多視角識別長非編碼RNA和人類複雜疾病關聯預測研究

《多視角識別長非編碼RNA和人類複雜疾病關聯預測研究》是依託中國礦業大學，由陳興擔任項目負責人的面上項目。

基本介紹

• 中文名：多視角識別長非編碼RNA和人類複雜疾病關聯預測研究
• 項目類別：面上項目
• 項目負責人：陳興
• 依託單位：中國礦業大學

項目摘要

研究人類複雜疾病相關因素，尋找疾病形成根源，進而治療疾病是現代生物醫學研究的熱點與難點。長非編碼RNA在很多重要生物過程中均起到了關鍵性的作用，與疾病的發生髮展密切相關。本項目將建立生物信息學的方法來探索疾病與長非編碼RNA之間的關聯。建立基於機器學習、深度學習、複雜網路等計算方法模型預測長非編碼RNA與疾病之間的關聯類型的具體模式。本項目的研究成果有助於鑑定長非編碼RNA未知的生物學功能，促進對人類疾病的形成發展機制在長非編碼RNA層次上多角度的深入理解，為基於長非編碼RNA的疾病診斷、臨床治療和藥物設計提供重要的理論依據和實用價值。

結題摘要

本項目的研究目標是設計高效實用的算法模型來預測長非編碼RNA（lncRNA）與疾病的關聯，為lncRNA相關的生物醫學實驗研究提供有價值的指導。研究主要涉及非編碼RNA、蛋白質、微生物、藥物、疾病等若干生物醫學對象。其中miRNA、lncRNA是兩種最常見的非編碼RNA，是近些年生物學研究的熱點。研究發現非編碼RNA參與多種重要的生物學功能、與多種人類重要疾病息息相關。本項目按預期計畫完成原定目標，並同時進行了若干相關課題的研究，包括疾病相關的微小RNA（miRNA）的預測，lncRNA功能預測與類似性構建，lncRNA與蛋白質相互作用預測，藥物小分子與miRNA關聯預測，疾病與非編碼RNA-環境因子組合作用關係預測，藥物靶點預測，疾病、藥物與微生關聯預測，抗癌藥物回響預測，RNA甲基化相關研究以及血管再生治療缺血性疾病等方面的研究，均取得了豐碩的成果。本項目共發表論文36篇，均為SCI收錄。研究成果包括，在miRNA-疾病關聯預測問題上，設計了多個大規模的預測模型，取得的精度均處於領先水平,研究工作引起國內外相關研究人員的廣泛興趣。其中，基於歸納矩陣填充預測疾病與miRNA關聯的模型IMCMDA，基於二分網路投影預測疾病與miRNA關聯的模型BNPMDA，基於矩陣分解和異構圖推斷預測疾病與miRNA關聯的模型MDHGI，基於拉普拉斯正則化稀疏子空間學習預測疾病與miRNA關聯的模型LRSSLMDA，這四個工作的研究成果發表在生物信息學領域頂級期刊Bioinformatics和PLoS Computational Biology上。除此之外，在lncRNA與蛋白質相互作用預測、 藥物靶點相互作用預測、miRNA-小分子關聯預測、抗癌藥物回響預測等問題的研究中，構建的多個大規模計算模型的預測精度也都是目前所發表的預測結果中最好的。其中，關於小分子與miRNA關聯推斷的綜述發表在生物學著名期刊Briefings in Bioinformatics上。此外，我們構建了第一個大規模微生物-藥物關聯資料庫、第一個大規模的疾病、環境因子和lncRNA關聯資料庫。在人才培養方面，本項目培養了2名博士研究生和11名碩士研究生。