项目名称: 标记物网络识别方法的建立及在正常核型急性髓系白血病预后评估中的应用

项目编号: No.61501519

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 石金龙

作者单位: 中国人民解放军总医院

项目金额: 19万元

中文摘要: 肿瘤分子标记物指的是伴随肿瘤的发生发展,机体所表现出的特征性分子信号。基因表达水平是评估恶性肿瘤预后的重要标记物。目前临床主要用单个或少数几个基因的独立表达评价预后,很难全面反映肿瘤的异质性。正常核型急性髓系白血病(CN-AML)不包含细胞遗传学变异,但却具有极强的异质性,已有的单基因标记物无法有效指导治疗强度及个体化治疗方案的选择。本项目拟融合全基因组表达水平和蛋白作用数据,建立构建疾病关联网络的理论及分析处理算法,综合表达模式与网络拓扑信息识别特异的标记物网络,并进一步提取可反映标记物网络表达特征的定量指标,探讨其应用于危险度分层、预后评估的可行性。聚焦CN-AML保证了研究对象的均一性,可提高标记物网络的一致性和特异性。研究成果能够为CN-AML诊疗提供新的备选标记物,有助于进一步探讨CN-AML发生发展的分子机理。所设计的方法体系具有通用性,可推广应用至其它恶性肿瘤的预后评估。

中文关键词: 标记物网络;识别方法;基因表达;预后评估;正常核型急性髓系白血病

英文摘要: Tumor molecular biomarkers are characteristic molecular signals along with tumor progression. Gene expression levels are important biomarkers for prognostic evaluation of malignant tumors. Only single or several genes are independently tested in nowadays clinical applications, which could difficultly reveal the heterogeneity of malignant tumors. Cytogenetically normal acute myeloid leukemia (CN-AML) has no cytogenetic abnormalities, but has strong heterogeneity. Known single-gene biomarkers can’t effectively guide the choice of treatment intensity and personalized therapy. This project tries to present some new explorations based on the fusion of gene expression and protein interacting data. Firstly, theories and algorithms are developed for constructing the disease-associated network and identifying biomarker network via the combination of expression patterns and network topological features. Secondly, via extracting quantitative parameters for a biomarker network, the practicability of using these biomarker networks to CN-AML risk stratification, prognostic evaluation is explored by studying the relevance between these quantitative parameters and clinical parameters. Focusing on CN-AML can reduce the possible perturbations of different molecular mechanisms for different tumor types, and increase the sensibility and specificity of biomarker signals. Results of this study can present novel potential prognostic biomarkers, and help to promote the understanding of leukemia pathogensis. The algorithms and methodology developed are universal and could be extended to prognostic evaluation of other tumors.

英文关键词: biomarker network;identifying approach;gene expression;prognostic evaluation;cytogenetically normal acute myeloid leukemia

成为VIP会员查看完整内容
0

相关内容

【AAAI 2022】 GeomGCL:用于分子性质预测的几何图对比学习
专知会员服务
23+阅读 · 2022年2月27日
专知会员服务
53+阅读 · 2021年6月15日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
44+阅读 · 2021年5月17日
CVPR 2021 | 时间序列疾病预测的因果隐马尔可夫模型
专知会员服务
62+阅读 · 2021年4月11日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Model Reduction via Dynamic Mode Decomposition
Arxiv
0+阅读 · 2022年4月20日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
Arxiv
12+阅读 · 2020年12月10日
Arxiv
10+阅读 · 2018年3月23日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员