基于生物网络建模的癌症机理分析及抗肿瘤药物靶标预测研究

Identifying the cancer genes plays a very important role in cancer prevention, diagnosis and discovering novel anticancer drug targets. Previous studies have shown that cancer is a “network-disease”, where the change of the gene interaction is considered as the reason of tumorigenesis, and the study on the gene network would give a new perspective on tumor research. This project will focus on the study of cancer network evolution mechanism, cancer gene identification and novel anticancer drug targets prediction method through incorporating multiple interdisciplinary technologies, including complex network, bioinformatics, statistical physics and computer science. In this project, we will explore the structural feature and evolution mechanism of the gene regulatory network, and illuminate the correlation between the network structure and biological function. Then we will develop the new methodologies on identifying cancer genes based on the network structural controllability theory, and uncover the regulating mechanism of tumorigenesis. Finally, we will design algorithms to mine the cancer-related multi-gene module and predict the novel anticancer drug targets based on the module, and verify the prediction according to the experimental validation on some cancer type, such as the lung cancer. Our research will enrich and deepen our understanding of the tumorigenesis and evolution mechanism on the network view, and the outcomes will push forward the development of the cancer prevention and diagnosis.

癌症基因识别技术和方法对我国癌症预防、诊断和新型抗肿瘤药物靶标发现有重要意义。研究发现，癌症是一种由分子作用关系发生改变而导致的“网络疾病”，基于网络的研究可以为癌症相关理论研究提供新视角。本项目拟以海量临床肿瘤基因组数据为基础，综合复杂网络、生物信息学、统计物理学和计算机科学等多学科交叉优势，围绕癌症网络演化机制、癌症基因识别和新型抗肿瘤药物靶标预测等问题进行深入研究。项目拟探索多基因遗传变异调控网络的结构特征及其演化机制，阐明网络结构和生物功能之间的相关性；开发基于网络结构可控性的癌症基因识别方法，揭示其对于癌症发生及演化的调控机理；发展癌症关联多基因模块挖掘算法以及抗肿瘤药物靶标预测方法，设计生物实验对肺癌等特定癌症类型的预测结果进行试验验证。项目的研究将深化和丰富人们对于网络视角下癌症发生机制及演化过程的科学认识，相关方法和结果将在一定程度上推动我国肿瘤预防和治疗的发展。

癌症是一种由分子作用关系发生改变而导致的“网络疾病”，基于网络的研究可以为癌症相关理论研究提供新视角。本项目的主要研究内容是以海量临床肿瘤基因组数据为基础，探索肿瘤相关的生物分子网络的结构特征，阐明网络结构和生物功能之间的相关性；开发基于网络结构特征的癌症基因识别方法，揭示其对于癌症发生及演化的关键作用；发展癌症关联多基因模块挖掘算法以及抗肿瘤药物靶标预测方法。. 项目组在生物分子网络研究方面形成了一系列成果，发表了17篇研究论文，其中12篇被SCI收录（一篇计算生物网络研究综述，发表在Physics Reports上），EI收录4篇，授权发明专利4项。具体来说，代表性的研究成果概述如下：. 1，项目组分析了不同的生物分子网络结构，发现结构特征与部分生物功能之间的关联。提出了基于网络深度学习的肿瘤分类算法，得到了更为有效的肿瘤亚型分类；提出了基于个体基因网络的共突变指标，发现了与肿瘤治疗脆弱性相关的基因对。. 2，项目组研究了生物分子网络上的重要基因识别方法。首先基于生物分子网络分析的肿瘤驱动基因预测，发现了网络特征对于肿瘤驱动基于预测的显著作用；然后提出了基于复杂网络控制理论的肿瘤关键基因预测研究，发现始终处于网络最小控制集的基因，在肿瘤关键基因中显著富集，网络的结构决定了其功能重要性；最后进行了网络上的影响力最大化研究，提出了基于度消减的种子节点集识别方法，并探究了其在网络传播和网络鲁棒性上的重要作用。. 3，项目组提出了基于生物分子网络嵌入的药物重定位方法。首先将基因节点嵌入到相空间中，然后探究药物对应的靶点基因和疾病对应的致病基因在相空间上的距离，如果显著接近，则该药物就是潜在的疾病治疗药物。并通过对比算法，发现了基于网络方法的优势。. 综上所述，该项目已经达到了预期的研究目标，项目的研究深化和丰富了人们对于网络视角下癌症发生机制及演化过程的科学认识，为药物发现和生物网络研究提供了理论和技术支持。.