与癌症相关重要基因调控途径的识别研究

在后基因组时代,高通量分子生物学实验数据的大量积累为采用计算方法识别与癌症相关重要基因调控途径提供了可能。针对这些情况，我们拟采用基因选择和基因调控网络构建相联系的研究方法，融合来自癌症微阵列实验、蛋白质相互作用网络和蛋白质质谱等多源生物数据，从单纯选择癌症表型相关重要基因转化为深入到相关重要调控途径的发现，建立新的基因调控网络模型, 研究在贝叶斯网络模式下基因调控途径识别算法的鲁棒性和可靠性，探讨在高维低样本数据应用中预测的可信度，建立生物信息学平台，并结合公开的真实生物学数据，发现与特定癌症相关的分子标记及其基因调控途径，采用临床数据做进一步验证。.本项目的研究有望解决多源生物数据融合的计算难题，丰富基因识别途径的理论与算法。研究意义在于从生物信息学角度探索癌症早期诊断和个性化治疗的计算方法，拓宽海量数据挖掘理论的应用范围，为分子生物学的发展提供理论和技术支持，提高人类健康水平。