基于数据挖掘的结直肠癌临界点的预警算法

Colorectal cancer has become one of the most common cancer of human beings. It is of great importance to find gene regulatory network related to cancer metastasis and recurrence, and detect the critical time point as soon as possible, so that the patients receive timely medical interference. At present, noninvasive diagnosis for colorectal cancer at early stage is still in explore. In this project, based on biomedical high-throughput data, we will carry out the following works:. 1. We will build the data integration method for multivariate heterogeneous information related to colorectal cancer, including biomolecular expression, gene sequence, medical images, and electronical records. Besides, we will design denoising and dimension reducing algorithms, so that the high-dimensional biomedical big data with widely existing noise can be employed. . 2. Aiming at two most serious critical deterioration phenomenon during the development of colorectal cancer, i.e., cancer metastasis and recurrence after treatment, we will find the regulatory mechanism respectively for the two types of critical transitions, develop computational methods for predicting the critical transitions based on network entropy. These methods may provide key molecular regulatory network and help to determine the best treatment period.

结直肠癌是人类高发恶性肿瘤之一，找出与结直肠癌转移和复发密切相关的基因调控网络，并尽早得到疾病可能发生恶性突变的关键时间节点，对结直肠癌的防治具有重要意义。目前结直肠癌的非侵入式早期诊断还处于探索中。本项目拟基于结直肠癌相关生物医学大数据，开展以下的工作：. 1.建立结直肠癌的多元异质数据的整合方法，基于结直肠癌相关的生物分子表达数据、基因序列、医学影像和电子病历信息等开发数据整合算法；针对生物医学大数据的高维特性，以及数据采集中普遍具有的噪声特点设计降维、降噪算法；. 2.针对结直肠癌发展过程中肿瘤细胞转移和治疗后癌症复发这两个恶化现象，挖掘与两类恶化现象密切相关的调控特征，推断表征疾病发展的动态生物网络集合，利用网络熵建立结直肠癌发展过程中的两类恶性突变预警算法。为结直肠癌的临床早期防治提供关键分子调控网络和最佳治疗窗口期等参考信息。

在本项目的支持下，按照计划开展了研究工作，针对结直肠癌及相关疾病的分子组学数据，发展了数据的整合与挖掘算法，推断动态分子网络结构，开发了网络熵等计算方法，根据结直肠癌的临床特征，开发了免疫细胞预耗竭临界状态的预警算法，围绕如下三方面研究内容进行了研究：第一，针对疾病的多层次时序列数据，发展了数据的整合与挖掘算法，建立了将高维空间信息转化为低维时间信息的转换方程，开发了具有高准确性的关键分子未来信息多步预测方法；第二，推断动态分子网络结构，开发了网络熵等计算方法，研究了如何推断准确的生物分子关联关系，根据高维分子组学数据推断了分子间的动态关联关系，构建了表征疾病发展特征的分子动态网络集合；第三，根据结直肠癌的临床特征，开发了免疫细胞预耗竭临界状态的预警算法，并把所获得的理论及方法应用于具体的疾病数据，探测了其动态发展过程中的临界信号，发现了与疾病密切相关的生物标志物。项目组完成了研究计划、解决了主要的科学问题，在“发展数据的整合与挖掘算法”、“推断动态分子网络结构，开发网络熵等计算方法”、“根据结直肠癌的临床特征，开发免疫细胞预耗竭临界状态的预警算法”等三个方面取得了进展。在项目的执行期内，项目主持者与国内外的同行专家积极交流与合作。项目超额完成了预定的量化指标，预期是“完成SCI 收录的学术论文3-5篇，申请专利1项”，本项目实际已经在国内外SCI收录的杂志上发表论文8篇，代表作发表在国际主流期刊上，包括综合期刊Nature Communications、Science Bulletin，生物信息学期刊Bioinformatics，Genomics, Proteomics & Bioinformatics，转化医学期刊Journal of Translational Medicine等，并申请了专利1项。