四、大规模研究癌症的技术及其应用.pdfVIP

生命奥秘 HPRD （human protein reference database ）数据库是包含蛋白质注释、PPI、转录后修 [3] 饰和亚细胞定位等多种信息的综合数据库 。 IntAct也是一个存储和分析生物分子间相互作用的公共数据库。它主要记录二元相互作用及 其实验方法、实验条件和相互作用结构域，包括人、酵母、果蝇和大肠杆菌等物种。 IntAct 数 据库分为基本查询和高级查询：基本查询可以根据蛋白质名称、PubMedID等进行简单搜索；高 级查询根据实验方法和IntAct 自定义的控制词汇进行查询。GRID存储了酵母、果蝇和线虫的遗 传和生理作用。Osprey蛋白质相互作用网络可视化系统是加拿大多伦多大学一个生物信息学研 [3] 究组开发的，其目的在于更好地研究蛋白质相互作用网络和蛋白质复合物 。 四、大规模研究癌症的技术及其应用 如前所述，大规模研究对现代生物学研究的发展至关重要。然而，这些方法，如基因组 学、转录组学和蛋白质组学的存在，是因为实验技术产生和开发了大量的资料，如DNA测序技 术、微阵列技术、基因表达序列分析技术 （SAGE）和质谱技术等。这些技术也促进了生物信息 学的发展。值得注意的是，所有的这些技术原来几乎都主要用于对癌症的研究。下面将描述这 些技术及其是如何用于生物研究的。 1. 表达序列标签技术 序列表达标签 （expressed sequence tag, EST ）技术是快速高效认识生物体基因和基因 组的研究手段之一。此技术以大规模cDNA测序为基础，即提取生物体的mRNA ，进一步获得 cDNA文库，挑选其中300~500bp的部分 （即EST序列）进行序列测定，然后通过生物信息学手 段得到全长的基因序列。通常EST序列位于一段cDNA 的3 ’ 端非翻译区，也可以在该cDNA 中 随机选取。利用EST技术克隆基因及进行功能分析，使克隆和定位新基因的策略发生了巨大变 革。EST 的产生流程是从特定状态的组织或细胞中分离出mRNA ，将mRNA逆转录成cDNA并亚 克隆到载体中，然后再利用载体上的引物对插入片段测序，测序出来的片段结果即称为EST 。 这项技术最早是作为一种替代的测定表达基因的方法，主要是代替缓慢、小规模和费时费力的 Northern杂交。199 1年，Adam等人在609个序列中得到了第一套EST ，并用来研究中枢神经系 统基因表达。在此之后，很多研究都利用EST来测定不同组织和器官的基因表达情况，EST 的 量也迅速增加。截至目前，在NCBI为基础的EST公共数据库和dbEST公共数据库中，载有来自 1587个生物体的超过54万个序列 （dbEST发表072508 ）。 从本质上讲，EST分析有着明确的生物信息学路径 第一步，序列修剪：低质量的碱基或受污染序列都将被删除； 第二步，根据相似性对EST进行分类； 最后一步，在序列水平，基于它们的重叠注解EST ，带有已知序列的基因或基因组区 域。在这些初步处理之后，产生的结果可以用于基因发现、基因表达分析或转录后的变异分 析，如选择性剪接或替代多聚腺苷酸化研究等。 2727 生命奥秘 EST与癌症之间关系的研究早就证明是富有成果的。首先，许多工作都采用EST技术研究 癌症；其次，两个不同的癌症计划突出了EST对转录组学研究的重要性。癌症基因组剖析计划 （CGA P ）从超过10个癌症类型中得到了大约150万个EST 。人类癌症基因组计划 （HCGP ）利 用一种称为开放阅读框EST 的新技术，从多于10个癌症类型中得到了超过100万个流行肿瘤的 EST 。多年来，癌症的EST数量主要存储在表达序列标签数据库 （database EST, dbEST ）。 2. 基因表达序列分析技术和大规模平行 测序技术