｙｍｉｃｒｏＲＮＡｓ是一类长约２２核苷酸的非编码的作用的分子。这样的发现使得研究入员对ｍｉｃｒｏＲ－单链ＲＮＡ分子，它们广泛存在于从植物、线虫到人类的细胞中¨。。最早发现的是ｌｉｎ－４和它的靶ｍＲ—ＮＡ。即１ｉｎ一１４¨Ｊ。２０００年第２个ｍｉｃｒｏＲＮＡ，即ｌｅｔ．７Ｌ３ＮＡ的研究延伸到包括调控生命体的发生、生长、发育和分化等各个方面。ｍｉｃｒｏＲＮＡｓ同样参与乳腺癌发病风险、进展及转移等多个过程。Ｍａｔｔｉｅ等∽３检测了２０例乳腺癌标本发现，ｍｉＲ．１２５ａ与ｍｉＲ一１２５ｂ在Ｈｅｒ２阳性的标本中的表达是下降的。Ｓｃｏｔｔｏ及其人类和果蝇中同源物的发现确定了ｍｉｃｒｏＲ．ＮＡｓ是一类进化上保守的、在生命中起着重要调控基金项目：卫生部科技专项基金（Ｗ２００９ＢＸ０１５）。作者简介：曾融（１９８７一），女。硕士研究生，主要研究肿瘤的靶向治疗。Ｅ－ｍａｉｌ：ｚｅｎｇｒｏｎｇｔａｎｎａｎ＠１６３．ｔｏｍ通讯作者：张积仁（１９５５一），男，博士，教授，博士生导师，主要研究方向为肿瘤个体化靶向综合治疗与肿瘤发生机斜及临床治疗。５万方数据等∞ｏ发现在ＳＫＢＲ３（一种Ｈｅｒ２依赖性的乳腺癌细胞系）中过表达ｍｉＲ一１２５ａ或ｍｉＲ一１２５ｂ能够下调Ｈｅｒ２和Ｈｅｒ３ｍＲＮＡ的表达，进而抑制Ｈｅｒ２和Ｈｅｒ３的蛋白水平，最终抑制ＳＫＢＲ３细胞的增殖、迁移及侵袭能力。２０１１年１０月～２０１２年２月，本文拟通过文献挖掘的方法获取Ｈｅｒ２（＋）／Ｈｅｒ２（一）差异表达的ｍｉｃｒｏＲＮＡｓ，并利用生物信息学方法进行系统分析，了解与Ｈｅｒ２受体相关差异表达ｍｉｃｒｏＲＮＡｓ可能涉及的相关功能和信号通路，以进一步理解ｍｉｃｒｏＲ—ＮＡｓ在Ｈｅｒ２（＋）／Ｈｅｒ２（一）乳腺癌分化中可能发挥的作用。１资料与方法１．１临床资料Ｉ期或Ⅱ期的ＥｒｂＢ２（＋）或ＥＲ／ＰＲ（＋）及ｐ５３突变的乳腺癌患者２０例，年龄２９～７９岁、平均５５岁，其对照组的组织来自Ａｍｂｉｏｎ公司为１例５５岁妇女的正常乳腺组织。Ｂ组标本来自爱尔兰戈尔韦大学医院，包括用来进行基因芯片分析的早期乳腺导管癌２９例患者的标本，以及进行后续研究的９５例乳腺癌患者冰冻切片和１７份正常乳腺组织。１．２方法１．２．１数据获取以“ｍｉｃｒｏＲＮＡｓ”和“ｂｒｅａｓｔｃａｎｃ．ｅｒ”为任意词，选择ＮＣＢＩ数据库的ＧＥＯ子数据库及ＥＢＩ数据库中的ＡｒｒａｙＥｘｐｒｅｓｓ子数据库开展检索，进而将纳入标准定为“人类”及“临床样本”，进行人工分析。１．２．２预测靶基因目前主要是利用生物信息学方法寻找ｍｉｃｒｏＲＮＡｓ的靶基因，这需要用到一些国际上流行的准确度比较高的预测软件。针对这２个ｍｉｃｒｏＲＮＡｓ集，运用靶基因预测软件ＴａｒｇｅｔＳｃａｎ（６．０版本）进行，从中找出经预测和经实验验证得到的靶基因，进而形成靶基因合集。利用ＤＡＶＩＤ数据库（６．７版本）中的“ＧｅｎｅＩＤＣｏｎｖｅｒｓｉｏｎ”功能模块对靶基因集去除重复基因，并将其通用名称转换成“Ｕｎｉｇｅｎｅ”格式。１．２．３富集分析以整个人类基因组为背景对照，利用ＤＡＶＩＤ数据库中“ＦｕｎｃｔｉｏｎａｌＡｎｎｏｔａｔｉｏｎＣｈａｒｔ”功能模块对靶基因集进行乳腺组织特异表达的基因的组织富集。