БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

НАУЧНО-ПРАКТИЧЕСКИЕ КОНФЕРЕНЦИИ

<< ГЛАВНАЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 34 |

«XVI ВСЕРОССИЙСКАЯ НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ с международным участием СБОРНИК НАУЧНЫХ ТРУДОВ ЧАСТЬ 2 РОССИЙСКАЯ АКАДЕМИЯ НАУК М ИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКО Й ...»

-- [ Страница 4 ] --

Весовые коэффициенты.................................

Рис. 2. Разделение функции плотности спайков на главные компоненты для случая, представленного на рис. 1. Нейронный ответ на лю бую ориентацию пред­ ставляется как взвешенная сумма нескольких составляющих. Н а графике показа­ ны усредн ен ие ответа по всем ориентациям (A V G ) и первые четыре компоненты (РС1-РС4). В левом столбце - весовые коэффициенты (по оси абсцисс - их весо­ вой вклад, по оси ординат - ориентация стимула в град.), в правой - временные изменения всех найденных составляющих (по оси абсцисс - время в мс, по оси ординат - значение компоненты) Каждая составляющая была разделена на две части: переходную и не­ переходную. Переходная часть представляла собой начальный острый пик (рис. 1, А), а непереходная часть - следующие за ним низкочастотные колебания (рис. 1, Б). С помощью спектрального анализа в непереходной части всех пяти составляющих удалось выделить тета-, альфа-, бета и гамма-колебания. В большинстве случаев (70 %) различным выделен­ ным компонентам соответствовали тета-колебания с разными начальными фазами. Аналогичный вывод можно сделать и из анализа альфа- и бетаколебаний. Это означает, что мы вместо искусственного разделения одно­ го и того же ритма на несколько частей выделили несколько ритмов одноI о и того же частотного диапазона.

Вклад различных ритмических составляющих различается для разных главных компонент. Так, в компоненте AVG (см. рис. 2) достоверно выше вклад низкочастотных и тета-составляющих (р 0,05), в компоненты РС и РС2 (см. рис. 2) - вклад переходной части ответа (р 0,05), а в компо­ ненты РСЗ и РС4 - вклад альфа-, бета- и гамма-колебаний (р 0,05). Это означает, что и выделенные компоненты, и выделенные из них периоди­ ческие колебания - это не просто искусственные образования, а отчасти представляют собой реальные процессы, суммация которых и осуществ­ ляется единичным нейроном VI.

Применение описанной в работе методики позволило установить на­ личие в нейронном ответе как минимум пяти составляющих, которые, по всей видимости, суммируются в исследованном нейроне. Дальнейшее исследование составляющих позволило выявить в нейронном ответе при­ сутствие в нейронном ответе и апериодических процессов, обусловлен­ ных распространением зрительного сигнала по коре больших полушарий, и ритмических колебаний.

1. Ш евелёв И.А. Нейроны зрительной коры. Ревизия свойств и механизмов.

М.: Н аука 2010.

2. Richm ond B.J., Optican L.M. Temporal encoding o f two-dim ensional patterns by single units in primate primary visual cortex. II. InFonnation transmission // J. N eu ­ rophysiol, 1990. V. 64. № 2. P. 370-380.

3. Van D rongelen W. Signal processing for neuroscientists. N ew York: Academ ic Press. 2012.

ISBN 978-5-7262-1899-1 НЕЙРО ИНФ О РМ АТИКА-2014. Часть 4. Bereshpolova Y., Amitai Y., G usev A.G., Sloelzel C.R., S w ad low H.A. D en­ dritic backpropagalion and the state o f awake neocortex // J. N eurosci. 2007. V. 29.

№ 35. 9392-9399.

5. Schummers K... Cronin B., Wvmmer K., Stimberg М., Martin R., Obermayer K., Koerding K., Sur M. Dynam ics o f orientation tuning in VI depend on location within layers and orientation maps // Fron t. Neurosci., 2007. V. 1. № 1. F. 145-159.

6. Richm ond В.J., Optican L..M., Spitzer H. Temporal enco ding o f two-dim ensional pattern by single units in primate primary visual cortex. I. S'cimulus-response relation­ ships II J. N europhysiol, 1990. V. 64. № 2. P. 351-369.

7. FI.А. Лазарева, C.A. Кожухов, P.C. Иванов, A / J. Тихомиров, Д.Ю. Цуцкиридзе, И.В. Бондарь С равнение ориентационной на.стройки и её динамики у ней­ ронов, расположенных в. разных функциональных, модулях первичной зрительной коры кошки // Журн. вшсш. нервн. деят. 2013. Т. 63. № 2. С. 205-217.

