氨基酸变异与神经退化疾病关联性的融合分析模型

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61602332
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    20.0万
  • 负责人：
    杨洋
  • 依托单位：
    苏州大学
  • 学科分类：
    F0213.生物信息计算与数字健康
  • 结题年份：
    2019
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2019-12-31

项目摘要

The biological issue proposed in this project is how to analyze the association of neurodegenerative diseases (NDDs) and amino acid variations by creating bioinformatics models based on existing literature and data. The aim is to predict variations’ contribution to the specific kind of diseases and provide assistance for accurate pathological study. It is a new research aspect which can meet the requirements of current precision medicine studies and has great social significance..The project proposed to (1) collect training data from scratch using event extraction models in text mining method. It can not only guarantee the quality of prediction models in this project but also be benefit for other researchers by supplying benchmark data set. (2) create new models for predicting the effects of amino acid variations on protein aggregation and structural stability, respectively. These two predictors are entirely based on residue and amino acid sequence information, and are designed as multi-classification using 2-layer structure with corresponding features selections. It can improve the generalization and robustness of the models effectively. (3) design a fusion strategy and establish an integrative model which is particular for analyzing the association of amino acid variations and NDDs based on the protein aggregation and stability predictors as well as existing solubility and disorder predictors for variations. In this way we can find variations which are close associated with NDDs and release online services for bio-medical researchers.
本项目提出的生物问题是，如何充分利用已有文献和数据，建立生物信息学模型分析氨基酸变异与神经退化疾病之间的关联关系。从而预测对该类疾病具有突出贡献的变异，为精准确定病理提供辅助。该课题是一个新的研究角度，符合当前精准医学的要求，有较大的社会意义和应用价值。.研究内容和创新包括：（1）通过事件发现模型，用文本挖掘方法从头收集训练数据。既是本项目预测模型的质量保障，也能为该领域研究者提供新的高质量的基准数据集。（2）完全基于氨基酸性质和序列信息，分别建立新的氨基酸变异对蛋白质聚集性和结构稳定性影响的预测模型，特色是通过设计级联结构的多分类预测和分层筛选特征，提高模型的泛化性和鲁棒性；（3）基于已有预测影响蛋白质溶解性、无序性模型和上述聚集性、稳定性模型，设计融合策略，建立特别适用于分析氨基酸变异与神经退化疾病关联的融合模型，用来寻找与这类疾病有紧密关联的变异，并发布软件系统供医学研究者使用。

结项摘要

蛋白质是生命体各类功能的载体，从氨基酸变异对蛋白质结构功能各方面的影响进行预测，是分析其是否有致病关联的重要途径。用实验方法研究步骤复杂、时间和经济成本高昂，而使用生物信息学方法，充分收集利用已有数据，通过计算来分析预测，可以有效地解决这一难题。神经退化类疾病具体分为40多种，症状各异，但发病机理相似。随着老龄化社会的到来，越来越受到广泛关注。.本课题基于机器学习的方法，研究了预测氨基酸变异对蛋白质结构和功能影响的方法和模型，并基于此构建融合模型，用于分析其与神经退化疾病的关联性，具体工作包括：（1）从文献中收集数据，构建和发布了与已报道37种神经退行性疾病有关联的6000多条变异信息的标准化数据库NDDVD，并进行更新维护：（2）通过数据挖掘和人工验证结合的方法，从头收集验证了氨基酸变异对于蛋白质结构稳定性变化的相关数据，修正了已有数据库存在的错漏，发布了高质量的标准数据集。在此基础上运用随机森林方法，并进行了相关属性筛选，建立了两层三分类的新预测模型PON-tstab；（3）运用梯度增强回归树等方法构建了基于序列信息预测蛋白质变性温度Tm的蛋白质稳定性预测模型ProTstab，并应用该工具，预测了全部人类蛋白质的变性温度。在上述工作基础上，构建了初步的NDD相关变异的融合分析方法，筛选了部分高致病性的候选变异。主要成果包括发表（接受）论文11篇，其中SCI期刊论文9篇，申请发明专利3项，软件著作权4项。.上述工作对于进一步深入探究神经退化类疾病的致病机理，寻找重要的生物标记物，从而辅助疾病分子诊断和药物设计具有重大定义。构建的NDDVD相关变异数据库质量可靠，访问便捷；设计实现的预测模型性能较高，泛化性强，软件使用方便，为进一步的研究提供了可靠的基础。.

