肿瘤相关细胞信号网络的构建与应用

恶性肿瘤是长期威胁人类健康和生命的重大疾病之一。日益丰富的生物医学类公共数据库促使人们开始从系统水平上研究肿瘤相关蛋白质的组成及其活动规律。探索蛋白质的相互作用规律，不仅能更深刻地理解生物过程和功能，更为疾病原因的探讨、新药研发提供依据，可以大大增加生物实验的针对性，节约时间和费用。.本项目拟整合核酸及蛋白质序列数据库，表达谱数据库，肿瘤相关SNP数据库，蛋白质结构数据库，表达调控数据库以及参考文献数据库的肿瘤相关信息。在生物关系提取研究的基础上，获取蛋白质作用关系，及其与特定疾病的联系等多方面信息；着重利用文本信息获取技术、数据库信息集成技术，研究多种信息融合的模型与方法，对高通量生物实验假设进行验证及可信度评估； 最终用于构建细胞信号网络，并根据量化模型确定系统调控方向及强度。

多年以来，研究者们对恶性肿瘤进行了持续而广泛的研究。随之而来的，是海量的生物数据。本项目的意义不在于掌握庞大的数据信息，而在于对这些富有意义的生物数据进行及时和适当的处理。以及，在处理这些数据之前所必需的转化工作。从系统水平上研究肿瘤相关蛋白质的组成及其活动规律，不仅能更深刻地理解恶性肿瘤发生发展的生理过程，更为新药研发提供依据，有助于增加生物实验的针对性，节约肿瘤治疗所需时间和费用。. 本项目致力于整合核酸及蛋白质序列数据库，表达谱数据库，肿瘤相关SNP数据库，蛋白质结构数据库，表达调控数据库以及参考文献数据库的大量非结构化和半结构化数据，在生物关系提取的基础上，获取恶性肿瘤相关蛋白互作关系，及其与现有诊疗手段的联系等多方面信息；着重利用文本信息获取技术与大数据技术，研究异质信息融合的模型与方法，对高通量生物实验假设进行验证及可信度评估； 最终用于构建恶性肿瘤相关蛋白的细胞信号网络，并根据自定义量化模型确定系统调控方向及强度。