融合多种表型相似性和基因相似性的疾病关联基因预测方法

疾病关联基因的预测是人类与医学遗传学中的重要科学问题，也是生物信息学和系统生物学的重要研究方向。本项目立足于国际上新近建立的人类表型本体，实现并比较多种基于该本体的表型相似性计算方法，以构建高质量的疾病表型相似性数据。在此基础上，本项目针对基因序列、基因表达、蛋白质相互作用网络等多种基因组数据计算基因之间的相似性，并从非监督学习、监督学习和半监督学习等多个角度研究融合多种表型相似性和多种基因相似性进行疾病关联基因预测的理论模型和计算方法。本项目用信息的、系统的、量化的、整合的观点考查疾病表型和人类基因作为一个整体所遵循的规律，研究内容既在人类与医学遗传学领域具有重要的理论意义，又在复杂疾病防治等公众健康方面具有重大的实际应用价值。项目研究成果将以高质量学术论文、在线数据库、公开软件等形式展现，从而为应用模式识别理论和机器学习方法解决生命科学领域的重要科学问题提供有益的借鉴。

本项目研究融合多种表型相似性和基因相似性的疾病关联基因预测方法。在基金资助下，本项目顺利开展，完成了预期目标，所取得的主要成果包括：(1) 发展了一系列集成多种表型组学和基因组学数据的致病基因识别方法；(2) 发展了一系列差异调控基因集富集分析方法；(3) 发展了一系列外显子测序数据处理流程和遗传变异检测方法； (4) 发展了一系列致病遗传变异定位方法。基于这些研究成果，项目组发表了SCI检索期刊论文14篇。项目组还基于这些研究成果开发了一批在线软件，并在基于全基因组测序数据研究复杂疾病等方面进行了有益的探索。项目负责人以访问学者、访问副教授身份访问斯坦福大学一年，在国内外同行中形成了一定的学术影响。