完成上一步后，仍然以人类基因组为背景对照，再利用ＤＡＶＩＤ数据库中“ＦｕｎｃｔｉｏｎａｌＡｎ．ｎｏｔａｔｉｏｎＣｈａｒｔ”功能模块下的ＧＯ生物学过程（ＢＰ）分类对靶基因集进行ＧＯＢＰ分类富集，统计学显著性临界值取Ｐ≤０．０５。１．２．４功能及通路分析对经过两步富集分析后６万方数据山东医药２０１２年第５２卷第３３期的２组靶基因集分别进行ＧＯＢＰ、ＧＯ分子功能（ＭＦ）、ＫＥＧＧ通路和ＢＩＯＣＡＲＴＡ通路分析，均取整个人类基因组为背景对照。１．２．４．１ＧＯＢＰ／ＭＦ分类分析利用ＤＡＶＩＤ数据库中“ＦｕｎｃｔｉｏｎａｌＡｎｎｏｔａｔｉｏｎＣｈａｒｔ”功能模块下的“ＧＯＴＥＲＭ—ＢＰ—ＦＡＴ”和“ＧＯＴＥＲＭ—ＭＦ—ＦＡＴ”功能对靶基因集进行分析，统计学显著性临界值取Ｐ≤０．０５。１．２．４．２ＫＥＧＧ信号通路分析利用ＤＡＶＩＤ数据库中“ＦｕｎｃｔｉｏｎａｌＡｎｎｏｔａｔｉｏｎＣｈａｒｔ”功能模块下的“ＫＥＧＧ—Ｐａｔｈｗａｙｓ”分析功能对靶基因集进行分析，统计学显著性临界值取Ｐ≤０．０５。１．２．４．３ＢＩＯＣＡＲＴＡ代谢通路分析利用ＤＡＶＩＤ数据库中“ＦｕｎｃｔｉｏｎａｌＡｎｎｏｔａｔｉｏｎＣｈａｒｔ”功能模块下的“ＢＩＯＣＡＲＴＡ”分析功能对靶基因集进行分析。Ｐ≤０．０５为有统计学差异。２结果２．１ｍｉｃｒｏＲＮＡｓ数据集获得两组Ｈｅｒ２（＋）／Ｈｅｒ２（一）乳腺癌之间差异表达的ｍｉｃｒｏＲＮＡｓ集，并分别命名为Ａ、Ｂ，差异表达的ｍｉｃｒｏＲＮＡ数目分别是４３个Ｈｏ及５个∞ｏ。２．２靶基因预测结果不同靶基因集去重后数目及组织富集与ＧＯＢＰ分类数目详见表１。表１２个ｍｉｃｒｏＲＮＡ集的预测靶基因数目（个）ｍｉＲＮＡｓ数据集Ａ组Ｂ组ｍｉＲＮＡ数目３５总靶基因数目８６３０７４富集分析的靶基因数目（乳腺癌组织）７７２７４６富集分析的靶基因数目（ＧＯＢＰ），Ｐ≤０．０５７眇叭∞６２０２７２．３功能与通路分析Ａ、Ｂ两组的靶基因集所属的ＧＯＢＰ分类分别为９２８、５４８个，所属的ＧＯＭＦ分类分别为２２６、１４９个。所涉及的ＧＯ生物学过程分类及分子功能分类均包括多个，部分Ａ组ｍｉｃｒｏＲＮＡ集的靶基因可能参与的生物过程见表２；部分Ａ组ｍｉｃｒｏＲＮＡ集的靶基因可能发挥的分子功能见表３。对这２个ｍｉｃｒｏＲＮＡｓ集的靶基因共有的ＧＯＢＰ和ＧＯＭＦ分类取交集分析。共有的ＧＯＢＰ分类有３４３个，涉及血管再生、上皮细胞生成、转录相关、磷酸化、蛋白质定位及转移、ＲＮＡ代谢、细胞定位、细胞活动、细胞分裂等多个生物学过程。共有的ＧＯＭＦ分类有１１５个，涉及ＡＴＰ活性、组蛋白连接、甲基转移酶活性、锌指结合活性、核酸结合等多个分子功能。Ａ、Ｂ两组的靶基因集所属的ＫＥＧＧ通路分别包括５５、７４条，Ａ组参与的部分ＫＥＧＧ信号通路见表４，ＢＩＯＣＡＲＴＡ代谢通路见表５。３讨论Ｉ二尘壅医药垫！