《致病同義突變資料庫與分析平台構建》是依託東南大學，由朱毅華擔任項目負責人的面上項目。
基本介紹
- 中文名：致病同義突變資料庫與分析平台構建
- 項目類別：面上項目
- 項目負責人：朱毅華
- 依託單位：東南大學
中文摘要,結題摘要,
中文摘要
由於不改變所編碼的胺基酸，同義突變在以往致病基因突變的研究中往往被忽視,最近研究發現一些同義突變與人類疾病之間存在一定的相關性。高通量生物組學技術的廣泛套用，使得我們可以系統全面的認識同義密碼子位點存在的基因調控信息。本項目將收集基因組關聯分析（GWAS）得到的疾病相關突變、ClinVar資料庫中的臨床相關突變以及其他文獻中報導的疾病相關突變等已經發現的與疾病相關的同義突變數據,並按癌症、營養和代謝疾病、神經系統疾病等15個大類構建致病同義突變資料庫。通過分析同義突變對密碼子使用偏性、翻譯效率、mRNA二級結構以及剪接等過程的影響，預測其可能的致病機制,進一步構建用於機器學習的模式識別特徵及其計算方法和分析平台。本研究可對進一步認識疾病相關同義突變的生物學作用以及疾病的致病機制提供重要的參考，並為致病同義突變基因的識別與發現提供方法與工具。
結題摘要
人類很多疾病的發生通常是由於基因突變引起的。基因突變主要有同義突變和非同義突變兩種形式。一直以來，非同義突變都被認為是致病的緣由，而同義突變不改變基所編碼的胺基酸，通常被認為是“沉默的突變”，不會對基因的功能造成任何影響。然而近年來，越來越多研究表明一些同義突變也會影響基因的表達調控，進而導致疾病的發生。因此，同義突變的研究和非同義突變的研究同樣重要。在本項目“致病同義突變資料庫與分析平台構建”中，我們提出的研究計畫要點包括：1、研究同義突變對密碼使用偏性、翻譯效率、mRNA二級結構以及剪接等過程的影響，預測其可能的致病機制；2、確定同義突變的主要致病機制及其可量化的生物學特徵，從而利用生物信息學手段實現同義突變致病性的計算分析；3、建設較為完整的同義突變資料庫與同義突變致病性預測分析平台，為分析同義突變的致病機制提供完整的方案和工具方法。 通過四年的項目實施，本項目的主要研究進展及成果包括以下三方面：1、本研究結果表明疾病相關的同義突變主要是通過影響基因表達調控來引起疾病的發生。同義突變對密碼子使用偏性、翻譯效率、mRNA 局部二級結構穩定性以及mRNA 前體剪接的量化結果可以作為同義突變影響基因表達的調控特徵，用於後面的研究分析。、構建了同義突變致病性預測的特徵集，建立了同義突變致病性預測模型，並初步取得較好的預測效果。3、建立了人類同義突變注釋資料庫及線上分析平台(Functional Annotation of human Synonymous varianTs, FAST)，可供其他研究者檢索查詢及線上分析。 基於本項目的研究結果已經發表了標註本項目資助的論文共有5篇，包括SCI論文4篇和中文核心期刊1篇，申請了軟體著作權2項。
