肿瘤患者外周血中的mRNA、miRNA、DNA甲基化特征模式及其与肿瘤微环境的调控网络

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81372213
  • 项目类别:
    面上项目
  • 资助金额:
    65.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H1804.肿瘤遗传与进化
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

Mainly based on the various omics data for the non-small cell lung cancer(NSCLC)and chronic obstructive pulmonary disease(COPD), also taking the omics data for colorectal carcinoma and chronic ulcerative colitis and other tumors for comparision analysis, this project focuses on revealing the stable mRNA, miRNA and DNA methylation alternation patterns characterizing the peripheral whole blood of tumor patients in response to cancer damage, analyzing the difference between tumor patients and patients with inflammation in the molecular profiles of peripheral whole blood, constructing the network for the peripheral blood expression alternation pattern rugulated by the cytokines of the tumor microenvironment, studying the correlation between this network and aging genes, and extracting diagnosis tumor markers in the peripheral whole blood. We will produce the mRNA, miRNA and DNA methylation profiles of the peripheral blood for a set of NSCLC and COPD patients to further analyze the regulation mechnism of the altered gene expression in the tumor peripheral whole blood and to validate the tumor markers extracted from previously accumulated data sources. In order to greatly expand the range and the efficiency of the usage of omics data derived from different sources, we will develop robust gene rank based methods to identify differentially expressed genes between different disease states and to find reproducible diagnostic markers. For tackling the difficult problem of extracting tissue samples for human disease study, the results of this project could show lights on the investigation of the inflammation-cancer relationship and the mechanism of drug effect and disease prognosis via dynamic sampling from peripheral whole blood of tumor patients.
本课题以各类组学数据丰富的非小细胞肺癌与慢性阻塞性肺病为研究对象,辅以结肠癌与结肠炎等对比分析,论证肿瘤患者外周血中有稳定的癌损伤应答的mRNA、miRNA与DNA甲基化特征谱,并分析其与相应炎症患者的外周血特征谱的差异;建立肿瘤组织微环境中细胞因子调控外周血基因表达的网络模型并分析其与衰老相关基因的关联;据此提取肿瘤外周血诊断标志。拟采集一组结肺癌、肺炎患者全血中的mRNA、miRNA及DNA甲基化谱3维数据,进一步分析外周血基因表达调控机制并验证肿瘤标志。为扩展利用不同来源的数据比较相关疾病的范围,我们将利用基因表达水平或DNA甲基化水平在各样本内部的相对秩序关系,发展在跨实验室数据间识别差异基因及可重复的诊断标志的稳健方法。对于肿瘤研究中普遍面临的侵袭性组织取样受限难题,本课题的研究结果也可以为通过在外周血中采用多时点采样动态分析炎癌转化关系及药效预后机制等提供依据。

结项摘要

项目按计划完成了肿瘤患者外周血中的mRNA、miRNA和DNA甲基化特征模式分析,并分析了其与相应炎症患者的外周血特征谱的差异。包括:(1)相似的外周血白细胞亚群变化决定了肿瘤及炎症性疾病相似的血源性DNA甲基化改变。(2)在肺癌和肺炎疾病样本中观察到血液中具有相似的mRNA差异改变,主要反映了疾病状态下外周血中骨髓细胞和淋巴细胞比例变化。因此,通过比较癌症和正常样本差异的策略并不能为识别可区分癌症和炎症相关疾病的生物标志提供线索。(3)考虑到外周血组分的改变可以反映免疫微环境的免疫应答,我们证实了对外周血T细胞增殖过程中起关键作用的抗原提呈水平低同样和患者的差生存显著相关。表明能够反映肿瘤微环境的抗原提呈水平的外周T细胞的比例可能会成为非小细胞肺癌病人的预后标志物。(4)阿尔茨海默病(AD)是一种常见的和年龄相关的神经退行性疾病。我们发现,与年龄和AD都相关的外周全血DNA甲基化的改变能作为识别AD的生物标志物。.本项目已经发表论文32篇,其中SCI收录的31篇,还有两篇会议文章。对于肿瘤研究中普遍面临的侵袭性组织取样受限难题,本项目的研究成果为通过在外周血中采用多时间点采样动态分析炎癌转化关系及药效预后机制等提供了基础。

