癌症生物标记识别的基因网络研究

In post-genomics era, with the accumulations of high-throughput biological data, it became possible to systematically analyze the gene regulatory networks inherent in cancer; and this process is essential for identification of molecular biomarkers which will be used to cancer prognosis and treatment. Most of proteomics or genomics data contain large numbers of genes but with very limited sample sizes. This poses big challenges for statistical models and algorithms. To address this problem, we will investigate computational approaches to integrate heterogeneous "omics" data and improve the reliability of gene network prediction algorithms. In this project, we will utilize and integrate transcriptome, proteome and protein interaction data, combine multiple gene network models with sub-network analysis to identify the related genes and functional modules in cancer. We will develop novel algorithms that will be suituble for large-scale complex gene network reconstruction and analysis, and set up a public accessible bioinformatics web site for tumor biology research. Based on this platform, we will use real biological data to discover potential molecular biomarkers and pathways for specific cancers, and further validate those results using clinical data..The study will provide new algorithms and a web site for tumor biomarker identification. The project will explore the computational methodologies that used for biomarker discovery and personal analysis in cancer early diagnosis. The success of this project will advance the theory and technology support of bioinformatics for molecular biology.

在后基因组时代，高通量生物数据的积累使得系统分析与癌症相关内在调控网络成为可能，这些分析对发现用于癌症诊断和治疗的关键分子标记具有重要意义。本项目以癌症生物标记识别为研究背景，将主要通过计算方法来提高基因网络预测的可靠性，使之满足异构、高维、小样本的基因组数据分析的需要。我们将以蛋白质和基因表达数据，蛋白质互作数据为基础，通过多源数据融合、基因网络模型重建、子网分析等机器学习方法来识别癌症发生相关重要基因及功能模块。该研究课题将开发适合复杂大规模基因网络构建和分析的算法，建立相关生物信息学平台。结合公开的真实生物学数据，发现与特定癌症相关的分子标记及其基因调控途径，采用临床数据做进一步验证。.本项目的研究将提供肿瘤生物学中分子标记的预测和识别的算法及应用平台。从生物信息学角度探索癌症早期诊断和个性化分析的方法，为分子生物学的发展提供理论和技术支持。

当前，不断的生物数据积累使得系统分析与癌症相关内在调控网络成为可能，这些分析对发现用于癌症诊断和治疗的关键分子标记具有重要意义。本项目以癌症生物标记识别为研究背景，将主要通过计算方法来提高基因网络预测的可靠性，使之满足异构、高维、小样本的基因组数据分析的需要。.本项目以蛋白质、基因表达数据以及蛋白质互作数据为基础，通过多源数据融合、基因网络模型重建、子网分析等机器学习方法来识别癌症发生相关重要基因及功能模块。为有效处理基因表达数据，本研究从数据集和分类器两个方向入手。在数据集方面，采用不同算法进行特征选择，选择与分类目标密切相关的基因提高分类器模型的泛化性能。在分类器方面，构建训练集，利用集成方法提高旋转森林的分类精度和稳定性；利用改进后的粒子群算法优化核超限学习机的内权参数，提高分类器的分类精度；根据输出不一致测度，进行相异性集成，提高分类模型的分类精度和稳定性；通过在ELM模型中嵌入误分代价因素，实现对肿瘤的代价敏感分类；将一种蛋白质序列首先转化为所谓的共识序列结合序列进化信息，针对细胞因子-受体相互作用的重要性，提出一种基于机器学习预测细胞因子-受体相互作用的算法。.本项目从机器学习的视角，提出了若干前沿的特征选择与分类算法，为后续基因表达数据识别的相关研究奠定了基础。本研究课题还开发了适合复杂大规模基因网络构建和分析的算法，建立了相关生物信息学平台。结合公开的真实生物学数据，发现与特定癌症相关的分子标记及其基因调控途径，采用临床数据做进一步验证。.本项目的研究将提供肿瘤生物学中分子标记的识别算法及应用平台。从生物信息学角度探索癌症早期诊断和个性化分析的方法，为分子生物学的发展提供理论和技术支持。