8. Silverman B.W. Density estimation for statistical and data analysis. N ew York:

Chapman and Hall, 19 86.

9. Dayan P., A'obott L.F. Theoretical N e'aroscience. Computational and mathemati­ cal m odeling o f nc.ural system s. Cam bridge-. MIT Press. 2001.

10. Sanderso’.i A.C. Adaptive Filtering o f neuronal spike data // IEEE Trans. B ioined. Eng., 1 9 8 0. V. 27. № 5. P. 271-27-4.

1 l.R ichm.ond B.J., Optican L.M. Temporal encoding o f two-dim ensional patterns by single un its in primate inferior-te mporal cortex. II. Quantification o f response w ave­ form // J. N jeurophysiol, 1987. V. 5'?. № 1. P. 147-161.

Инстытут цитологии и генетики СО РАН, Новосибирск

Г Е Н О М Н А Я О РГ А Н И ЗА Ц И Я И К О Н Т Е К С Т Н Ы Е

ХА РА К Т Е РИ С Т И К И Г Е Н О В С П О В Ы Ш Е Н Н О Й

Э К С П РЕ С С И Е Й В К Л Е Т К А Х МОЗГА*

Рассмотрены проблемы статистического анализа экспрессии генов в клетках тканей мозга, основанные на данных технологий высокопроизво­ дительного секвенирования ДНК и микрочипов. Дан краткий обзор ос­ новных биоинформационных методов и существующих баз данных. Про­ анализированы особенности структуры генов, имеющих дифференциальДанная работа выполнена при поддерж ке И П 136._ пую экспрессию в клетках мозга, включая число экзонов, альтернативных транскриптов, присутствие некодирущих РНК.

Ключевые слова: биоинформатика, экспрессия генов, микрочипы, сетенирование, транскриптом, некодирующие РНК.

Institute o f Cytology and G enetics, Siberian Branch o f the Russian A cadem y o f

G ENO M IC STR U C T U R E A N D C O N T E X T C H A R A C T E R IST IC S

O F G E N ES W IT H H IG H E R E X PR E SSIO N IN B R A IN

We consider the problem of statistical analysis of gene expression in brain cells based on data ffom high throughput sequencing and microarrays. Short review of main bioinformatics approaches and existing databases is given. We analyzed genomic organization and context characteristics of genes differenlially expressed in brain cells, including number of exons, alternative tran­ scripts and non-coding RNA in gene structure.

Keywords: bioinformatics, gene expression, microarray, sequencing, transcriptome, non-coding RNA.

Биоинформационный анализ молекулярных механизмов деятельности высшей нервной системы на уровне клетки и экспрессии генов имеет ог­ ромное фундаментальное значение как основа исследования когнитивных процессов. Компьютерные методы используются для изучения структуры генов, их взаимосвязи, координации их работы (экспрессии) в клетках мозга [1]. Цели данной работы - обзор основных биоинформационных подходов и баз данных по анализу экспрессии генов в клетках мозга и статистический анализ распределения параметров структуры гена по от­ ношению к его экспрессии в структурах мозга с использованием разрабо­ танных ранее биоинформационных методов [2]. Экспрессия генов в клет­ ках зависит от внешних стимулов и внутренней генетической программы (типа ткани - нейроны, клетки структур мозга, клетки крови, клетки внут­ ренних органов). Регуляция проявления функции генов внутри клетки ISBN 978-5-7262-1899-1 НЕЙРОИНФ ОРМ АТИКА-2014. Часть осуществляется на уровне транскрипции и трансляции. Опыт биоинформационных исследований в области анализа молекулярных механизмов регуляции экспрессии генов, использования технологий секвенирования и микрочипов, в том числе относящихся к экспрессии генов в тканях мозга, изучения роли серотониновой системы мозга в регуляции поведения ис­ пользуется при обработке новых полногеномных данных полученных с помощью высокопроизводительных транскриптомных технологий. Дан­ ная работа является развитием исследований [1-2].

