基于多组学数据整合的癌症驱动突变识别

Cancers arise as a result of genetic and epigenetic changes in the genomes of cancer cells. However, researchers know few about cancer such as pathogenesis, diagnosis, therapeutic treatment, prognosis, etc. With the progress of large-scale projects like The Cancer Genome Atlas, huge amounts of genomic data are generated. Thus how to effectively analyze and use these data to study cancer related basic problems accurately has become a key issue in bioinformatics. In this project, we plan to launch cancer driver identification method by matrix decomposition and latent model based on multi-omics data, prior pathway and function knowledge; design driver genes and modules identification method based on protein interaction network and develop tensor decomposition approach using multi-layer similarity network; identify driver pathways by multi-objective optimization model based on multi-omics data integration, and finally perform both biological and computational experiments to validate a number of predicted hits. The implementation of this project will provide valuable insight into the principles of cancer initiation, promotion and progression. It will also provide theoretical basis for targeted drug design. Moreover, the project can promote the research in computational theory and algorithm design for bioinformatics.

癌症本质上是一种由基因组变异引起的复杂性疾病，但目前人们对癌症的发生/发展机制、诊断、治疗和预后的认识仍然非常有限。随着“癌症基因组计划”等大型项目的开展，海量癌症基因组数据不断产生，如何有效地分析和利用这些数据以便更准确地研究癌症相关的基本问题已经成为生物信息学的核心课题之一。本项目旨在通过对癌症多组学数据的深度挖掘与整合，开发基于多组学数据、通路信息和功能信息的矩阵分解与隐类模型的驱动基因聚类识别方法；设计基于蛋白质相互作用网络的驱动基因识别方法，以及基于多层相似网络的张量分解的驱动基因与模块识别方法；从多组学数据整合出发，发展多目标优化进化算法识别驱动通路；最后将计算和实验相结合来验证部分结果。本项研究不仅可以为理解癌症发生/发展的机制和靶向药物设计提供依据，而且将推动面向生物信息学的计算方法学和算法设计等研究领域的发展。

本项目主要围绕癌症多组学数据分析与挖掘展开，重点研究了基于癌症组学数据的驱动基因识别算法以及癌症亚型发现，取得了一系列重要研究成果，为癌症诊疗提供理论支持。在癌症驱动基因识别方面，基于网络分析方法，发展了系列癌症驱动基因识别算法和模型，提高了癌症驱动基因的识别率；在癌症亚型发现方面，基于深度学习方法，建立了多个基于癌症多组学数据整合分析模型，为癌症临床治疗提供了新的诊疗思路。同时，根据生物信息学领域的前沿进展，把癌症组学数据分析进一步拓展到了单细胞测序数据分析，搭建了多个单细胞测序数据聚类分析模型，为后续研究做好了铺垫。项目执行期间，在生物信息学领域顶级期刊发表项目相关论文18篇，申请专利4件，获批软件著作权1件，培养国家级人才工程领军人才1名，博士生1名，硕士生6名，研究成果达到了预期目标。