基于基因背景新生突变率和人群变异频率排序候选基因的mirDNMR开发及应用

《基于基因背景新生突变率和人群变异频率排序候选基因的mirDNMR开发及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：Q3单位代码：10343学号：151004747硕士学位论文论文题目:基于基因背景新生突变率和人群变异频率排序候选基因的mirDNMR开发及应用研究生姓名：陈登辉学科专业：生物学类型：学术型指导教师：李伟教授吴金雨研究员二O一八年五月温州医科大学硕士学位论文论文题目：基于基因背景新生突变率和人群变异频率排序候选基因的mirDNMR开发及应用答辩委员会主席：李全贞教授答辩委员会成员：刘丹慧副教授钟连进副教授沈耀副教授论文答辩日期：2018.5.28温州医科大学硕士学位论文目录缩略词表...........................

2、......................1中文摘要.................................................2英文摘要.................................................4引言.....................................................7材料和方法..............................................10结果................................

3、....................16小结与讨论..............................................31参考文献................................................33附录....................................................36致谢....................................................37综述及参考文献..........................

4、................38学位论文独创性声明............................................................................55关于学位论文使用授权声明................................................................55缩略词表英文缩写英文全称中文全称DNMdenovomutation新生突变DNMRdenovomutationrate新生突变率ASDAutismspectrumdisorder自闭

5、症谱系障碍IDIntellectualdisability智力障碍SNVSinglenucleotidevariation单核苷酸突变InDelInsertionanddeletions插入与缺失WESWhole-exomesequencing全外显子测序WGSWhole-genomesequencing全基因组测序GOGeneOntology基因本体论PPIProtein-proteininteractionnetwork蛋白质相互作用网络LoFLossoffunctionmutation功能丧失性突变Mismissensemutation

6、错义突变Synsynonymousmutation同义突变1温州医科大学硕士学位论文基于基因背景新生突变率和人群变异频率排序候选基因的mirDNMR开发及应用中文摘要研究背景新生突变（denovomutation,DNM）是指父母的生殖细胞在减数分裂过程中自发发生并遗传给下一代的突变，父母中没有而在孩子上发生的突变，是罕见的遗传变异，已经被证明会导致可观数量的散发性遗传疾病，例如自闭症、癫痫、精神分裂症、先天性心脏病。通过基于核心家系的全基因组测序（wholegenomesequencing，WGS）和全外显子组测序（wholeexomese

7、quencing，WES）鉴定DNM，然后对其进行注释来获得突变类型和公共数据库中的频率信息，进而判断是否是有害突变从而发现疾病候选基因已经成为常用手段。已有的根据有害DNM查找候选基因的方法，如多个独立样本上某个基因频发突变和病例对照研究，由于需要对大量的样本测序，并存在假阴性，使得不能精确的找到致病基因。为了解决这个问题，一个常用的方法是找到那些发生显著超出预期数量的新生突变的基因，因此需要得到每个基因的精确的背景突变速率（DNMR）。多篇文献从不同角度评估多种因素对DNM发生的贡献，从而估算出碱基水平的突变率情况，进而结合每个基因的特征

8、，构建相关模型，评估出每个基因的期望DNMR，这对我们准确预测致病基因提供了参考依据。同时，大规模的公共数据库研究使我们可以方便的预测突变的有害性，还能获得每个基因