Systemic Analysis of transcriptional network in cancer

癌症转录网络的系统分析

基本信息

批准号：
16101006
负责人：
ABURATANI Hiroyuki
金额：
$ 72.47万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (S)
财政年份：
2004
资助国家：
日本
起止时间：
2004 至 2007
项目状态：
已结题

项目摘要

To systemically elucidate the aberrant transcriptional regulation in cancer, we applied genomic technologies such as SNP typing array and genome tiling array.1) Copy number analysisWe developed a novel algorithm, Genome Imbalance Map (GIM), for allelic copy number analysis of SNP genotyping assay data (Ishikawa, 2005), which can efficiently detect loss of heterozygosity and uniparental disomy. In particular, as it can discriminate the signal difference by one copy, it can identify a homozygous deletion in surgically resected cancer specimens, which are often contaminated with normal cells significantly. We identified homozygous deletion of CSMD1 gene at 8p23 locus in hepatocellular carcinoma. GIM algorithm was further developed and applied to generate the first generation Copy number variation map for human genome (Redon, Ishikawa, Nature, 2006).2) DNA methylation analysisDNA methylation is the important process for gene silencing. We used genome tiling array to comprehensively detect DNA methylation. Methylated DNA fragments were captured with anti-methyl cytosine antibody and detected on the genomic tiling array. Instead of PCR amplification, in vitro transcription was used to amplify the captured DNA with high reproducibility (Hayashi 2007). We observed that distribution of DNA methylation and histone acetylation is mutually exclusive.3) Transcriptional network analysisCo-expression network analysis was successfully applied on gene expression profile data to identify the activated pathway (Aggarwal 2006). Furthermore, to reveal the direct target genes in transcriptional cascades, we applied genome tiling array to detect the transcription factor binding sites (Kaneshiro 2007). We discovered co-localization of CTCF and cohesin, indicating the role of cohesin in chromatin loop formation (Wendt, Nature 2008).

为了系统地阐明癌症中的异常转录调控，我们应用了基因组技术，例如SNP键入阵列和基因组平铺阵列。1）拷贝数分析我们开发了一种新型算法，基因组失衡图（GIM），用于等位基因拷贝数分析SNP基因分类分析（Ishikikawa，2005年），有效地概述，有效地对HYS HERTIPS，有效地khosip and HES HES HES HERTIPS shikawa and hytips and HES。疾病。特别是，由于它可以通过一个副本区分信号差，因此它可以识别出手术切除的癌症标本中的纯合缺失，这些癌症通常会显着被正常细胞污染。我们在肝细胞癌的8p23基因座中确定了CSMD1基因的纯合缺失。 GIM算法进一步开发并应用于生成人类基因组的第一代拷贝数变化图（Redon，Ishikawa，Nature，2006年）.2）DNA甲基化分析DNA甲基化是基因沉默的重要过程。我们使用基因组瓷砖阵列来全面检测DNA甲基化。用抗甲基胞嘧啶抗体捕获甲基化的DNA片段，并在基因组瓷砖阵列上检测到。代替PCR扩增，使用了体外转录来以高可重现性扩增被捕获的DNA（Hayashi 2007）。我们观察到DNA甲基化和组蛋白乙酰化的分布是相互排斥的。3）转录网络分析Co-Expression网络分析被成功地应用于基因表达谱数据上，以识别活化途径（Aggarwal 2006）。此外，为了揭示转录级联的直接靶基因，我们应用了基因组瓷砖阵列来检测转录因子结合位点（Kaneshiro 2007）。我们发现了CTCF和粘着素的共定位，表明粘蛋白在染色质环形成中的作用（Wendt，Nature 2008）。

项目成果

期刊论文数量（92）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Efficient capture of cardiogenesis-associated genes expressed in ES cells.

DOI：
10.1016/j.bbrc.2007.01.109
发表时间：
2007-03
期刊：
Biochemical and biophysical research communications
影响因子：
3.1
作者：
H. Terami;K. Hidaka;M. Shirai;H. Narumiya;Takuo Kuroyanagi;Yuji Arai;H. Aburatani;T. Morisaki
通讯作者：
H. Terami;K. Hidaka;M. Shirai;H. Narumiya;Takuo Kuroyanagi;Yuji Arai;H. Aburatani;T. Morisaki

Multidimensional support vector machines for visualization of gene expression data

DOI：
10.1145/967900.967936
发表时间：
2004-03
期刊：
Bioinformatics
影响因子：
5.8
作者：
Daisuke Komura;Hiroshi Nakamura;Shuichi Tsutsumi;Hiroyuki Aburatani;Sigeo Ihara
通讯作者：
Daisuke Komura;Hiroshi Nakamura;Shuichi Tsutsumi;Hiroyuki Aburatani;Sigeo Ihara

Noise Reduction from genotyping microarravs using probe level information.

使用探针水平信息对基因分型微阵列进行降噪。