整合基因表达谱和遗传信息的分子网络研究

揭示细胞内分子网络及其行为是在分子层次认识疾病机制和指导用药的重要基础,分子网络的研究已是生物医学基础研究中的重要内容，整合多层次、异源数据，采用生物信息学的方法研究分子网络是生物医学研究面临的重要挑战。本项目以转录因子NF-kappaB分子网络为研究对象，研究基于互信息、秩和基因模块表达谱等的转录表达数据跨平台整合分析算法、基于机器学习的表达型确定算法和基于Bayes推理的数量性状座位（eQTL,expression Quantitative Trait Loci）计算算法，通过整合转录基因表达谱数据和遗传信息，研究特定表型的分子网络结构和行为。最后，将集成所研究算法和基因组学实验数据，开发一套整合多层次生物分子数据进行分子网络研究的工具或在线分析平台，为疾病分子机制的研究提供生物信息学支持。