本课题受黑龙江省自然科学基金资助，旨在通过整合非编码RNA与通路拓扑特性识别前列腺癌风险通路异常区域。 癌症的发生、发展通常与通路的功能失调或异常密切相关。整合分析通路中基因、非编码RNAs及它们之间复杂的动态的相互作用，是理解癌细胞分子的异常生长发育与癌症恶性程度之间的关联、以及癌症通路异常调控方式等一系列科学问题的有效手段。已有大量研究以蛋白编码基因作为出发点识别复杂疾病异常通路。而近年来，更多的研究发现，大量非编码RNAs，包括微小RNAs（microRNAs）和长链非编码RNAs（lncRNAs）等，能够通过协同合作的方式调控通路及其内部关键蛋白编码基因的表达。因此，我们提出了这样的疑问：哪些非编码RNAs调控了癌症中功能关键的风险通路及其局部异常区域？上述科学问题已涉及到癌症风险通路异常调控的分子本质，需要我们将思维拓展到系统生物学角度，应用生物信息学的理论与方法，全面、系统、深入地加以研究和解答。因此，本研究提出了一个新的流程，旨在发现显著的microRNAs介导的子通路与胰腺癌相关，利用这些子通路进一步构建全面的microRNAs-基因网络，并提取microRNAs-基因模块。通过功能分析结果显示这些模块大多富集于癌症相关生物学功能中，并可能对胰腺癌患者的生存具有预后意义。此外，在本研究中，我们开发了人类lncRNA集数据库（LncSEA），该数据库专注于容纳各种可用的人类lncRNA资源。LncSEA支持18个类别和66个亚类别的40,000个参考lncRNAs，其中包括超过50,000个lncRNAs。更重要的是，LncSEA提供了lncRNA集的上游调控因子和下游靶点的富集分析。 本研究打破了现有通路研究严重依赖编码基因之间拓扑信息，而忽略通路中非编码RNAs拓扑信息的瓶颈，创新性地设计了全新的研究策略，建立以非编码RNAs为关键调控因 子的癌症特异的代谢通路重构图新模型。创新性地结合非编码RNAs的序列靶向信息，非编码RNAs与蛋白编码基因间的表达及共表达信息、竞争性内源关系信息，以及代谢物的浓度信息和通路的拓扑信息，开发全新的通路异常区域识别算法，并搭建分析平台。 本研究共发表高水平SCI论文三篇：（1）Feng C#, Song C#, Liu Y#, Qian F, Gao Y, Ning Z, Wang Q, Jiang Y, Li Y, Li M, Chen J, Zhang J*, Li C*. KnockTF: a comprehensive human gene expression profile database with knockdown/knockout of transcription factors. Nucleic Acids Res. 2020 Jan 8;48(D1):D93-D100.影响因子16.971；（2）Liu Y#, Cui Y#, Bai X#, Feng C, Li M, Han X, Ai B, Zhang J, Li X, Han J, Zhu J, Jiang Y, Pan Q, Wang F, Xu M, Li C*, Wang Q*. MiRNA-Mediated Subpathway Identification and Network Module Analysis to Reveal Prognostic Markers in Human Pancreatic Cancer. Front Genet. 2020 Dec 9;11:606940.影响因子4.772；（3）Chen J#, Zhang J#, Gao Y#, Li Y#, Feng C, Song C, Ning Z, Zhou X, Zhao J, Feng M, Zhang Y, Wei L, Pan Q, Jiang Y, Qian F, Han J, Yang Y, Wang Q, Li C*. LncSEA: a platform for long non-coding RNA related sets and enrichment analysis. Nucleic Acids Res. 2021 Jan 8;49(D1):D969-D980. 影响因子16.971。

哈尔滨医科大学大庆校区

该项目为储备库项目资源，暂无效益分析内容。