Методы исследования экспрессии генов и базы данных В настоящее время разработана серия баз данных по экспрессии генов в мозге: GENSAT (Gene Expression Nervous System Atlas) (http://www.gensat.org), MGI (Mouse Genome Informatics) (http://www.informatics.jax.org/), проект HBT (Human Brain Transcriptome) http://hbatlas.org/, GenePaint (http://www.genepaint.org) National Brain Databank (http://national_databank.mclean.harvard.edu/brainbank/Main). Раз­ рабатываются и базы данных, описывающие активность структур мозга, основанные на методах магнитного резонанса и томографии, такие как BrainMaps (http://brainmaps.org/). Методы электроэнцефалографии, топо­ графического картирования электрической активности мозга и компью­ терной томографии связаны с общим измерением активности структур мозга на более высоком уровне. Существуют трехмерные атласы экспрес­ сии генов в мозге мыши и мозге человека, наиболее детальным ресурсом является компьютерная база данных Allen Brain Atlas [3]. В работе [3] от­ мечалась значительный консерватизм экспрессии в мозге среди испытуе­ мых (95 %), в областях кортекса (84 %), и даже между человеком и мы­ шью (79 %). Существующие данные по экспрессии генов мозга в ходе развития организма, онтогенезе недостаточно полны в связи с экспери­ ментальной сложностью исследования Контроль экспрессии генов на уровне трансляции мРНК важен как для развития и морфогенеза нейронов, так и для функционирования специфи­ ческих генных сетей в зрелых клетках различных разделов мозга. Нейро­ ны характеризуются высокой степенью компартментализации (аксоны, дендриты, синапсы), при этом отдельные части клеток могут быть удале­ ны на очень большое расстояние от ядра. Часть трансляционного аппарата локализована в таких удаленных районах (вблизи синапсов) и мРНК ге­ нов, специфически задействованных в контроле передачи нервного им­ пульса, транспортируется в эти районы [4].

ISBN 978-5-7262-1899-1 НЕЙРО ИНФ ОРМ АТИКА-2014. Часть Связь между транскрипцией генов, трансляцией мРНК и процессами высшей нервной деятельности в последние годы вызывает очень большой интерес. Считается, что контроль экспрессии генов на уровне трансляци­ онной активности специфических мРНК может иметь отношение к меха­ низмам высшей нервной деятельности, такой как физическая основа про­ цесса запоминания [5]. Трансляция мРНК связана с механизмами, близ­ кими к универсальным механизмам стрессового контроля экспрессии ге­ нов (фосфорилирование elF2a, mTOR, efF4E-BP и т.д.), адаптированными для решения специфических для клеток мозга задач [6].

Развитие методов высокопроизводительного секвенирования (RiboSeq) и протеомики [7] существенно расширяет имеющиеся возможности для выявления молекулярных механизмов функционирования нейронов и мозга в целом. Использование же компьютерных технологий, в том числе разработанных в ИЦиГ СО РАН базы данных GeneNet (http://wwwmgs.

bionet.nsc.ru/mgs/gnvv/) и системы AndVisio [8], позволяет реконструиро­ вать на основе научных публикаций генные сети - ансамбли координиро­ ванно функционирующих генов, контролирующих биохимические, моле­ кулярно-генетические и физиологические процессы.

С помощью GeneNet реконструированы генные сети, контролирующие процессы в мозговых тканях, включая, в том числе, генную сеть долго­ временной потенциации ("Early long-term potentiation"), отражающую бел­ ковые взаимодействия в дендритных шипиках зоны СА1 гиппокампа.

Сеть отражает принцип высокоупорядоченной микродоменной организа­ ции шипика гиппокампа [9].

С помощью комплексного компьютерного исследования мы проанали­ зировали особенности структурной организации и геномного контекста генов, активно экспрессирующихся в тканях мозга [1]. Были подготовле­ ны выборки генов, экспрессия которых повышена как в целом в структу­ рах мозга, так и в отдельных районах головного мозга человека, используя базы данных Allen Brain Atlas [3] и BioGPS [10]. Из банка данных UCSC (genome.ucsc.edu) были загружены данные нуклеотидных последователь­ ностей, содержащих эти гены и их регуляторные районы.

Выполнен анализ контекстных особенностей нуклеотидных последо­ вательностей таких генов, присутствие коротких некодирующих РНК, в том числе в противоположной ориентации. Для выборок генов, диффе­ ренциально экспрессирующихся в различных органах, оценивалось число экзонов и его соотношение с уровнем экспрессии. Использовались наборы генов, эволюционно консервативных для мыши, крысы и человека.

ISBN 978-5-7262-1099-1 НЕЙРОИНФ ОРМ АТИКА-2014. Часть Модельная задача анализа групп генов по данным микрочипов Экспрессия генов, т.е. проявление их функции в клетках мозга, являет­ ся базисом работы нейрона. Обычно, безотносительно к типу клеток, ак­ тивно транскрибируются в клетке не все гены одновременно, а какая-то относительно небольшая их часть, около 5 %, что позволяет выделить органоспецифичные группы генов. Среди проб микрочипа Affymetrix U 133, представленных в базе данных BioGPS, были выделены пробы с высокой экспрессией (по ранговым значениям проб всех генов, верхние 1%) и гены, экспрессия которых представлена в структурах мозга (гипо­ таламус, префронтальный кортекс и другие, всего 12 видов структур), но не в других органах (почки, печень, гладкие мышцы и т.д.). Всего, после удаления дублирующих проб микрочипа, было отобрано 11830 имен (уникальных идентификаторов) генов. Из них 15 % показывали высокую экспрессию хотя бы в одной из структур мозга. Большинство оставшихся генов (9253) не показывали значимую экспрессию (не входили в верхние 1 % ранжированного списка) ни в одной из структур. Отметим, что ис­ пользовались только белок-кодирующие гены, представленные на микро­ чипе.

