基于高通量测序数据的多层次生物网络分析理论与关键技术

Constructing and analyzing large-scale interaction networks is fundamental to the understanding of cellular organization, process, and functions. With the advent of high-throughput methods — including chromatin immunoprecipitation followed by sequencing (ChIP–seq) and RNA sequencing (RNA–seq) — acquisition of genome-scale data has never been easier. The widely available next generation sequencing data is helpful to investigate the interaction between biological molecular, as well as poses multiple challenges for data analysis, and consequently often necessitates the use of powerful computing facilities and efficient methods. In this project, we study biological network, especially gene regulatory network and protein-protein interaction network, based on next generation sequencing data. We explicitly attempt to detangle the complexity of gene regulatory mechanism and protein interaction, integrate the data of epigenomics, transcriptomics, proteomics and genomics to model biological network. This project will provide a more comprehensive view of biological systems, bring us to a fuller understanding of our genetic constitution and thus to a more sustainable and healthier future.

构建和分析生物系统组成成分间的关联网络是现代生物信息学的研究前沿，对揭示基因功能、解析基因间的相互作用、认识生命活动的规律有着重要意义。随着高通量测序技术的迅猛发展，越来越多可利用的高通量测序数据的出现，为全面、准确地构建和分析生物网络提供了可能。本项目拟通过对生物问题和测序数据特点的深入研究，提出和发展针对多种高通量测序数据的处理、分析和挖掘的理论和方法，在此基础上研究一些重大疾病的病变机理。主要包括：（1）高通量测序数据处理的理论和方法；（2）整合多种组学数据对生物网络建模和功能研究的理论和方法；（3）定量描述复杂生物网络的静态特征和动态变化机制的理论和方法；(3) 与衰老及衰老相关重大疾病相结合的应用研究。本项目的研究将能够系统地分析生物网络，了解生物网络及其模块化结构的动态变化机制，从结构和功能等角度提对生命机制的全新理解。

构建和分析生物系统组成成分间的关联网络是现代生物信息学的研究前沿，对揭示基因功能、解析基因间的相互作用、认识生命活动的规律有着重要意义。随着高通量测序技术的迅猛发展，越来越多可利用的高通量测序数据的出现，为全面、准确地构建和分析生物网络提供了可能。本项目的主要研究目标是系统地解决基于高通量测序数据的生物网络构建与分析面临的基本挑战，如高通量测序数据处理的问题、整合多种组学数据对生物网络建模和功能研究的问题、定量描述复杂生物网络的静态特征和动态变化机制的问题以及与衰老及复杂疾病相结合的应用研究等问题。在研究过程中，本项目组围绕基于高通量测序数据的多层次生物网络构建与分析面临的挑战，从高通量测序数据分析、生物网络构建、生物网络分析、复杂疾病应用等四个方面展开了大量的研究工作。提出了一系列高通量测序数据分析方法，复杂疾病基因识别方法，复杂疾病模式识别方法，构建了具有更高可靠性的蛋白质交互网络、基因调控网络、基因本体网络，揭示了选择性剪接机制以及衰老的甲基化表观遗传机制。研究方向和内容符合生物医学及生物信息学的发展趋势和实际应用的需求，构建了数据驱动的生物网络分析技术，从结构和功能等角度提供了对生命机制的全新理解，为疾病诊断提供了新依据。相关研究成果将为未来的生物医学的进一步研究与应用提供新的解决思路和技术支撑，具有重要的理论实践意义。