细胞凋亡信号转导网络多尺度建模及其在新抗肿瘤药物靶标识别方面的应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61172183
  • 项目类别:
    面上项目
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0124.生物电子学与生物信息处理
  • 结题年份:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

细胞凋亡信号转导机制的研究对于抗肿瘤药物研发具有重要意义。传统的生物学实验研究一般仅专注于细胞凋亡途径中局部的一些分子的作用机制研究,难以在系统层面上认识信号转导的机制。系统生物学建模方法可以有效地弥补传统生物学实验方法的不足,通过建模分析和计算机模拟可以更好地阐明信号转导网络的系统行为,模拟生物实验不易设置的条件,为实验研究提供合理的生物学假设和推演,并可以预测药物治疗的靶标和靶标群。本申请项目主要研究多种抗凋亡和促凋亡应激信号作用下细胞凋亡相关信号转导网络(途径)的多尺度建模方法,提出新的计算框架和算法,建立细胞凋亡信号转导网络的多尺度系统生物学模型,开发一套计算模拟和生物实验反复、交叉验证的平台体系,以发现新的抗肿瘤药物靶标。本项研究不仅在信号转导建模理论研究方面具有重要意义,而且在创新药物研发方面也具有巨大的应用价值。

结项摘要

本项目主要通过系统生物学方法研究细胞凋亡相关信号转导网络的建模、细胞凋亡机制、凋亡相关信号转导途径间的交叉对话以及细胞在促凋亡和抗凋亡组合信号(药物分子)作用下细胞命运决策的分子机制,以发现新的抗肿瘤药物治疗靶标和靶标群。首先,课题组建立了两个系统平台,第一是抗肿瘤先导化合物的计算机辅助筛选和实验验证平台,包括计算机硬件、软件升级以及筛选流程的探索和优化等,目的是获得自己具有独立知识产权的新型活性化合物分子。第二是系统生物学研究平台,包括软件的采购、分析流程的探索和优化等,目的是通过组学技术和系统生物学建模方法探索抗肿瘤活性化合物的凋亡诱导机制。基于这些研究平台,课题组展开了一系列的研究工作,包括IFN-γ和IL-6信号转导通路的系统生物学建模研究,Notch、Wnt和FGF信号转导通路的系统生物学建模研究,组蛋白去乙酰化酶(HDAC)抑制剂的虚拟筛选研究,以及HDAC抑制剂诱导肿瘤细胞凋亡的机制研究等,并取得一些成果,相关的学术论文已经发表。在前述研究的基础上,课题组目前主要致力于将计算方法和生物实验方法结合进行化合物分子的肿瘤细胞凋亡诱导机制以及胰岛β细胞的凋亡保护机制研究,主要专注于新型HDAC抑制剂分子的发现,基于组学技术的HDAC抑制剂的分子作用机制研究,以及HDAC抑制剂分子作用信号转导网络系统生物学建模研究。细胞凋亡信号转导机制的研究对于抗肿瘤药物研发具有重要意义。传统的生物学实验研究一般仅专注于局部的一些分子或途径,难以在系统层面上认识分子作用的信号转导机制。本项研究开发建立了系统生物学研究平台以及计算机辅助活性化合物筛选平台,并基于这两个平台展开药物分子作用下的肿瘤细胞凋亡机制研究和新型抗肿瘤化合物分子发现研究,建立了多个信号通路的系统生物学模型,发现一系列的新型HDAC抑制剂化合物,为进一步的研究打下了良好的基础。

项目成果

期刊论文数量(19)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Virtual screening of specific insulin-like growth factor 1 receptor (IGF1R) inhibitors from the National Cancer Institute (NCI) molecular database.
来自美国国家癌症研究所 (NCI) 分子数据库的特定胰岛素样生长因子 1 受体 (IGF1R) 抑制剂的虚拟筛选
  • DOI:
    10.3390/ijms131217185
  • 发表时间:
    2012-12-14
  • 期刊:
    International journal of molecular sciences
  • 影响因子:
    5.6
  • 作者:
    Fan C;Huang YX;Bao YL;Sun LG;Wu Y;Yu CL;Zhang Y;Song ZB;Zheng LH;Sun Y;Wang GN;Li YX
  • 通讯作者:
    Li YX
Inferring gene regulatory networks by singular value decomposition and gravitation field algorithm.
通过奇异值分解和引力场算法推断基因调控网络
  • DOI:
    10.1371/journal.pone.0051141
  • 发表时间:
    2012
  • 期刊:
    PloS one
  • 影响因子:
    3.7
  • 作者:
    Zheng M;Wu JN;Huang YX;Liu GX;Zhou Y;Zhou CG
  • 通讯作者:
    Zhou CG
Three new compounds from the stem bark of Juglans mandshurica
核桃茎皮中的三种新化合物
  • DOI:
    10.1080/10286020.2014.923406
  • 发表时间:
    2014-01-01
  • 期刊:
    JOURNAL OF ASIAN NATURAL PRODUCTS RESEARCH
  • 影响因子:
    1.7
  • 作者:
    Lin, Hua;Zhang, Yu-Wei;Li, Yu-Xin
  • 通讯作者:
    Li, Yu-Xin
MimoPro: a more efficient Web-based tool for epitope prediction using phage display libraries.
MimoPro:一种更高效的基于网络的工具,使用噬菌体展示库进行表位预测
  • DOI:
    10.1186/1471-2105-12-199
  • 发表时间:
    2011-05-25
  • 期刊:
    BMC bioinformatics
  • 影响因子:
    3
  • 作者:
    Chen WH;Sun PP;Lu Y;Guo WW;Huang YX;Ma ZQ
  • 通讯作者:
    Ma ZQ
PepMapper: a collaborative web tool for mapping epitopes from affinity-selected peptides.
PepMapper:用于从亲和力选择的肽中映射表位的协作网络工具
  • DOI:
    10.1371/journal.pone.0037869
  • 发表时间:
    2012
  • 期刊:
    PloS one
  • 影响因子:
    3.7
  • 作者:
    Chen W;Guo WW;Huang Y;Ma Z
  • 通讯作者:
    Ma Z

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

抗原表位预测的免疫信息学方法研究进展
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国免疫学杂志
  • 影响因子:
    --
  • 作者:
    李玉新;黄艳新;鲍永利
  • 通讯作者:
    鲍永利
一种新的量子群进化算法研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    周春光;黄艳新;邹淑雪;丰小月;路春一;王岩
  • 通讯作者:
    王岩
基于最小不确定性神经网络的茶味觉信号识别
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    周春光;黄艳新;丰小月;王岩
  • 通讯作者:
    王岩
一种基于支持向量机的蛋白质结构域边界预测方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    吉林大学学报理学版
  • 影响因子:
    --
  • 作者:
    HUANG Yan-xin;李艳文;ZOU Shu-xue;ZHOU Chun-guang;黄艳新;邹淑雪;LI Yan-wen;周春光
  • 通讯作者:
    周春光
一种基于支持向量机的模糊分类系统研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    黄艳新;周春光;王岩;邹淑雪
  • 通讯作者:
    邹淑雪

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

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