项目名称: 繁殖类微阵列实验的元分析及猪繁殖机理研究

项目编号: No.30871782

项目类型: 面上项目

立项/批准年度: 2009

项目学科: 生物科学

项目作者: 潘玉春

作者单位: 上海交通大学

项目金额: 36万元

中文摘要: 微阵列已成为在基因组水平研究基因表达的最有力工具。但是现有实验存在下列特点:一是多集中于模式生物(例如小鼠、大鼠)和人,而在猪等其它动物方面却因芯片技术平台尚未完善、成本昂贵等而没有广泛开展;二是几乎都存在着样本数太小的问题,但在模式生物和人方面对于相同问题经常存在许多重复或者类似研究。而猪的繁殖性能意义重大,但是现有的QTL定位和候选基因分析进展缓慢。有鉴于此,本研究针对GEO和Arrayexpress数据库中已有模式生物和人等的繁殖相关微阵列数据的元分析进行了以下工作:①#23376;宫内膜异位症芯片数据的通路富集分析及整合;②#21754;乳动物(小鼠,人和牛)胚胎早期发育过程相关芯片的整合分析;③#22522;于小鼠基因表达谱的比较分析识别乳腺发育过程关键通路的研究。另外,基于芯片元分析结果,我们针对HIF-α23478;族和VEGFA基因多态性与猪繁殖性状进行了相关研究。这些都有助于我们更深入地研究猪繁殖性状的遗传机理。

中文关键词: 微阵列;猪;繁殖性状;候选基因;元分析

英文摘要: Microarray technology has become one of the most powerful tools for studying gene expression in genome wide. However, there are the following limitations in the current microarray experiments. Firstly, most of them are focused on the model animals (such as mice and rats) or humans, but less were on pigs or other dometical animals since poor platforms and high cost. Secondly, the sample sizes of all the experiments are so small, wheras there are frequently many repeat or similar studies on the same problem of the model animals or humans.On the other hand, porcine reproduction traits are so important, but the progress on QTL mapping and candidate gene approach is slow. Therefore, we have done the following works based on the meta-analysis on microarray datasets of animal models or human from the databases of GEO and Arrayexpress:①A cross-study gene set enrichment analysis identifies critical pathways in endometriosis; ②Meta-analysis on microarray data of early embryonic development of three mammalian species (mouse, human and bovine);③Comparative gene expression analysis in mouse models for identifying critical pathways in mammary gland development. Moreover,based on the results of our meta-analysis, we then performed the further study on the relationship between gene polymorphisms of HIF-αamily and VEGFA with porcine reproduction traits.All of these may play important roles in further researches in animal functional genomics related to porcine reproduction.

英文关键词: Microarray; Porcine; Reproduction; Candidate gene; Meta-analysis

成为VIP会员查看完整内容
0

相关内容

【NeurIPS2021】InfoGCL:信息感知图对比学习
专知会员服务
36+阅读 · 2021年11月1日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
15+阅读 · 2021年8月6日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
27+阅读 · 2021年1月29日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
人工智能预测RNA和DNA结合位点,以加速药物发现
Nature 一周论文导读 | 2019 年 5 月 30 日
科研圈
15+阅读 · 2019年6月9日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
小贴士
相关VIP内容
【NeurIPS2021】InfoGCL:信息感知图对比学习
专知会员服务
36+阅读 · 2021年11月1日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
15+阅读 · 2021年8月6日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
27+阅读 · 2021年1月29日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员