microRNA与细胞表型的多层次网络关联分析

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61005040
项目类别：
青年科学基金项目
资助金额：
23.0万
负责人：
古槿
依托单位：
清华大学
学科分类：
F0304.系统工程理论与技术
结题年份：
2013
批准年份：
2010
项目状态：
已结题
起止时间：
2011-01-01 至2013-12-31

项目参与者：
姚欣；刘莉扬；汤万万；王霆；李睿；赵世文；
关键词：
多层次基因网络关联分析系统生物学 microRNA

项目摘要

揭示细胞应答外部刺激的调控机制是生命科学的基本问题之一。找到在细胞应答过程中宏观细胞表型和微观生物分子变化之间的关联关系是理解应答过程调控机制的基础。最近研究表明，相比mRNA，一类在细胞中起关键调控作用的内源性非编码RNA- - microRNA的表达与细胞表型有更稳定的关联关系，是界定细胞表型变化的潜在分子标志。但当前的研究策略只用microRNA表达和细胞表型的数据来建立二者的关联关系，难以解决信息量不足、生物分子层次的调控机制未知等问题。针对这些问题，本项目以血管内皮细胞为具体的生物模型，提出新的多层次网络关联分析的研究策略：在传统关联分析的基础上，通过引入生物分子层次的网络模型、发展细胞多层次（生物分子层次、通路层次和细胞表型层次）数据整合的新方法，系统的建立microRNA与细胞表型的关联关系，进而找到细胞表型变化的microRNA分子标志及其对应的关键调控环节。

结项摘要

miRNA是一类起重要调控作用的小的非编码RNA，单个miRNA可调控数百个靶基因，形成复杂的miRNA调控网络。研究表明miRNA的异常调控与肿瘤等多种复杂疾病密切相关，系统识别miRNA的调控网络及其调控的细胞表型对理解肿瘤相关生物过程的分子机制具有重要的意义。传统的分子生物学实验只能对单个或少数几个miRNA的功能和少数靶基因进行研究，很难系统的理解肿瘤中异常调控的miRNA的子网。最新的高通量组学技术可以实现对肿瘤细胞和肿瘤临床样本的基因组、表观基因组和转录组的大规模快速检测，将这些海量组学数据与分子生物学实验知识结合起来，可以更好的识别关键的肿瘤miRNA（oncomiR）及其调控的肿瘤细胞表型，系统的构建和分析oncomiR的调控网络，进而发现与临床诊疗表型相关的oncomiR调控子网。. 生物网络和基因调控具有很强的模块性，我们提出了基于基因模块来推断起关键调控作用的miRNA调控网络的计算方法，结果表明新方法可以更好的识别和分析oncomiR及其调控的细胞过程。1）发展了新的基于网络标签传播和聚类的差异基因表达模块识别方法ClustEx，用该方法识别了与血管内皮细胞和肿瘤细胞若干细胞表型相关的基因模块，并进一步预测了若干可显著调控这些基因模块的miRNA。在预测出来的oncomiR中，miR-139的表达在结肠癌临床早期即显著降低，而miR-139在基因模块中的靶基因与细胞增殖调控密切相关。后续的分子生物学实验验证了miR-139对结肠癌细胞增殖的抑制作用，而可促进细胞周期的转录因子ETS1是miR-139的直接靶基因；2）考虑到miRNA调控的多尺度特性，提出了基于层级基因共表达模块的差异变化miRNA的识别方法miRHiC，显著提高了oncomiR计算识别方法的统计功效，发现了若干新的oncomiR调控环节；3）信号通路是介于分子网络与细胞表型的中间层次，我们用稀疏经典相关性分析提出了一种衡量基因集共表达的方法sGSCA，并用此方法构建了oncomiR与信号通路的调控网络。. 相关成果已在Bioinformatics、Molecular BioSystems等生物信息学和系统生物学领域重要期刊上发表研究论文6篇，同时公开发布了6款分析软件和数据库。