基于网络分析寻找前列腺癌相关microRNA生物标志物

The identification of novel network biomarkers or the non-coding RNA biomarkers for prostate cancer (PCA) becomes very popular starting from 2011, when the United States Preventative Services Task Force (USPSTF) made a recommendation against prostate-specific antigen (PSA) based screening for healthy men. However, what kind of microRNAs with specific locations in the network are good candidates for biomarkers in prostate cancer? This is still unclear. In this project, we plan to answer this question by (1) bioinformatics models with collection of microRNA biomarkers for database building,reconstruction of microRNA-mRNA/lncRNA networks by integrating of related Omics data, and locating the key microRNAs by network analysis; (2) application of the model to prostate cancer (PCA) to identify microRNA biomarker for PCA; (3) collection of PCA tissue samples and checking the expression of the key microRNAs in samples with different PCA stages and grades to identify personalized biomarkers; (4) combining the bioinformatics analysis, systems simulation and the experimental investigation, to study the molecular functions of these microRNAs. We wish the implementation of the project will promote the identification and the application of novel microRNA biomarkers for the precise clinical diagnosis of prostate cancer.

2011年美国不推荐用前列腺特异性抗原筛查前列腺癌以来，寻找新型网络标志物或非编码RNA标志物成为前列腺癌生物标志物研究的热点。但是什么样的基因、处在基因网络结构的什么样的位置，才可能成为前列腺癌的生物标志物、并能应用于前列腺癌的诊疗？这样的问题目前还没有明确答案。 本项目旨在以前列腺癌为研究对象：(1)整合现有microRNA标志物、建立microRNA标志物数据库,分析microRNA-mRNA/lncRNA网络结构、寻找作为标志物microRNA的网络特征；2）将模型应用于前列腺癌、寻找前列腺癌的microRNA标志物；(3)通过收集相关前列腺癌病人的组织样本，验证计算所发现的生物标志物在不同分级的病人组织中的表达；寻找个性化的诊断标志物；(3)结合生物信息学分析、系统模拟和分子生物学实验,探讨这些microRNA在前列腺癌发生、发展过程中的分子生物学功能，为将来的临床应用提供依据。

项目背景：近年来精准医学和个性化医疗的发展如火如荼，然而精准医学的关键在与精准诊断，生物标志物的发现如新药发现一样，每年FDA批准的新的生物标志物越来越少，而且标记物的发现不如新药发现，目前缺少基本的理论体系和模型，如何在基因组时代，充分利用各种组学数据、建立合理的模型，帮助迅速准确寻找分子标记物是目前急需解决的科学问题。.本项目主要研究内容包括三个方面：1） 建立癌症相关的microRNA 标志物数据库；2）利用此数据库、寻找规律，建立癌症标记物发现的生物信息学理论与模型；3）将此模型应用到前列腺癌和相关的癌症中，帮助寻找生物标志物，并结合实验加以验证模型的准确性。.重要结果：通过项目的实施，我们建立了癌症相关的microRNA 标志物数据库，寻找到癌症相关的microRNA 标志物的基本特征，如独立调控，重要的网络特征和分子功能等，建立了基于证据的生物信息学模型帮助准确的寻找microRNA标志物；并将此模型建立为公共软件，加以推广和应用。.关键数据是：我们建立了两个指标用以衡量成为标记物的可能性，即单线调控的数目和靶点中转录因子的百分比等，这两个特征决定了miRNA分子所组成的子网络的脆弱性，具有脆弱性的网络结构是生物标志物的主要特征。.科学意义：1）人类的分子网络具有一些基本特征如：鲁棒性、脆弱点，而这些网络结构往往与疾病发生发展相关。2）生物标记物的准确发现对于精准诊断和治疗具有临床应用价值。

内容获取失败，请点击重试