《基於高通量生物檢測技術的疾病標誌發現的可重複性》是依託電子科技大學,由郭政擔任醒目負責人的面上項目。
基本介紹
- 中文名：基於高通量生物檢測技術的疾病標誌發現的可重複性
- 依託單位：電子科技大學
- 項目類別：面上項目
- 項目負責人：郭政
項目摘要,結題摘要,
項目摘要
利用基因晶片、蛋白質晶片等高通量生物檢測技術識別疾病的分子標記是現代組學與系統生物學領域中最重要的問題之一。但是，目前識別疾病標記物的研究結果的重複性很低，引起了研究者對高通量生物檢測技術可靠性的質疑，已經成為制約套用高通量技術進行組學研究併合理解釋其結果的關鍵性問題。因此，我們提出根據在複雜疾病中分子相關變化的生物學特徵來評價基因與蛋白質表達組研究中的重複性問題：（1）我們將提出兼具直觀性與統計嚴謹性的POGR指標，可以更合理地評價高通量疾病標記發現的重複性，減少研究結果的不確定性;（2）我們側重研究關鍵的數據預處理與分子標記識別方法對發現結果的重複性的影響，探討提高組學研究重複性的可控制因素; (3) 對目前利用小規模數據識別疾病標記的的重複性分析可以提示切合實際的樣本量，減少目前實驗設計的盲目性；（4）試圖通過比較不同病種的標記列表的一致性與不一致性分析疾病相關性變化與特異性變化。
結題摘要
項目按計畫完成了相關重複性指標的構造，並套用於評價多種高通量檢測技術識別的分子標記物的可重複性，包括：（1）結合蛋白質互作網路和共表達關係，提出了從功能層面上評價差異表達基因的重複性指標。（2）通過比較癌相關差異蛋白峰的重複性，分析了影響從質譜數據中識別差異蛋白峰的因素，從而為生物學家選擇質譜數據預處理算法提供參考。（3）完善了發現系統性擾動的癌相關通路的算法，並開發了相關的生物信息學軟體GO-function。（4）通過比較不同癌型中差異高低甲基化基因的功能一致（重複）性，揭示了不同的癌型具有類似的甲基化模式，同時也證明癌症相關的高甲基化和低甲基化基因傾向於影響不同的癌相關功能。（5）利用分層FDR方法，尋找差異表達信號微弱的數據中的差異表達信號，並比較不同數據集之間差異表達信號的功能一致性。本項目已發表論文23篇(SCI收錄14篇)；另外尚有3篇論文正在2審。本項目的研究成果為評價從高通量數據中發現的疾病標誌的可重複性以及尋找可重複的疾病標誌提供了依據和方法。
