基于高通量测序数据的多层次生物网络分析理论与关键技术

项目名称： 基于高通量测序数据的多层次生物网络分析理论与关键技术

项目编号： No.61332014

项目类型： 重点项目

立项/批准年度： 2014

项目学科： 计算机科学学科

项目作者： 尚学群

作者单位： 西北工业大学

项目金额： 260万元

中文摘要： 构建和分析生物系统组成成分间的关联网络是现代生物信息学的研究前沿，对揭示基因功能、解析基因间的相互作用、认识生命活动的规律有着重要意义。随着高通量测序技术的迅猛发展，越来越多可利用的高通量测序数据的出现，为全面、准确地构建和分析生物网络提供了可能。本项目拟通过对生物问题和测序数据特点的深入研究，提出和发展针对多种高通量测序数据的处理、分析和挖掘的理论和方法，在此基础上研究一些重大疾病的病变机理。主要包括：（1）高通量测序数据处理的理论和方法；（2）整合多种组学数据对生物网络建模和功能研究的理论和方法；（3）定量描述复杂生物网络的静态特征和动态变化机制的理论和方法；(3) 与衰老及衰老相关重大疾病相结合的应用研究。本项目的研究将能够系统地分析生物网络，了解生物网络及其模块化结构的动态变化机制，从结构和功能等角度提对生命机制的全新理解。

中文关键词： 高通量测序数据处理与分析;生物网络;重大疾病;;

英文摘要： Constructing and analyzing large-scale interaction networks is fundamental to the understanding of cellular organization, process, and functions. With the advent of high-throughput methods — including chromatin immunoprecipitation followed by sequencing (ChIP–seq) and RNA sequencing (RNA–seq) — acquisition of genome-scale data has never been easier. The widely available next generation sequencing data is helpful to investigate the interaction between biological molecular, as well as poses multiple challenges for data analysis, and consequently often necessitates the use of powerful computing facilities and efficient methods. In this project, we study biological network, especially gene regulatory network and protein-protein interaction network, based on next generation sequencing data. We explicitly attempt to detangle the complexity of gene regulatory mechanism and protein interaction, integrate the data of epigenomics, transcriptomics, proteomics and genomics to model biological network. This project will provide a more comprehensive view of biological systems, bring us to a fuller understanding of our genetic constitution and thus to a more sustainable and healthier future.

英文关键词： next generation sequencing ;data analysis;biological network ;Disease