至生筮蔓至鲞箜塑翅表２Ａ组ｍｉｃｒｏＲＮＡｓ靶基因集中Ｐ值最小的前２０个ＧＯＢＰ分类表３Ｂ组ｍｉｃｒｏＲＮＡｓ靶基因集中Ｐ值最小的前２０个ＧＯＭＦ分类自从２００３年第１个ｍｉｃｒｏＲＮＡ预测软件ｍｉ－Ｒａｎｄａ问世＂Ｊ，目前已达数十种，其中以ＴａｒｇｅｔＳｃａｎ、ｍｉＲＢａｓｅ、ＰｉｃＴａｒ及ｍｉＲａｎｄａ最为常用。这些软件各有其特点，但仍遵循以下几个常用原则¨１：①ｍｉ—ｃｒｏＲＮＡ与其靶位点的互补性；②ｍｉｃｒｏＲＮＡ靶位点在不同物种之间的保守性；（毫）ｍｉｃｒｏＲＮＡ—ｍＲＮＡ双链之问的热稳定性；＠ｍｉｃｒｏＲＮＡ靶位点处不应有复杂二级结构；⑤ｍｉｃｒｏＲＮＡ５’端与靶基因的结合能力强于３７端。而由于ｍｉｃｒｏＲＮＡ与ｍＲＮＡ的互补性并万方数据表４Ａ组ｍｉｃｒｏＲＮＡｓ集可能参与调节的ＫＥＧＧ信号通路壁耋鱼整塑旦！尘！！壁尘竺型ＫＥＧＧＰＡＴＨＷＡＹｈｓａＯｄＯｌＯ：ＭＡＰＫ信号通路１６６６．１ｉＥ－１８１．１８Ｅ一１５ＫＥＣＣ＿ＰＡＴＨＷＡＹｈｓａ０５２００：肿瘤中通路１９ｌ４．９８Ｅ一１６４．２９Ｅ·１４ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０４３１０：Ｗｎｔ信号通路１０１６．７８Ｅ一１４４．３６Ｅ－１２ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０４３印：轴突导向８８６．３８Ｅ一１３３．０ＢＥ－１１ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０４７２２：神经营养蛋白信号通路８５１．１ｉＥ．１２４．２８Ｅ－１１ＫＥＧＧ—ＰＡＴＨＷＡＹｈｓａ０４５１０：黏着斑１２１１．０６Ｅ－１１３．４３Ｅ一１０ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０４１４４：内吞作用１１１７．１７Ｅ一１１１，９８Ｅ－０９ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０５２１０：结直肠癌６０２．９８Ｅ－１０７．２０Ｅ－０９ＫＥＧＧ—ＰＡＴＨＷＡＹｈｓａ０４０１２：ＥｒｂＢ信号通路６０２．６２Ｅ－０９５．６１Ｅ－０８ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０５２１５：前列腺癌６１２．７３Ｅ－０９５．２８Ｅ－０８ＫＥＧＧ—ＰＡＴＨＷＡＹｈｓａ０４９１０：胰岛素信号通路８３７．１９Ｅ－０９１．２６Ｅ－０７ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０５２１４：胶质瘤４５７．４７Ｅ－０８１．２０Ｅ４３６ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０５２２０：慢性骨髓性白血病５１１．０２Ｅ－０７１．５２Ｅ－０６ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０５２１１：肾细胞癌４８１７９Ｅ－０７２４７Ｅ＿０６ＫＥＧＧＰＡＴＨＷＡＹｈｓａ０４８１０：肌动蛋白细胞骨架调控１１６２．０１Ｅ－０７２．