项目名称: 前列腺癌诊断、分级和预后相关的生物分子网络的构建和数学模拟

项目编号: No.91230117

项目类型: 重大研究计划

立项/批准年度: 2013

项目学科: 生物物理、生化与生物分子学、生物力学与组织工程

项目作者: 沈百荣

作者单位: 苏州大学

项目金额: 70万元

中文摘要: 癌症等复杂疾病的准确的分子诊断、分级和预后预测,一直是复杂疾病诊疗中的难题。复杂疾病的发病机理和诊疗不只是涉及到单个基因或蛋白的行为,它是一个多层次的网络异常和控制的系统生物学问题,对复杂疾病的准确地诊断、分级和预后必须考虑多个基因或蛋白以及它们之间的相互关系。 本课题以前列腺癌为研究对象,通过在系统和网络层次上的建模分析来探索癌症的生物分子网络特征。主要内容包括::1)收集和整合前列腺癌相关的临床数据、病人信息和各种组学数据,重构前列腺癌诊断、分级和预后相关的生物分子网络;2)通过对构建的网络进行静态拓扑结构分析和动态模拟,提出描述前列腺癌诊断、分级和预后相关网络的特征和数理模型; 3) 探讨疾病网络与正常网络的差异性,结合前列腺癌发生的分子机制,解析为什么一些基因的变化会导致生物网络的失稳和异常、从而导致前列腺癌,为前列腺癌的诊断、分级和预后提供重要的科学依据

中文关键词: 前列腺癌;microRNA;microRNA-mRNA网络;生物标志物发现;生物信息学模型

英文摘要: Diagnosis, staging and prognosis of complex diseases, such as cancer, is always challenging for biologists and clinicians. Complex diseases are often caused by mutations or abnormal expression of multiple genes and therefore related to the abnormality and the lost-of-control of molecular network. To improve the accuracy of diagnosis, staging and prognosis of complex diseases, it is necessary to investigate their disease associated networks, which are formed my multiple genes and their interaction. This proposal takes the prostate cancer (PCa) as a case study to investigate the characteristics of prostate cancer associated molecular networks and which mainly includes following steps: 1) Collecting and integrating PCa associated omics data and clinical data to reconstruct PCa diagnosis, staging and prognosis associated molecular networks; 2) Topological analysis and dynamic simulation of the reconstructed networks to extract the important patterns to characterize PCa , then to construct model for the diagnosis, stating and prognosis of PCa; 3) Combining with the prior knowledge on PCa to study the PCa systems for their stability and other dynamic properties then to provide important information for the precise clinical diagnosis, staging and prognosis of PCa.

英文关键词: prostate cancer;microRNA;microRNA-mRNA network;Biomarker discovery;Bioinformatics Model

成为VIP会员查看完整内容
1

相关内容

神经网络的基础数学
专知会员服务
201+阅读 · 2022年1月23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
专知会员服务
65+阅读 · 2021年6月3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
【干货书】用Python构建概率图模型,173页pdf
专知会员服务
111+阅读 · 2020年8月23日
计算生物学揭秘奥密克戎强感染性原因
微软研究院AI头条
0+阅读 · 2022年4月12日
独家 | 一文读懂人工神经网络
数据派THU
12+阅读 · 2018年2月1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 · 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
0+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
国家自然科学基金
1+阅读 · 2009年12月31日
OPerA: Object-Centric Performance Analysis
Arxiv
0+阅读 · 2022年4月22日
小贴士
相关主题
相关VIP内容
神经网络的基础数学
专知会员服务
201+阅读 · 2022年1月23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
专知会员服务
65+阅读 · 2021年6月3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
【干货书】用Python构建概率图模型,173页pdf
专知会员服务
111+阅读 · 2020年8月23日
相关资讯
计算生物学揭秘奥密克戎强感染性原因
微软研究院AI头条
0+阅读 · 2022年4月12日
独家 | 一文读懂人工神经网络
数据派THU
12+阅读 · 2018年2月1日
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 · 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
0+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
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员