基于恶性肿瘤ceRNA网络识别风险lncRNA多态及其干扰机制研究

LncRNAs are a class of important non-coding regulators in malignant tumors. Single Nucleotide Polymorphisms (SNPs) can disturb miRNA target sites of lncRNAs, lead to gain or loss of ceRNA interactions, and further play key roles in the occurrence, development and metastasis of tumors. Systematic identification of risk lncRNA SNPs which affecting ceRNA regulations (LnCeSNPs) can provide important significance in dissection of tumor etiology and pathology. In this work, we intend to combine bioinformatics analyses with experimental validation method to develop algorithms for identifying tumor risk LnCeSNPs based on multi-omics fushion. We will integrated high-throughput sequencing data, individual SNP data and clinicial data to study the LnCeSNPs’ disturbance on the functional level and further clarify the LnCeSNPs’ regulatory mechanism in tumor pathogenesis. We intend to take advantage of experimantal validation in lung and gastric cancer to verify the functions and regualting mechanisms of key risk LnCeSNPs, and further develop related bioinformatics researching platforms. The expected results of this study have important scientific significance and clinicial appliciation value in uncovering the regulatory mechanism of tumor pathogenesis, recognizing new tumor bimarkers and developing individual medical strategies.

LncRNA是恶性肿瘤中一类重要的非编码调控因子。LncRNA上的单核苷酸多态（SNP）会对miRNA靶点产生干扰，导致ceRNA调控关系的缺失与重建，进而影响恶性肿瘤发生、发展、转移等过程。系统识别恶性肿瘤中影响ceRNA调控的风险lncRNA多态（LnCeSNP）并研究其干扰机制对阐明恶性肿瘤发病机理具有重要意义。本研究将生物信息学分析与实验验证相结合，开发基于多组学信息融合的恶性肿瘤风险LnCeSNP识别算法，整合高通量测序数据、个体化突变数据以及临床数据分析LnCeSNP干扰机制在功能水平的影响，阐明其致病机理。以肺癌、胃癌等肿瘤为例，应用实验方法验证关键LnCeSNP的功能和作用机制，开发恶性肿瘤风险LnCeSNP的生物信息学分析平台。预期研究成果为揭示LnCeSNP在恶性肿瘤中的发病机理、识别新的肿瘤分子标记物以及开展个性化医疗等具有重要的科学意义和临床应用价值。

本研究项目按照规定计划如期完成。发生在长链非编码RNA（lncRNA）上的多态位点会对微小RNA（miRNA）结合位点产生干扰，从而导致lncRNA介导的ceRNA调控网络发生改变，这一生物过程在恶性肿瘤的发生、发展中起到重要的调控作用。因此，在恶性肿瘤中广泛识别影响lncRNA-ceRNA网络的风险lncRNA多态（LnCeSNP）并进一步研究其在功能水平的扰动对阐述恶性肿瘤发病机制具有重要意义。在本研究中，我们基于高通量测序数据，在几十种恶性肿瘤中构建了lncRNA介导的ceRNA调控网络。在此基础上，融合个体化变异、临床表型等数据开发恶性肿瘤风险LnCeSNP识别算法，挖掘出影响ceRNA调控的风险变异位点，并通过功能基因组学数据进行解释，阐述个体化变异对恶性肿瘤异质性的影响。在成果转化方面，我们构建了基于恶性肿瘤个体化遗传变异的生物信息学大数据平台LnCeVar。此外，我们还对项目前期基础中的lncRNA-ceRNA数据库资源进行升级更新，建立了LncACTdb 2.0数据平台，提供了更全面的lncRNA-ceRNA数据资源以及分析工具。在本课题的资助下，共发表SCI论文8篇（均对本项目号进行了标注），累计影响因子达到72，其中在《Nucleic Acids Research》杂志上发表论文5篇（SCI IF：11.147）。