利用癫痫与其遗传性共患病的基因关系预测导致癫痫的新基因突变

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    81801132
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    21.0万
  • 负责人：
    赵慧英
  • 依托单位：
    中山大学
  • 学科分类：
    H0901.神经系统发育与代谢异常
  • 结题年份：
    2021
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2021-12-31

项目摘要

Epilepsy is a serious neurological disease characterized to be heritable with many comorbidity diseases. However, genetic mechanisms for epilepsy remain not clear. The popular approach for detecting genes related with epilepsy is the technique of whole genome (WGS) or whole exon sequencing (WES) that requires huge economic supports. Thus, we need new strategy to predict epilepsy-related genes. As malfunction of one gene might cause multiple diseases, disease-causing genes may be inferred from their diseases with the same mechanisms. We have developed a new approach to assess disease similarity and to predict related genes of diseases. Additionally, our preliminary study on 155 medical records has shown that the relative risks of autism and schizophrenia in epilepsy patients are significantly higher than in general population, which indicates that that epilepsy and comorbidity share the same genetic mechanisms. Therefore, we propose to investigate 3000 medical records to calculate the relative risks of other genetic diseases in epilepsy population. Based on the diseases with significantly high relative risks in epilepsy patients, their related genes will be used to predict those related with epilepsy, which will be further validated by sequencing on patient cases.
癫痫是一种严重的神经性疾病，常与多种疾病同时出现，且具有高度的遗传性，但遗传机理仍不清晰。目前，探测癫痫相关的基因一般是通过大样本的全基因测序，需要大量的时间和资金，因此需要发展新的策略。 因为同一基因可能引起多种疾病，所以共存于同一个体的多个疾病可能有共同的遗传机理。利用这一现象，我们前期研究证明疾病遗传机理的相关性有助于预测新的致病基因突变；另外，前期对155份原发癫痫病历的分析表明，癫痫儿童同时患有自闭症或精神分裂等疾病的概率明显高于非癫痫人群。因此，我们假设癫痫患者同时患有其他遗传疾病的现象，可能是由于其他遗传性疾病与癫痫是由相同的基因引起的，这一现象有助于我们预测发现新的导致癫痫的基因。在此，我们计划进一步收集3000份癫痫病历，统计分析与癫痫同时发生的疾病类型和概率，从而建立数学模型，根据其它疾病的致病基因预测导致癫痫的基因，并在患者中进行测序验证，为治疗和药物设计提供依据。

结项摘要

癫痫是一种严重的神经性疾病，常与多种疾病同时出现，常见的共患病包括抑郁症、痴呆、偏头痛、多动症、心脏病等且具有高度的遗传性，但遗传机理仍不清晰。目前，探测癫痫相关的基因一般是通过大样本的全基因测序，需要大量的时间和资金，因此需要发展新的策略。因为同一基因可能引起多种疾病，所以共存于同一个体的多个疾病可能有共同的遗传机理。.本项目总体研究目标是将现有的癫痫病人的病历与疾病之间基因相关性结 合起来建立准确可靠的预测与癫痫相关的新基因突变的方法，同时在患者中通 过目标基因测序进行验证，从而为诊断治疗以及药物研究提供依据。.本项目进展顺利，发表相关SCI21篇，申请专利5项，培养在读硕士4名，在读博士2名，硕士毕业 1名，引进博后2名，主要目标基本完成。取得以下成果：1）提出了一种新的蛋白结构预测方法，该方更具有准确性，为癫痫治疗选取可能的药物提供技术支持；2）提出了一个端到端的深度学习框架，利用准视觉问题回答系统预测药物与蛋白质的相互作用，为癫痫治疗选取可能的药物提供技术支持；3）更新了DLIGAND2，在预测天然复杂结构或由于分子对接形成的位置都有显著提高，可以显著提升筛选药物准确性；4）DStruBTarget：通过排除具有类似结构的配体和具有高序列识别性的蛋白质而构建，用于识别与查询配体结合的蛋白；5）通过整合多组学数据，从GWAS结果中确定神经疾病风险基因的优先次序；6）系统分析确定神经退行性变疾病的转录组范围内基因和异构体的失调情况。.本项目的研究成果不仅能够更加准确地预测导致癫痫的新基因突变，同时提高了预测速度。上述工作不仅能够推动癫痫的药物研发，而且对于长远的新药研制也将发挥着重要的作用。

