项目名称: 基于生物数据融合的恶性肿瘤中miRNA-ceRNA复合协同调控模式的研究

项目编号: No.61203264

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 徐娟

作者单位: 哈尔滨医科大学

项目金额: 25万元

中文摘要: 恶性肿瘤的发生发展与miRNA和竞争性内源RNA(ceRNA)密切相关,研究miRNA与ceRNAs在癌症中的复合型协同调控模式是具有挑战意义的课题。本课题从系统生物学角度,通过整合miRNA和靶基因双重表达谱、互作组和功能组等高通量生物数据,借助共调控的功能模块构建了miRNA-ceRNA复合型功能协同调控网络、研究了协同调控作用的潜在机制、疾病miRNA/ceRNA的拓扑特征、从ceRNA角度预测长的非编码RNA和假基因功能的新方法和新技术,旨在实现挖掘癌症发生发展过程中关键的miRNA/ceRNA及miRNA-ceRNA协同调控模块,建立癌症关联的miRNA/ceRNA及协同调控模块识别的生物信息学分析平台,应用方法于乳腺癌、前列腺癌、胶质瘤等癌症数据,挖掘出疾病特异的miRNA和ceRNA及协同调控模块,对推进人类复杂疾病多miRNA多基因研究、探讨癌症发生发展的机理具有重大意义。

中文关键词: 恶性肿瘤;miRNA/lncRNA协同调控网络;ceRNA-ceRNA互作;整合分析;表观调控

英文摘要: It has been known that miRNAs and competitive endogenous RNAs (ceRNAs) are closely associated with oncogenic initiation and progression, so it is a challenge to explore the composite regulation patterns between miRNA and ceRNA.In the subject, we attempt to propose a systematically analyzing strategy to explore the composite regulation patterns between miRNA and ceRNA for malignant tumor, by integrating multidimensional high-throughput biological data, such as paired miRNA-target gene expression profiles, protein interactome and functional information, etc. Here, long non-coding RNAs (lncRNA) and pseudogenes are considered if they are targeted by miRNAs. Firstly, miRNA-ceRNA functional synergistic network is constructed based on co-regulated functional modules, and the specific topological features of known disease miRNAs/ceRNAs are dissected. Then, we systematically analyze the potential mechanisms underlying miRNA/ceRNA synergetic regulations. In addition, the function of lncRNA and pseudogenes is predicted by considering their ceRNA roles.The ultimate goals of our subject are to detect miRNAs/ceRNAs and miRNA-ceRNA functional synergistic modules which play important roles in oncogenesis, and set up a bioinformatic analysis platform. Then, we apply this platform to identify specific cancer-related miRNAs/ceRNAs

英文关键词: malignant tumor;miRNA/lncRNA functional synergistic network;ceRNA-ceRNA interplay;integrative analysis;epigenetic regulation

成为VIP会员查看完整内容
0

相关内容

医学图像关键点检测深度学习方法研究与挑战
专知会员服务
50+阅读 · 2022年4月10日
ICLR2022 | OntoProtein:融入基因本体知识的蛋白质预训练
专知会员服务
28+阅读 · 2022年2月20日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
【ICLR2021】常识人工智能,77页ppt
专知会员服务
75+阅读 · 2021年5月11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
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
61+阅读 · 2020年5月25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
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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
21+阅读 · 2021年12月31日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
A Comprehensive Survey on Transfer Learning
Arxiv
121+阅读 · 2019年11月7日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
小贴士
相关VIP内容
医学图像关键点检测深度学习方法研究与挑战
专知会员服务
50+阅读 · 2022年4月10日
ICLR2022 | OntoProtein:融入基因本体知识的蛋白质预训练
专知会员服务
28+阅读 · 2022年2月20日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
【ICLR2021】常识人工智能,77页ppt
专知会员服务
75+阅读 · 2021年5月11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
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
61+阅读 · 2020年5月25日
相关基金
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
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 · 2011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