基于分子生物标记的中高危乳腺癌复发预测模型研究

Characters)：A cancer recurrence is defined as a return of cancer after treatment and after a period of time during which the tumor disappears or cannot be detected.High accuracy cancer recurrence prediction model can predict the risk of cancer recurrence, which plays an important role in basic cancer research, clinical treatment, new drug development. Intermediate and high risk breast cancer has low survival rate and high aggressive. The predictive accuracy of existing recurrence prediction models for intermediate and high risk breast cancer is still low， their stability is poor and can not meet the urgent needs of clinic. Mechanism of breast cancer recurrence is complex,recurrence-related high-throughput molecular data is stored in a number of public databases and different laboratory databases, recurrence-related information is distributed in a number of disease knowledge databases. It needs to integrate a wide range of information and data to develop high accuracy recurrence prediction model for intermediate and high risk breast cancer. However,effective integration of these knowledge and data from multiple sources is a challenging task.The project plans to integrate breast cancer-related knowledge and high throughput biology data,design key algorithms of identifying and selecting molecular biomarkers, and develop breast cancer recurrence prediction models with high accuracy.

癌症复发是指经过治疗肿瘤消失或无法探测到,经过一段时间后,同样的肿瘤再次出现。高精度癌症复发预测模型能够预测癌症复发风险，其在癌症基础研究、临床治疗和新药物研发中具有重要作用。中高危乳腺癌存活率低，侵袭性强，当前的中高危乳腺癌复发预测模型预测精度低，稳定性差，不能满足临床的急迫需求。乳腺癌复发机制复杂，复发相关的高通量分子数据储存在多个公共数据库和不同实验室数据库里，复发相关的信息分布在各种疾病知识库里，发展高精度中高危乳腺癌复发预测模型需要集成这些信息和数据,但是,集成这些信息和数据面临着多种挑战。本项目拟集成乳腺癌相关知识和高通量生物数据，设计分子生物标记识别和选择关键算法，在此基础上发展高精度中高危乳腺癌复发预测模型。

高精度癌症复发预测模型能够预测癌症复发风险，其在癌症基础研究、临床精准治疗和新药物研发中具有重要作用。中高危乳腺癌存活率低，侵袭性强，当前的中高危乳腺癌复发预测模型预测精度低，稳定性差，不能满足临床的急迫需求， 具有一系列的挑战性问题需要解决。为此，本项目为了构建高精度中高危乳腺癌复发预测模型，进行了癌症知识库集成，分子标记物识别和选取，分子标记物通路，复发预测模型等进行了研究，取得了一系列的成果，构建了疾病知识库系统，开发了识别癌症复发机制相关分子标记物的算法，并通过识别的标记物关联到重要的癌症生物通路，验证了分子标记物的有效性，所开发的算法不仅在乳腺癌上取得很好的预测效果，在其它癌症，如白血病上也取得很好地分类效果。所构建的疾病知识库系统不仅为癌症基础研究和临床应用研究打下基础，还为其它复杂疾病的研究打下基础。所开发的算法为从机制上进一步研究癌症的风险预测和药物响应预测打下了很好的基础。. 迄今为止，课题组已在国内外期刊上发表论文11篇，其中SCI检索9篇, EI检索2篇; 编写生物信息学专著一部；申请专利1项, 软件著作权2项; 构建疾病知识库2套；培养博士生3名，硕士生11名，参加国内外学术会议4次，并做学术报告4次。所构建的疾病知识库以知识产权的形式转化到哈尔滨星云生物信息技术有限公司。