乳腺是人体重要的内分泌腺,近年来,乳腺疾病的发病率正在逐渐增加,已经成为了女性常见疾病之一。尤其是乳腺癌,是女性常见的恶性疾病,严重影响着女性的身心健康。因此,研究和探索乳腺癌的发病机理,从人类医学角度看,有着非常重要的意义。目的:借用现有的高通量信息数据,了解乳腺癌中NATs在正常与癌变状态下的转录表达差异,为今后探索引起NATs的调控机制变化的靶基因作下铺垫。方法:寻找差异表达基因成为目前基因研究的一个非常重要的手段。寻找差异表达基因的方法有消减杂交法、m RNA差异显示、代表性差异分析法、基因表达的序列分析、抑制消减杂交、表达序列标签、c DNA微阵列、半定量PCR、定量PCR。本文在结合这些方法的优缺点基础上,引用了我们工作小组新开发的IAOseq算法,运用高通量转录组数据.从中鉴定和评估NATs转录信息的方法,该方法解决了制约系统研究NATs的关键问题。为将来进一步推断出癌细胞基因治疗中靶目标可能存在的位置,提高癌症基因治疗有很大的帮助。结果:通过IAOseq算法中的相关分析和差异分析对乳腺细胞正常与癌变情况下m RNA在有NATs影响下的转录表达数据的分析和比较,结合聚类分析方法筛选出找到调控表达高度相关的基因表达组。结论:通过对正常与癌变细胞中与NATs有重叠部分的m RNA转录表达的比较.NATs对乳腺细胞的转录表达调控是有影响的。NATs与疾病形成关系的研究是近年来疾病研究的新热点和突破口,在医学上,已经有研究者开始探讨将NATs作为潜在药靶用于疾病治疗。然而目前对NATs及其调节作用还了解甚少,亟需进一步系统的研究。针对高通量转录组测序数据,我们考虑到基因结构及测序读段在基因转录区域分布的不均匀性模式,我们通过统计建模并加以校正,从中鉴定和评估NATs转录信息方法,该方法解决了制约系统研究NATs的关键问题。为进一步推断癌细胞基因治疗中靶目标可能存在位置,提高癌症基因治疗有很大的帮助。