一种新的基于CpG岛靶标富集的全基因组甲基化分析方法及其在与肿瘤miRNA/mRNA表达谱关联分析中的应用研究

项目名称： 一种新的基于CpG岛靶标富集的全基因组甲基化分析方法及其在与肿瘤miRNA/mRNA表达谱关联分析中的应用研究

项目编号： No.61271054

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 白云飞

作者单位： 东南大学

项目金额： 76万元

中文摘要： 本课题提出了一种新的全基因组范围内对CGIs（CpG岛）进行液相杂交富集的方法，并与高通量测序技术相结合，对肿瘤细胞（或临床样本）的全基因甲基化状态进行单碱基分辨率作图，并与基因表达（miRNA和mRNA）信息进行关联分析，寻找肿瘤发生、发展过程中关键基因表达差异的甲基化调控的机制，同时结合部分5hmC甲基化谱的相关研究，在全基因组范围内进一步揭示肿瘤的发生过程中的表观遗传学信息。本课题希望通过建立一种有效的全基因组甲基化谱分析方法，并结合基因差异表达的关联分析，从中获肿瘤特异性甲基化图谱及其相关联的基因表达差异信息。该方法的建立及其应用有助于阐明基因组水平甲基化的改变与肿瘤发生的关系，筛选特定基因甲基化位点作为肿瘤的早期诊断标志物、恶性评估及预后的判断指标等，并可以用于筛选能够控制筛选能够控制肿瘤生长的小分子药物。本课题研究在肿瘤分子生物学、功能基因组学及生物医药领域具有广泛应用。

中文关键词： DNA甲基化；非编码RNA；调控网络关联分析；TNF-α 处理；肿瘤

英文摘要： Human cancers are increasingly being recognized as having an epigenetic component that plays a major role in driving tumor initiation and progression. DNA methylation is one of the epigenetic modifications that regulate gene expression in normal and cancer tissues. Although a number of methods are available for whole genome methylation analysis, it is still very expensive to determine the methylation status of every single CpG site in the human genome. The goal of this proposal is to develop a targeted bisulfite sequencing method by combining a solution-based sequence capture method with next-generation sequencing technologies. After this new method is successfully developed, we will apply this targeted bisulfite sequencing approach to generate the epigenetic changes （5mC 5hmC）between different tumor cells (or clinical samples) in a single base resolution mapping. Finally, Using some conventional or self-develpoed bioinformatics tools, we will combine the gene expression informations (miRNA and mRNA) to find out the key methylation sites and genes in the tumorigenesis and development process. The application of the technology developed will revolutionize the current analytical methods of DNA methylation, provide digital profiles of aberrant DNA methylation for individual human diseases and offer a deep-sequencin

英文关键词： DNA methylation；non-coding RNA；multiregulation network analysis；TNF-α treatment；cancer