项目成果

期刊论文数量（10）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（3）
基于多层感知机的蛋白质变性温度预测
  • DOI：
    10.19734/j.issn.1001-3695.2018.01.0134
  • 发表时间：
    2019
  • 期刊：
    计算机应用研究
  • 影响因子：
    --
  • 作者：
    丁雪松;黄立群;张步忠;杨洋;吕强
  • 通讯作者：
    吕强
Variation benchmark datasets: update, criteria, quality and applications
变异基准数据集：更新、标准、质量和应用
  • DOI：
    10.1093/database/baz117
  • 发表时间：
    2020-02-04
  • 期刊：
    DATABASE-THE JOURNAL OF BIOLOGICAL DATABASES AND CURATION
  • 影响因子：
    5.8
  • 作者：
    Sarkar, Anasua;Yang, Yang;Vihinen, Mauno
  • 通讯作者：
    Vihinen, Mauno
NDDVD: an integrated and manually curated Neurodegenerative Diseases Variation Database.
NDDVD：集成且手动管理的神经退行性疾病变异数据库
  • DOI：
    10.1093/database/bay018
  • 发表时间：
    2018-01-01
  • 期刊：
    Database : the journal of biological databases and curation
  • 影响因子：
    --
  • 作者：
    Yang Y;Xu C;Liu X;Xu C;Zhang Y;Shen L;Vihinen M;Shen B
  • 通讯作者：
    Shen B
PON-tstab: Protein Variant Stability Predictor. Importance of Training Data Quality.
PON-tstab：蛋白质变异稳定性预测器。
  • DOI：
    10.3390/ijms19041009
  • 发表时间：
    2018-03-28
  • 期刊：
    International journal of molecular sciences
  • 影响因子：
    5.6
  • 作者：
    Yang Y;Urolagin S;Niroula A;Ding X;Shen B;Vihinen M
  • 通讯作者：
    Vihinen M
Computer-aided biomarker discovery for precision medicine: data resources, models and applications
精准医学的计算机辅助生物标志物发现：数据资源、模型和应用。
  • DOI：
    10.1093/bib/bbx158
  • 发表时间：
    2019-05-01
  • 期刊：
    BRIEFINGS IN BIOINFORMATICS
  • 影响因子：
    9.5
  • 作者：
    Lin, Yuxin;Qian, Fuliang;Shen, Bairong
  • 通讯作者：
    Shen, Bairong

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

A new design method of the equivalent stress–strain relationship for hybrid (FRP bar and steel bar) reinforced concrete beams
混合（FRP筋和钢筋）钢筋混凝土梁等效应力应变关系的新设计方法
  • DOI：
    10.1016/j.compstruct.2021.114099
  • 发表时间：
    2021-08
  • 期刊：
    Composite Structures
  • 影响因子：
    6.3
  • 作者：
    杨洋;潘登;吴刚;曹大富
  • 通讯作者：
    曹大富
网店虚假促销对竞争网店溢出效应的影响研究——社交距离的调节作用
  • DOI：
    10.14134/j.cnki.cn33-1336/f.2017.07.006
  • 发表时间：
    2017
  • 期刊：
    商业经济与管理
  • 影响因子：
    --
  • 作者：
    杨洋;杨锐;薛骄龙;王虹
  • 通讯作者：
    王虹
环渤海地区三大城市群城市规模分布动态比较——基于1992—2012年夜间灯光数据的分析和透视
  • DOI：
    10.15957/j.cnki.jjdl.2016.04.009
  • 发表时间：
    2016
  • 期刊：
    经济地理
  • 影响因子：
    --
  • 作者：
    杨洋;李雅静;何春阳;刘志锋;黄庆旭
  • 通讯作者：
    黄庆旭
多重延迟的关键更新定理及其在风险理论中的应用
  • DOI：
    10.16205/j.cnki.cama.2015.0021
  • 发表时间：
    2015
  • 期刊：
    数学年刊A辑(中文版)
  • 影响因子：
    --
  • 作者：
    王开永;林金官;杨洋
  • 通讯作者：
    杨洋
Girth-8 (3,L)-规则QC-LDPC码的一种确定性构造方法
  • DOI：
    10.3724/sp.j.1146.2009.00838
  • 发表时间：
    2010-05
  • 期刊：
    电子与信息学报
  • 影响因子：
    --
  • 作者：
    杨洋;王新梅;陈超;张国华
  • 通讯作者：
    张国华

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

杨洋的其他基金

TTPAL通过棕榈酰化修饰稳定HSPD1的表达增强线粒体自噬促进肝癌进展的机制研究
  • 批准号：
    82303005
  • 批准年份：
    2023
  • 资助金额：
    30 万元
  • 项目类别：
    青年科学基金项目

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