Функциональная аннотация генов с высокой экспрессией в структурах мозга (Таблица 1) выполнялась с помощью программы анализа генных онтологий DAVID (http://david.abcc.ncifcrf.gov), использовалось 1404 гена.

Таблица 1. Категории генных онтологий группы генов мозга, структурные молекулы альтернативный сплайсинг ISBN 978-5-7262-1899-1 НЕЙРОИНФ ОРМ АТИКА-2014. Часть Интересно отметить наличие категорий белкового транспорта, фосфопротеинов, нуклеотидного связывания, но не транскрипции. Присутству­ ют категории передачи нервного импульса, развития нейронов, что ожи­ даемо для структур головного мозга. Почти половина (46 %) генов из спи­ ска связана с альтернативным сплайсингом.

Для полученных списков генов было проанализировано их геномное окружение, контекстная структура регуляторных районов, перекрывание с микроРНК и короткими некодирующими транскриптами в противопо­ ложной ориентации, число экзонов, эволюционная консервативность.

На основе ранее полученных выборок генов мы проанализировали число экзонов, приходящихся на группы генов с высокой экспрессией в с труктурах головного мозга, с повышенной экспрессией в других органах и оставшихся генов на микрочипе Affymetrix U133, экспрессия которых не была статистически значима ни в одном из исследованных органов по данным BioGPS. Гистограммы распределения по числу транскриптов представлены на рис. 1. Количество экзонов и транскриптов было подсчи­ тано согласно базе данных Ensembl (http://www.ensembl.org).

r!Mn^in(OSCOO)OT*(M{OtlO(CNcOaOO Рис. 1. Распределения последовательностей генов, высоко экспрессирую щ ихся в структурах мозга, и генов с экспрессией в других органах, по количеству Сравнение последовательностей генов, высоко экспрессирующихся в структурах мозга, по количеству экзонов в последовательности показало, что такие последовательности содержат меньшее количество экзонов ISBN 978-5-7262-1899-1 НЕЙРОИНФ ОРМ АТИКА-2014. Часть (средние значения 12 и 13,5, р = 10'6). Для таких генов экспрессируется меньшее количество различных транскриптов (р « 0.001). Среднее коли­ чество транскриптов, приходящееся на высокоэкспрессирующиеся гены в структурах мозга, составляет 4.6, в то время как для низкоэкспрессирующихся генов - 5.7. Это согласуется с данными о том, что высокоэкспрес­ сирующиеся гены, особенно экспрессирующиеся в различных тканях, об­ ладают большей компактностью [11].

Гены, имеющие высокий уровень экспрессии в широком круге орга­ нов, имеют высокий уровень экспрессии и в структурах головного мозга.

На основе данных об экспрессии генов в различных органах, был прове­ ден следующий сравнительный анализ. Для каждого гена определялись наиболее высокие значения, лежащие вне доверительного интервала 99%.

Если они обнаруживались хотя бы для одной ткани головного мозга, то такие гены группировались. Всего в эту группу вошло 55 генов, имеющих повышенную экспрессию во всех изучаемых тканях.

Оказалось, что по сравнению с другими генами количество транскрип­ тов, соответствующих генам с повышенной экспрессией в структурах го­ ловного мозга, здесь больше, чем в других органах (среднее 5.9 против 4.7;

р « 0.001). Также эта группа генов показала большее значение коли­ чества экзонов в последовательности (среднее 13.7 в отличие от среднего 11.9;



Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 34 |
 


Похожие материалы:

«ПРОБА ПЕРА ЕСТЕСТВЕННЫЕ И МАТЕМАТИЧЕСКИЕ НАУКИ Новосибирск, 2012 г. УДК 50 ББК 2 П78 П78 Проба пера Естественные и математические науки: материалы II школьной международной заочной научно-исследовательской конференции. (29 ноября 2012 г.) — Новосибирск: Изд. СибАК, 2012. — 346 с. ISBN 978-5-4379-0177-9 Сборник трудов II школьной международной заочной научно-исследова- тельской конференции. Проба пера Естественные и математические науки это прекрасная возможность для школьников сделать рывок в ...»






 
© 2013 www.kon.libed.ru - «Бесплатная библиотека научно-практических конференций»