５８Ｅ－０６ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０４５２０：粘着连接５１３．５８Ｅ－０＇７４３２Ｅ－０６ＫＥＧＧ—ＰＡＴＨＷＡＹｈｓａ０４１５０：ｍＴＯＲ信号通路３７１．６４Ｅ－０６１８６Ｅ－０５ＫＥＧＧ＿ＰＡＴＨＷＡＹｈｓａ０５２２３：非小细胞肺癌３８１．７４Ｅ－０６１８７Ｅ－０５ＫＥＧＧ—ＰＡＴＨＷＡＹｈｓａ０５２１２：胰腺癌４７２．０９Ｅ－０６２．１２Ｅ＿０５垦兰竺生些坚！垒兰！！型墨鱼耋堕丝！：！！兰些！：竺不高，软件进行预测时常依赖６～８个碱基之问的互补，但一个ｍｉｃｒｏＲＮＡ常与数十甚至数百个靶基对应，这就导致预测结果在一定程度上的假阴性一Ｊ。为了减少假阴性，本文利用ＴａｒｇｅｔＳｃａｎ这种目前国际认同度较高的预测软件对同一ｍｉｃｒｏＲＮＡ的靶基因进行预测，取结果的并集，且合并ＴａｒＢａｓｅ数据库中已经被实验验证的靶基因，从而尽量达到提高预测准确性的目的。通过对富集后的靶基因集进一步进行功能和通路分析，本文得到了数条信号和代谢相关通路，提示ｍｉｃｒｏＲＮＡｓ可能通过调节这些通路来调节Ｈｅｒ２（＋）／Ｈｅｒ２（一）差异表达过程，从而参与调节不同分子亚型乳腺癌的分化。尽管通过生物信息学分析得到的结果仍需要进一步的实验验证，但利用生物信息方法对Ｈｅｒ２（＋）／Ｈｅｒ２（一）乳腺癌差异表达ｍｉｃｒｏＲＮＡｓ进行系统分析无疑为研究不同分子亚型乳腺癌中Ｈｅｒ２差异表达提供了有益思路，并可能为实验方向提供支持。科技１３新月异，涌现更多的预测方法，通过对ｍｉｃｒｏＲＮＡ与靶基因相互作用机制的研究，预测时可加入更多参数，提高灵敏性和精确性。同时，随着实验验证的ｍｉｃｒｏＲＮＡ靶基因增多，设计人员在计算时有更多统计样本供参考，可更准确地找到ｍｉｃｒｏＲＮＡ与靶基因间相互作用的特征，优化算法。计算机预测方法和生物学实验方法相互补充和完善，不但能够减少ｍｉｃｒｏＲＮＡ靶基因寻找的盲目性，节约实验成本，而且使研究的针对性更强，更方便地阐明其在生命活动中的功能与意义¨…。随着ｍｉｃｒｏＲＮＡｓ靶基因预测软件的日趋发７出丕医垫２Ｑ１２生箜三２鲞箜三三塑表５Ａ组ｍｉｃｒｏＲＮＡｓ集可能参与的ＢＩＯＣＡＲＴＡ代谢通路展和完善，我们相信，对更多疾病的ｍｉｃｒｏＲＮＡｓ差异ＥＲＢＢ２１２５ａａｎｄＥＲＢＢ３ｂｙｅｎｆｏｒｃｅｄＢｉｏｌｅｘｐｒｅｓｓｉｏｎｏｆｍｉｃｒｏ—·ＲＮＡｍｉＲ··表达谱进行整体研究，将为实验室工作提供更准确的指导。参考文献：［１］ＢａｒｒｅｌＤＰ．ｍｉｃｒｏＲＮＡｓ：ｇｅｎｏｍｉｃｓ，ｂｉｏｇｅｎｅｓｉｓ，ｍｅｃｈａｎｉｓｍ，ａｎｄｍｉＲ－１２５ｂ［Ｊ］．ＪＣｈｅｍ，２００７，２８２（２）：１４７９—１４８６．［６］ＬｏｗｅｒｙＡＪ，ＭｉｌｌｅｒＮ，ＤｅｖａｎｅｙＡ，ｅｔａ１．ＭｉｃｒｏＲＮＡｓｉｇｎａｔｕｒｅｓｐｒｅ—ｒｅｃｅｐｔｏｒｄｉｃｔｏｅｓｔｒｏｇｅｎｒｅｃｅｐｔｏｒ，ｐｒｏｇｅｓｔｅｒｏｎｅｃｅｐｔｏｒｓｔａｔｕｓａｎｄＨＥＲ２／ｎｅｕｉｎｂｒｅａｓｔｃａｎｃｅｒ［Ｊ］．