项目名称: 生物质谱发掘肝癌中蛋白可变剪切标志物研究

项目编号: No.81201821

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 肿瘤学1

项目作者: 郝运伟

作者单位: 中国人民解放军军事医学科学院

项目金额: 25万元

中文摘要: 原发性肝细胞癌(HCC)在世界范围内是第五位最常见和第三位致死率最高的恶性肿瘤,在我国每年肝癌新发和死亡病例均占全球一半以上。随着研究的深入,愈来越多的证据显示由可变剪切形成的蛋白质异构体在包括HCC在内的多种肿瘤形成中有着密切的联系,且由于其表达的特异性,具有着成为新一代诊断标志物的重要的价值。但基于单基因或简单筛选的传统研究模式无法对其进行规模化的分析,造成许多参与HCC发病过程中的异构体被忽视。另一方面,已有的筛选策略主要集中于转录水平,缺乏蛋白质水平上的证据,因此对标志物筛选和应用而言缺少了蛋白质验证这重要的一环。新兴的质谱策略- - -多反应离子监控(Multiple Reaction Monitoring,MRM)技术,为高通量的筛选和验证可变剪切体提供了现实基础。立足于本实验的蛋白质组平台,结合质谱数据解析和验证,我们可以从蛋白多样性角度筛选相关的异构体作为临床指标,从而提高诊断

中文关键词: 肝癌;可变剪接;蛋白质组;分子标志物;

英文摘要: Hepatocellular carcinoma (HCC) is the fifth common and third fatal cancer in the world. In china, the proportion of both new cases and deaths suffering from liver cancer is about 50% of global patients. Recently, there are more and more proofs suggesting protein isoforms produced by alternative splicing are closely related to carcinoma, especially in HCC. Consequently, the isoforms may become valuable biomarker for diagnose because of their specificity in expression. However, the traditional research based on single gene or screening cannot discover isoforms in a large scale, which ignore lots of isoforms involving in disease. Fortunately, multiple reaction monitoring (MRM), a new technology of mass spectrometry, makes high-through screening and validation of isoforms into reality. Combining proteomic tools with clinical verification, we could discover isoforms correlated to HCC, which may suggest new biomarkers for liver cancer.

英文关键词: HCC;alternative splicing;proteome;biomarker;

成为VIP会员查看完整内容
0

相关内容

【干货书】贝叶斯统计分析方法,697页pdf
专知会员服务
119+阅读 · 2021年12月18日
专知会员服务
77+阅读 · 2021年10月12日
专知会员服务
85+阅读 · 2021年10月11日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
人工智能预测RNA和DNA结合位点,以加速药物发现
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关主题
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员