基于隐马尔科夫模型的癌症关联基因调控通道建模研究

本项目拟主要基于隐马尔科夫模型(HMM)建模癌症关联基因调控通道（Regulatory pathway），并在此基础上进一步研究基于基因表达谱的癌症诊断问题。首先，结合来自蛋白质组、新陈代谢组等数据的相关先验信息使用Bayesian、EM方法研究基于调控概率模型(RPM)的基因调控信息提取方法，构建基于RPM的基因评价准则；然后，在有效利用基因调控信息的基础上，研究基于独立变量群分析(IVGA)的调控通道基因子集识别方法，构建基于RPM的调控通道评价准则；接着，依据所识别的调控通道基因子集，结合调控概率模型，研究基于隐马尔可夫模型的癌症单调控通道建模方法，并基于加权集成策略研究癌症多通道调控机制、编码癌症调控特征；最后，在上述分析和建模的基础上开发基于多通道调控模型的癌症诊断软件系统。本项目的深入研究将为系统地揭示癌症本质开辟新的途径，并为个性化医学的研究与发展打下基础。

经过课题组三年紧张的科研攻关，该课题所有拟定的科研任务已经顺利完成，项目研究取得了预期的研究成果。从取得的研究成果来看，开展该课题的研究，立项的切入点好，选题正确，可行性好，具有很强前瞻性。在整个研究过程中，我们紧紧围绕课题的研究目标，始终把握项目研究方案的主线，按照既定的研究计划从多个层面进行癌症病理的建模方法研究。特别的，在研究实践中，我们还结合最新的机器学习方法探索癌症病理，拓展了研究范围，丰富了研究内容。目前，绝大部分的研究成果已经公开发表，并且得到了国际同行的认可。.概括来说，本项目首先从GEO等开放生物数据资源收集并整理多种癌症类型基因表达数据，通过与KEGG中的通路图谱相关联建立了适用于肿瘤基因通路建模方法研究的基因表达数据平台（二级基因表达数据库）。在该平台数据的基础上，开展肿瘤建模方法研究，提出了新的基因表达数据离散方法，基因通路HMM模型等一系列基因通路分析方法。同时也在肿瘤分类与诊断、肿瘤差异表达基因的识别、基因关联关系识别三个方面的开展了大量的应用研究工作，取得了显著成果。值得特别一提的是，所提出的新颖的线性\pi_0估计模型，通过与加权组合策略相结合大大提高了肿瘤差异表达基因识别的准确率；所提出的基于流行学习的蛋白质相互作用关系预测方法，创新性地使用流形嵌入映射来提取网络的结构信息，结果大大提高了基因关联关系识别的精度。这两项重要研究成果都发表在生物信息学领域顶尖SCI杂志《Bioinformatics》（IF=5.46）上，直至目前，它们的引用次数分别为5和13次（GoogleScholar）。整个项目目前已经发表了国际SCI、EI杂志文章17篇，EI、ISTP国际会议文章19篇，申请发明专利一项。另外，在该项目的支持下，课题组获得安徽省自然科学技术一等奖奖励一项，申请到国家自然科学基金重点项目一项、王宽成海外人才科研奖励项目一项。.总的来说，本项目从信息和计算的角度出发，使用隐马尔科夫模型研究癌症基因通路活性，通过我们的研究发现，基因通路在细胞癌变过程中发挥重要作用。基于真实数据，我们识别出了一些肿瘤标志物，所提出的计算模型能够依靠较少的基因对癌症进行有效的亚型分类和早期预测。所有这些成果将为改善肿瘤临床诊断效果和研制抗癌新药物提供重要依据和参考，具有潜在的临床应用价值。本项目已经取得了大量的研究成果，达到了预期研究目的。