ＢｒｅａｓｔＣａｎｃｅｒＲｅｓ，２００９，１１（３）：Ｒ２７．ｆｕｎｃｔｉｏｎ［Ｊ］．Ｃｅｌｌ，２００４，１１６（２）：２８１－２９７．［２］ＬｅｅＲＣ，ＦｅｉｎｂａｕｍＲＬ，ＡｍｂｒｏｓｅｎｃｏｄｅｓｓｍａｌｌＲＮＡｓＶ．ＴｈｅＣ．ｅｌｅｇａｎｓｈｅｔｅｒｏｃｈｒｏｎｉｃｗｉｔｈ［７］ＥｎｒｉｇｈｔＡＪ，ＪｏｈｎＢ，ＧａｕｌＵ，ｅｔａ１．ＭｉｃｒｏＲＮＡｔａｒｇｅｔｓｉｎＤｒｏｓｏｐｈｉｌａ［Ｊ］．ＧｅｎｏｍｅＢｉｏｌ，２００３，５（１）：Ｒ１．［８］张海峰，吴炳礼．方国强，等．建立在芯片与生物信息学预测基础上的ｍｉＲＮＡ靶基因鉴定研究进展［Ｊ］．癌变．畸变．突变，２００９，２１（２）：１５３—１５５．ｇｅｎｅｌｉｎ４ａｎｔｉｓｅｎｓｅｃｏｍｐｌｅｍｅｎｔａｒｉｔｙｔｏｌｉｎ—１４［Ｊ］．Ｃｅｌｌ，１９９３．７５（５）：８４３－８５４．［３］ＲｅｉｎｈａｒｔＢＪ，ＳｌａｃｋＦＪ，ＢａｓｓｏｎＭ，ｅｔａ１．Ｔｈｅ２１一ｎｕｃｌｅｏｔｉｄｅｌｅｔ－７ＲＮＡｒｅｇｕｌａｔｅｓｄｅｖｅｌｏｐｍｅｎｔａｌｔｉｍｉｎｇｉｎＣａｅｎｏｒｈａｂｄｉｔｉｓｅｌｅｇａｎｓ［Ｊ］．［９］ＨｏｆａｃｋｅｒＩＬＨｏｗｍｉｃｒｏＲＮＡｓｃｈｏｏｓｅｔｈｅｉｒｔａｒｇｅｔｓ［Ｊ］．ＮａｔＧｅｎｅｔ，Ｎａｔｕｒｅ，２０００，４０３（６７７２）：９０１－９０６．［４］ＭａｔｔｉｅＭＤ，ＢｅｎｚＣＣ，ＢｏｗｅｒｓＪ，ｅｔａ１．Ｏｐｔｉｍｉｚｅｄｈｉｇｈ—ｔｈｒｏｕｇｈｐｕｔ２００７，３９（１０）：１１９１．１１９２，［１０］夏伟，曹国军，邵宁生．ＭｉｃｒｏＲＮＡ靶基因的寻找及鉴定方法研究进展［Ｊ］．中国科学（Ｃ辑：生命科学），２００９，３９（１）：１２１—１２８．（收稿日期：２０１２－０３—１８）ｍｉｃｒｏＲＮＡｅｘｐｒｅｓｓｉｏｎｐｒｏｆｉｌｉｎｇｐｒｏｖｉｄｅｓｎｏｖｅｌｂｉｏｍａｒｋｅｒａｓｓｅｓｓｍｅｎｔｏｆｃｌｉｎｉｃａｌｐｒｏｓｔａｔｅａｎｄｂｒｅａｓｔｂｉｏｐｓｉｅｓ［Ｊ］．ＭｏｌＣａｎｃｅｒ，２００６，５：２４．［５］ＳｃｏｔｔＧＫ，ＧｏｇａＡ，ＢｈａｕｍｉｋＤ，ｅｔａ１．Ｃｏｏｒｄｉｎａｔｅｓｕｐｐｒｅｓｓｉｏｎｏｆ·告读者关于医学名词与统计学符号的应用说明医学名词要以１９８９年及以后由全国自然科学名词审定委员会审定、公布，科学出版社出版的《医学名词》和相关科学的名词为准，暂未公布者仍以人民卫生出版社出版的《英汉医学词汇》为准。中文药物名称应使用１９９５年药典（法定药物）或卫生部药典委员会编辑的《药名词汇》（非法定药物）中的名称，英文药物名称则采用国际非专利药名，不用商品名。按ＧＢ３３５８—８２《统计学名词及符号》的有关规定书写，常用统计学符号的书写如下：①样本的算术平均数用英文小写ｚ（中位数仍用Ｍ）；②标准差用英文小写ｓ；③ｔ检验用英文小写ｔ；④Ｆ检验用英文大写Ｆ；⑤卡方检验用希文小写疋２；⑥相关系数用英文小写ｒ；⑦自由度用希文小写秽；⑧概率用英文大写Ｐ。以上符号均用斜体。８万方数据Her2(+)/Her2(-)乳腺癌差异表达microRNAs的生物信息学分析
作者：作者单位：刊名：英文刊名：年，卷(期)：
