项目名称: 利用系统生物学方法研究遗传和环境因素对肺癌发生的影响

项目编号: No.31371335

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 生物科学

项目作者: 蔡煜东

作者单位: 上海大学

项目金额: 60万元

中文摘要: 肺癌是目前全球发病率和死亡率最高的肿瘤之一。在我国,肺癌居全部恶性肿瘤死因的首位,死亡率在近30年来上升了464.84%。环境暴露如吸烟、饮酒等是这些恶性肿瘤的重要病因,但相同环境暴露下仅有少数人发病,提示个体遗传因素也起着重要作用。目前,虽然全基因组关联研究(GWAS)被认为是研究包括肿瘤在内的复杂性疾病易感基因或致病基因的重要手段,但是GWAS不能揭示这些关联背后的生物学作用机制,并且由于GWAS发现易感位点需要很高的显著性(P-value),导致一部分易感位点的遗失。因此,我们希望通过构建SNP与基因eQTL相互作用的局部网络,弥补GWAS的缺陷,发现更多的易感位点和治病基因以及治病机制。我们将采用系统生物学的方法来优化肺癌SNP的筛选,分析肺癌SNP对甲基化,microRNA和基因表达的影响,预测特定病人的发病机理及诱因,分析遗传和环境因素对发病的贡献程度。

中文关键词: 肺癌;系统生物学;网络分析;机器学习;驱动因子

英文摘要: In China, lung cancer has the highest death rate which increased 464.84% in last three decades. It is well known that environmental factors such as tobacco smoking and alcohol drinking are the crucial factors of lung cancer. However, only a few individual

英文关键词: lung cancer;systems biology;network analysis;machine learning;key driver

成为VIP会员查看完整内容
0

相关内容

【NeurIPS2021】序一致因果图的多任务学习
专知会员服务
19+阅读 · 2021年11月7日
专知会员服务
18+阅读 · 2021年8月15日
专知会员服务
62+阅读 · 2021年7月25日
专知会员服务
18+阅读 · 2021年6月15日
KDD20 | AM-GCN:自适应多通道图卷积网络
专知会员服务
38+阅读 · 2020年8月26日
因果图,Causal Graphs,52页ppt
专知会员服务
238+阅读 · 2020年4月19日
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
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
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
【NeurIPS2021】序一致因果图的多任务学习
专知会员服务
19+阅读 · 2021年11月7日
专知会员服务
18+阅读 · 2021年8月15日
专知会员服务
62+阅读 · 2021年7月25日
专知会员服务
18+阅读 · 2021年6月15日
KDD20 | AM-GCN:自适应多通道图卷积网络
专知会员服务
38+阅读 · 2020年8月26日
因果图,Causal Graphs,52页ppt
专知会员服务
238+阅读 · 2020年4月19日
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
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
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员