基于大数据挖掘与可视化的HPV病毒基因组分析研究

• 作者: 于磊 喻浴飞 曹宗富 李乾 李天君 沈玥 罗敏娜 蔡瑞琨 陆超 陈翠霞 马旭 高华方
• 来源期刊: 生殖医学杂志
• 学科: 医学
• 关键词: HPV病毒基因组大数据 可视化 系统进化 氨基酸分类 致病危险性
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 技术交流
• 页码范围: 1362-1368
• 页数: 7页
• 分类号: R737.33
• 语种: 中文
• DOI: 10.3969/j.issn.1004-3845.2020.10.019

摘要

感染高危人乳头状瘤病毒(HPV)是官颈癌发生的必要因素.目前宫颈癌治疗手段以毁损性手术为主,缺乏特效的阻断方法.临床检测仅覆盖23种亚型,占现存亚型10％,而且存在假阳性率和漏诊率问题.高通量测序技术产生的海量基因组大数据为HPV病毒的预防控制研究带来新契机.本文介绍一种易于使用的基于大数据挖掘技术的HPV病毒基因组分析与信息可视化流程框架.通过用比较基因组学分析方法构建的计算流程,实现了对HPV病毒基因组进行全基因组与关键核心基因组进化分析,并且可以对致病危险性较为明确毒株的关键核心基因氨基酸序列进行分类比较分析.通过对基因组大数据的有效挖掘分析,来探究HPV病毒基因组的核酸/氨基酸分子水平结构和氨基酸分类的偏好表达模式,与HPV病毒亚型分化和致病危险性的关系,为新发和未知的HPV病毒的快速确认提供必要的数据和证据支持,为临床宫颈癌的早期预防和诊断提供理论依据.