项目成果

期刊论文数量（22）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（5）
Distinct sequence features underlie microdeletions and gross deletions in the human genome.
人类基因组中微缺失和粗缺失背后的独特序列特征
  • DOI：
    10.1002/humu.24314
  • 发表时间：
    2022-03
  • 期刊：
    HUMAN MUTATION
  • 影响因子：
    3.9
  • 作者：
    Qi, Mengling;Stenson, Peter D.;Ball, Edward, V;Tainer, John A.;Bacolla, Albino;Kehrer-Sawatzki, Hildegard;Cooper, David N.;Zhao, Huiying
  • 通讯作者：
    Zhao, Huiying
Deep Learning Enables Accurate Diagnosis of Novel Coronavirus (COVID-19) With CT Images.
深度学习利用 CT 图像准确诊断新型冠状病毒 (COVID-19)
  • DOI：
    10.1109/tcbb.2021.3065361
  • 发表时间：
    2021-11
  • 期刊：
    IEEE/ACM transactions on computational biology and bioinformatics
  • 影响因子：
    --
  • 作者：
    Song Y;Zheng S;Li L;Zhang X;Zhang X;Huang Z;Chen J;Wang R;Zhao H;Chong Y;Shen J;Zha Y;Yang Y
  • 通讯作者：
    Yang Y
Systematic analysis to identify transcriptome-wide dysregulation of Alzheimer's disease in genes and isoforms
系统分析以确定阿尔茨海默氏病基因和亚型的转录组范围失调
  • DOI：
    10.1007/s00439-020-02230-7
  • 发表时间：
    2020-11-02
  • 期刊：
    HUMAN GENETICS
  • 影响因子：
    5.3
  • 作者：
    Fan, Cong;Chen, Ken;Zhao, Huiying
  • 通讯作者：
    Zhao, Huiying
Prioritization of schizophrenia risk genes from GWAS results by integrating multi-omics data.
通过整合多组学数据，从 GWAS 结果中确定精神分裂症风险基因的优先顺序
  • DOI：
    10.1038/s41398-021-01294-x
  • 发表时间：
    2021-03-17
  • 期刊：
    Translational psychiatry
  • 影响因子：
    6.8
  • 作者：
    He D;Fan C;Qi M;Yang Y;Cooper DN;Zhao H
  • 通讯作者：
    Zhao H
Accurate prediction of genome-wide RNA secondary structure profile based on extreme gradient boosting
基于极端梯度增强的全基因组RNA二级结构谱的准确预测
  • DOI：
    10.1093/bioinformatics/btaa534
  • 发表时间：
    2020-09-01
  • 期刊：
    BIOINFORMATICS
  • 影响因子：
    5.8
  • 作者：
    Ke, Yaobin;Rao, Jiahua;Yang, Yuedong
  • 通讯作者：
    Yang, Yuedong

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

4℃液态保存对奶山羊精子超微结构的影响
  • DOI：
    10.11843/j.issn.0366-6964.2022.03.029
  • 发表时间：
    2022
  • 期刊：
    畜牧兽医学报
  • 影响因子：
    --
  • 作者：
    韩亚雯;赖贞霖;张梦美;赵慧英;刘腾飞
  • 通讯作者：
    刘腾飞
简谈如何提高青年教师教学质量
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    黑龙江畜牧兽医
  • 影响因子：
    --
  • 作者：
    陈树林;赵善廷;赵慧英;徐永平;乔海莲
  • 通讯作者：
    乔海莲

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

赵慧英的其他基金

基于贝叶斯模型整合基因组及单细胞转录组揭示帕金森病新机理
  • 批准号：
    82371482
  • 批准年份：
    2023
  • 资助金额：
    49 万元
  • 项目类别：
    面上项目
整合组学数据与正常人脑组织基因表达网络揭示帕金森病相关的基因网络模块及药物研发研究
  • 批准号：
  • 批准年份：
    2019
  • 资助金额：
    55 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码