《誘導多能幹細胞的生物信息學研究》是依託中國科學院數學與系統科學研究院，由王勇擔任項目負責人的面上項目。
基本介紹
- 中文名：誘導多能幹細胞的生物信息學研究
- 項目類別：面上項目
- 項目負責人：王勇
- 依託單位：中國科學院數學與系統科學研究院
項目摘要,結題摘要,
項目摘要
誘導多能幹細胞(iPSC)一定程度上擺脫了幹細胞研究的材料來源和倫理限制，被譽為生命科學新的里程碑。本項目針對人類iPSC在分子層面開展生物信息學研究。將分析基因晶片和深度測序等組學技術針對iPSC產生的，包括基因表達、表觀遺傳和分子相互作用在內的，大量高通量數據,比較iPSC與胚胎幹細胞異同，提出iPSC的高通量數據鑑定方法。進一步發展新方法集成上述異源、多層次數據,構建iPSC的動態生物分子網路模型，分析其功能模組和魯棒性，研究細胞重編程調控機理。特別地，本項目將利用最最佳化、條件互信息熵、網路熵等數學和信息科學方法應對iPSC高維度、異源、多層次、海量數據和複雜數據結構，以及生物分子網路結構動態等挑戰，建立基於生物分子網路的高通量數據分析及集成的新模型與算法，探索iPSC研究的重要生命科學問題。本項目的研究將為其他生物信息學問題的研究提供新方法並從分子層面深入對iPSC的認識。
結題摘要
誘導多能幹細胞(iPSC)作為幹細胞研究的里程碑工作，迅速積累了包括基因表達、表觀遺傳和分子相互作用在內的大量高通量數據,本項目計畫利用最最佳化、條件互信息熵、網路熵等數學和信息科學方法應對iPSC 高維度、異源、多層次、海量數據和複雜數據結構，以及生物分子網路結構動態等挑戰，建立基於生物分子網路的高通量數據分析及集成的新模型與算法，探索幹細胞研究中的重要生命科學問題。在基金委的支持和項目成員與合作者的共同努力下，研究工作按原計畫順利完成。我們初步建立了高通量轉錄組數據建模的理論和分析算法，特別是設計高維數據降維和異源、多層次、大規模數據集成的高效算法，開發基於數據集成的生物分子網路重建算法和軟體。同時，我們套用發展的模型和算法到誘導多能幹細胞，幹細胞分化、癌症、藥物等數據上，得到了具有重要生物意義的結果。 本項目申請時計畫針對誘導多能幹細胞的高通量數據，發展新的生物信息學方法，研究在生物分子網路的框架下集成數據、探索細胞重編程機理。項目執行過程中對以上三個方面的問題開展了深入的研究，在理論和套用兩方面都取得了成果。（1）理論研究方面，針對項目書提出的誘導多能幹細胞生物信息學的研究內容，發展了數學和信息學理論堅實的新方法，對高通量數據進行深入分析，設計集成異源、多層次、大規模數據的高效算法，開發基於數據集成的生物分子網路重建算法，建立更為確切描述細胞多能狀態的動態生物分子網路模型。（2）套用研究方面，通過對高通量數據的分析和建模，聚焦細胞重編程機理等核心問題，為從生物信息學角度加深認識誘導多能幹細胞提供強有力的支持。 共發表30篇標註了基金號的研究論文，其中27篇為SCI論文，SCI影響因子3以上的共18篇,多篇發表在Bioinformatics(3篇)，Nucleic Acid Research(2篇) 等權威學術期刊。開發、編制了基於最佳化模型與算法的高通量數據分析軟體7項，可供研究人員下載使用。依託本項目研究成果申請中國專利三項，美國專利一項。這些研究成果受到了廣泛關注和引用。項目標註論文被國際國內引用196次(Google scholar)；受邀參加組學大數據及計算系統生物學等重要國內國際會議邀請報告5次；培養博士生2名，獲得後續資助4項，包括2項國家自然基金委優秀青年基金。
