肝癌基因组中非编码变异对基因表达影响的定量建模及实验验证研究

Liver cancer is one of the most fatal malignant cancers in China, and its various causing factors suggest the complexity and heterogeneity in the underlying genome. Most studies both home and abroad mainly focused on interpreting the variants in the coding regions, although noncoding variants take up the vast majorities of currently known variants, the functions of noncoding variants, especially their relationships with cancers are still largely unknown. In this project, we will integrate a large amount of one dimensional epigenomics data and three dimensional genome architecture data, and expression quantitative trait loci (eQTL), and will develop a deep neural network model to identify functional noncoding variants and to predict their effects on target genes. We will then apply this model to the whole genome sequencing data of liver cancer to detect a set of recurrent noncoding variants associated to this cancer. At last, we will experimentally validate these recurrent noncoding variants and their effects on target genes in HepG2 cell line using CRISPR genome editing technology.

肝癌是我国最常见的恶性肿瘤之一，其病因的多元性提示了肝癌基因组的高度异质性和复杂性。国内外针对肝癌基因组的研究主要聚焦在对编码区突变的解读，虽然非编码区的序列变异约占到已知变异的绝大多数，但对非编码变异的功能解读，特别是其与肿瘤之间关系的研究才刚刚起步。本项目拟整合大量的一维表观基因组学数据和三维染色质结构数据以及大规模表达数量性状基因座（eQTL）数据，利用深度神经网络算法建立功能非编码变异对靶基因表达水平影响的定量预测模型。其次，将模型应用于肝癌肿瘤基因组测序数据中，鉴定一系列与肝癌相关的高频非编码变异。最后，在肝癌细胞系中利用基因组编辑技术（CRISPR）对预测得到的高频功能非编码变异和表达调控关系进行验证。

本项目构建了17个组织特异性非编码突变鉴定模型，探究了SNP调控概率评估与各项基因组特征之间的关系，构建了致病性非编码SNP鉴定模型；完成基于全基因组测序数据鉴定肝癌频发体细胞单位点突变和拷贝数变异热点区域，并研究了肝癌频发体细胞拷贝数对非编码调控元件的影响；同时，利用CRISPR/Cas9基因编辑技术验证肝癌相关基因；此外，本项目基于单细胞表观基因组数据发现肝癌进展相关关键转录因子，并验证了肝癌进展相关关键转录因子PPARG的功能。本课题构建的RegVar有希望应用于候选突变位点筛选、靶基因鉴定等的研究中，为揭示基因组上复杂的调控关系以及阐明复杂性状的分子成因提供参考和帮助。同时，本项目利用CRISPR/Cas9基因编辑技术和单细胞表观基因组学初步发现了一些潜在的肝癌相关变异位点相关基因和转录调控因子，有助于后续进一步揭示这些基因和转录因子的功能机制。.