整合组学数据构建基因功能连锁网络，预测肺癌候选基因

肺癌是全球死亡率最高的癌症。肺癌早期诊断困难，80%肺癌患者就诊时已属晚期。要提高肺癌早期诊断率的一种重要途径就是鉴定肺癌早期的生物分子标志。尽管一些重要的肺癌相关基因已被发现，很多和肺癌相关的基因还未被实验鉴定，限制了鉴定肺癌早期诊断生物标志的努力。现代高通量技术手段的快速发展已积累了大量的组学数据，为鉴定肺癌相关基因的研究提供了崭新的机遇。为加速肺癌相关基因的鉴定及促进肺癌分子机制的研究，本课题计划通过生物信息学方法整合人基因组组学数据预测基因功能并构建基因功能连锁网络，从中鉴定富集肺癌已知基因的基因模块，进而预测和已知肺癌基因功能紧密相关的肺癌候选基因,并对其进行功能分析和在不同种类肺癌细胞中基因表达水平的研究。本课题的研究成果将为鉴定肺癌基因及肺癌早期诊断生物标志的研究工作提供一新的思路。对不同种类肺癌基因及其候选基因的功能分析结果也将为肺癌的分子机制的研究提供新的认识。

肺癌是全球死亡率最高的癌症。其中的一个主要原因是肺癌早期诊断困难，而提高肺癌早期诊断率的一种重要途径就是鉴定肺癌的生物分子标志。目前已有大量与癌症相关的各种高通量组学数据，因而本课题致力于通过生物信息学方法来整合各种癌症组学数据并预测可作为肺癌标志物的候选基因。在完成本课题的任务过程中，我们首先开发了在癌症基因共表达生物网络中鉴定癌症表型密切相关的基因模块的生物信息学方法。其次，我们开发了鉴定在癌症细胞中发生显著基因表达差异变化的生物通路的生物信息学方法，为研究癌症发生、发展的分子机制提供了新的工具，并对该方法进行了一定的拓展。最后，我们在肺癌基因模块的基础上，通过与酶代谢网络进行整合，开发了预测在肺癌代谢中可能起关键作用的重要酶基因和代谢物，并对其中的部分基因和代谢物进行了实验验证，发现在癌症细胞中干扰这些基因的表达水平或代谢物浓度可显著影响癌症的生长，证明本课题预测的重要基因或代谢物可作为潜在的癌症标志物或治疗标靶。本课题的研究成果为肺癌的早期诊断提供了可进行深入研究的候选基因, 同时也为鉴定肺癌基因及不同种类肺癌诊断生物标志物及研究癌症的分子机制提供了新的生物信息学工具和研究思路。