项目成果

期刊论文数量(32)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
An individualized prognostic signature for gastric cancer patients treated with 5-Fluorouracil-based chemotherapy and distinct multi-omics characteristics of prognostic groups
接受基于 5-氟尿嘧啶化疗的胃癌患者的个体化预后特征以及预后组的独特多组学特征
  • DOI:
    10.1016/j.jms.2014.02.003
  • 发表时间:
    2016
  • 期刊:
    Oncotarget
  • 影响因子:
    --
  • 作者:
    Li Xiangyu;Cai Hao;Zheng Weicheng;Tong Mengsha;Li Hongdong;Ao Lu;Li Jing;Hong Guini;Li Mengyao;Guan Qingzhou;Yang Sheng;Yang Da;Lin Xu;Guo Zheng
  • 通讯作者:
    Guo Zheng
Circumvent the uncertainty in the applications of transcriptional signatures to tumor tissues sampled from different tumor sites
避免转录特征应用于从不同肿瘤部位取样的肿瘤组织时的不确定性
  • DOI:
    10.18632/oncotarget.15754
  • 发表时间:
    2017
  • 期刊:
    Oncotarget
  • 影响因子:
    --
  • 作者:
    Cheng Jun;Guo You;Gao Qiao;Li Hongdong;Yan Haidan;Li Mengyao;Cai Hao;Zheng Weicheng;Li Xiangyu;Jiang Weizhong;Guo Zheng
  • 通讯作者:
    Guo Zheng
Identifying disease-associated pathways in one-phenotype data based on reversal gene expression orderings
基于逆转基因表达顺序识别单表型数据中的疾病相关途径
  • DOI:
    10.1038/s41598-017-01536-3
  • 发表时间:
    2017
  • 期刊:
    Scientific Reports
  • 影响因子:
    4.6
  • 作者:
    Hong Guini;Li Hongdong;Zhang Jiahui;Guan Qingzhou;Chen Rou;Guo Zheng
  • 通讯作者:
    Guo Zheng
Critical limitations of prognostic signatures based on risk scores summarized from gene expression levels: a case study for resected stage I non-small-cell lung cancer
基于从基因表达水平总结的风险评分的预后特征的关键局限性:切除的 I 期非小细胞肺癌的案例研究
  • DOI:
    10.1093/bib/bbv064
  • 发表时间:
    2016
  • 期刊:
    Briefings in Bioinformatics
  • 影响因子:
    9.5
  • 作者:
    Qi Lishuang;Chen Libin;Li Yang;Qin Yuan;Pan Rufei;Zhao Wenyuan;Gu Yunyan;Wang Hongwei;Wang Ruiping;Chen Xiangqi;Guo Zheng
  • 通讯作者:
    Guo Zheng
Robust transcriptional tumor signatures applicable to both formalin-fixed paraffin-embedded and fresh-frozen samples
强大的转录肿瘤特征适用于福尔马林固定石蜡包埋样品和新鲜冷冻样品
  • DOI:
    10.18632/oncotarget.14257
  • 发表时间:
    2017
  • 期刊:
    Oncotarget
  • 影响因子:
    --
  • 作者:
    Chen Rou;Guan Qingzhou;Cheng Jun;He Jun;Liu Huaping;Cai Hao;Hong Guini;Zhang Jiahui;Li Na;Ao Lu;Guo Zheng
  • 通讯作者:
    Guo Zheng

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

结扎大鼠冠状动脉对心脏神经节细胞表达P物质及乙酰胆碱的影响
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    麻醉与监护论坛
  • 影响因子:
    --
  • 作者:
    郭政
  • 通讯作者:
    郭政
Edge-based scoring and searching method for identifying condition-responsive protein-protein interaction sub-network
用于识别条件响应蛋白质-蛋白质相互作用子网络的基于边缘的评分和搜索方法
  • DOI:
    10.1093/bioinformatics/btp308
  • 发表时间:
    --
  • 期刊:
    Bioinformatics
  • 影响因子:
    5.8
  • 作者:
    郭政
  • 通讯作者:
    郭政
长三角集装箱港口体系演化及影响因素分析
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    长江流域资源与环境
  • 影响因子:
    --
  • 作者:
    郭政;董平;陆玉麒;黄群芳;马颖忆
  • 通讯作者:
    马颖忆
Implication of Substance P in myocardial contractile function during ischemia in rats
P物质对大鼠缺血时心肌收缩功能的影响
  • DOI:
    10.1016/j.regpep.2011.01.001
  • 发表时间:
    --
  • 期刊:
    Regulatory Peptides
  • 影响因子:
    --
  • 作者:
    郭政
  • 通讯作者:
    郭政
肾细胞癌DNA甲基化标记检测的重复性及其与基因表达改变的相关性
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    生物信息学
  • 影响因子:
    --
  • 作者:
    姚晨;李红东;郭政
  • 通讯作者:
    郭政

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