基于全基因组测序建立病毒拷贝数和整合位点的生物信息学方法及数据分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81770205
  • 项目类别:
    面上项目
  • 资助金额:
    55.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H0810.淋巴瘤与淋巴细胞疾病
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

Viral integration is a physiological process when a virus infects the host cell. During the process, viral DNA inserts itself into the host cell and participates in its DNA replication. This can help it to escape immunosurveillance and maintain self-survival. The integration of oncogenic virus can transform or induce normal host cell into malignant tumor cell. Our lab has sequenced 10 cases of lymphocytic leukemia patients on their tumor tissue and paired normal tissue. Based on these data, we have developed a software, which is well-structured and easy to use, then use it to complete viral integration analysis efficiently, and finally found the high-frequency integration sites and global distribution of the virus. Our project will continue to complete the existing algorithm and pipeline. We will cooperate with clinicians, expand the sample size, gather more information about other kinds of oncogenic virus. With these data, we will build a database which contains high-frequency integration sites and global distribution of most oncogenic virus. Some important sites will be verified through experimental methods. It can predict or explore the mechanism of oncogenic virus integration and its carcinogenic effects. This study will help to clinical treatment and improve long-term survival of the patients.
病毒整合是病毒在感染宿主细胞过程中,将自身DNA插入到宿主细胞DNA中并参与其复制,以逃避宿主细胞免疫功能清除,维系自我生存等一系列生理过程。其中瘤性DNA病毒的整合,常会使宿主细胞发生转化,诱导或参与形成恶性肿瘤。本实验室测序了10例淋巴细胞瘤患者全基因组肿瘤和正常的配对数据,基于这些数据,已初步研发出一款可便于使用、结果准确、且可用于多种致瘤病毒整合分析的软件,大致找出病毒在人基因组上高频整合位点及整体分布规律。本项目将继续完善开发本实验室已有的病毒整合软件算法及分析流程,和临床医生合作,扩大分析样本,整合多种致瘤性病毒信息,构建致瘤性病毒高频整合位点和整合规律分布数据库,以及部分病毒整合功能验证,探索致瘤性病毒人体整合的机理及其致癌影响,进而为临床治疗提供帮助,改善致瘤性病毒引起疾病相关患者的长期生存。

结项摘要

我们开发了病毒整合分析包 (QAP),用于解决与从大量病毒种群测序数据中进行生物学解释相关的问题。 QAP 通过首先引入“病毒 OTU”的定义来提供对病毒生态学的定量洞察,并支持广泛的病毒群落分析和结果可视化。 考虑到更广泛的用户,开发了各种形式的 QAP,包括命令行、图形用户界面和 Web 服务器。.我们将此方法应用于 EBV 整合位点检测,并在 Natural Killer T 患者中找到有意义的结果。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Leveraging biological and statistical covariates improves the detection power in epigenome-wide association testing
利用生物学和统计协变量提高表观基因组范围关联测试的检测能力
  • DOI:
    10.1186/s13059-020-02001-7
  • 发表时间:
    2020-04-06
  • 期刊:
    GENOME BIOLOGY
  • 影响因子:
    12.3
  • 作者:
    Huang, Jinyan;Bai, Ling;Chen, Jun
  • 通讯作者:
    Chen, Jun
Genomic and Transcriptomic Characterization of Natural Killer T Cell Lymphoma
自然杀伤 T 细胞淋巴瘤的基因组和转录组特征
  • DOI:
    10.1016/j.ccell.2020.02.005
  • 发表时间:
    2020-03-16
  • 期刊:
    CANCER CELL
  • 影响因子:
    50.3
  • 作者:
    Xiong, Jie;Cui, Bo-Wen;Zhao, Wei-Li
  • 通讯作者:
    Zhao, Wei-Li
An integrated software for virus community sequencing data analysis
病毒群落测序数据分析集成软件
  • DOI:
    10.1186/s12864-020-6744-4
  • 发表时间:
    2020-05-15
  • 期刊:
    BMC GENOMICS
  • 影响因子:
    4.4
  • 作者:
    Wang, Mingjie;Li, Jianfeng;Zhang, Xinxin
  • 通讯作者:
    Zhang, Xinxin
BioInstaller: a comprehensive R package to construct interactive and reproducible biological data analysis applications based on the R platform.
BioInstaller:一个全面的 R 包,用于构建基于 R 平台的交互式、可重复的生物数据分析应用程序
  • DOI:
    10.7717/peerj.5853
  • 发表时间:
    2018
  • 期刊:
    PeerJ
  • 影响因子:
    2.7
  • 作者:
    Li J;Cui B;Dai Y;Bai L;Huang J
  • 通讯作者:
    Huang J
CytoTree: an R/Bioconductor package for analysis and visualization of flow and mass cytometry data.
CytoTree:用于流式和质谱流式数据分析和可视化的 R/Bioconductor 软件包
  • DOI:
    10.1186/s12859-021-04054-2
  • 发表时间:
    2021-03-22
  • 期刊:
    BMC bioinformatics
  • 影响因子:
    3
  • 作者:
    Dai Y;Xu A;Li J;Wu L;Yu S;Chen J;Zhao W;Sun XJ;Huang J
  • 通讯作者:
    Huang J

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

基于高通量测序数据构建斑马鱼隐性遗传突变筛选系统
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    现代生物医学进展
  • 影响因子:
    --
  • 作者:
    陈漪;孔杰;陈赛娟;黄金艳
  • 通讯作者:
    黄金艳
Comparison of Rhizospheric and Endophytic Bacterial Compositons between Netted and Oriental Melons
网纹瓜和东方瓜根际和内生细菌组成的比较
  • DOI:
    --
  • 发表时间:
    2023
  • 期刊:
    Microbiology spectrum
  • 影响因子:
    3.7
  • 作者:
    肖健;孙妍;何毅;唐小付;杨尚东;黄金艳
  • 通讯作者:
    黄金艳
大数据生物信息分析促进肿瘤分子靶点的发现.
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中华胃肠外科杂志
  • 影响因子:
    --
  • 作者:
    黄金艳;于颖彦.
  • 通讯作者:
    于颖彦.
黄芩苷抗肿瘤作用机制的研究进展
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    上海交通大学学报 (医学版)
  • 影响因子:
    --
  • 作者:
    刘梦珂;纪濛濛;程林;黄金艳;孙晓建;赵维莅;王黎
  • 通讯作者:
    王黎
粳稻为背景的普通野生稻单片段代换系群体的初步构建
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    广西农业科学
  • 影响因子:
    --
  • 作者:
    刘驰;李容柏;黄大辉;黄悦悦;宋建东;马增凤;郑加兴;阳海宁;张月雄;黄金艳;李孝琼
  • 通讯作者:
    李孝琼

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

黄金艳的其他基金

成人及儿童急性淋巴细胞白血病的基因组转录组生物信息学分析方法建立及数据分析
  • 批准号:
    81570122
  • 批准年份:
    2015
  • 资助金额:
    60.0 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