曾融， 张积仁， 姜茂竹， 麦仲伦， 吴钢， 郑燕芳， ZENG Rong， ZHANG Ji-ren， JIANG Mao-zhu， MAI Zhong-lun， WU Gang， ZHENG Yan-fang南方医科大学珠江医院肿瘤中心,广州,510282山东医药
Shandong Medical Journal2012,52(33)
1.Bartel DP microRNAs:genomics,biogenesis,mechanism,and function[外文期刊] 2004(02)
2.Lee RC.Feinbaum RL.Ambros V The C.elegans heterochronic gene lin-4 encodes small RNAs with antisensecomplementarity to lin-14 1993(05)
3.Reinhart BJ.Slack FJ.Basson M The 21-nucleotide let-7 RNA regulates developmental timing in Caenorhabditiselegans[外文期刊] 2000(6772)
4.Mattie MD.Benz CC.Bowers J Optimized high-throughput microRNA expression profiling provides novel biomarkerassessment of clinical prostate and breast cancer biopsies 2006
5.Scott GK.Goga A.Bhaumik D Coordinate suppression of ERBB2 and ERBB3 by enforced expression of micro-RNA miR125aor miR-125b 2007(02)
6.Lowery A J.Miller N.Devaney A MicroRNA signatures predict oestrogen receptor,progesterone receptor and HER2/neureceptor status in breast cancer 2009(03)
7.Enright A J.John B.Gaul U MicroRNA targets in Drosophila 2003(01)
8.张海峰.吴炳礼.方国强 建立在芯片与生物信息学预测基础上的miRNA靶基因鉴定研究进展[期刊论文]-癌变·畸变·突变2009(02)
9.Hofacker IL How microRNAs choose their targets[外文期刊] 2007(10)
10.夏伟.曹国军.邵宁生 MicroRNA靶基因的寻找及鉴定方法研究进展[期刊论文]-中国科学c辑 2009(01)
本文链接：http://d.g.wanfangdata.com.cn/Periodical_shandyy201233002.aspx
