课题基金 / 基金详情

从肝炎到肝癌的恶性转化过程的动态调控网络的建模与预测方法

批准号：
91029301
项目类别：
重大研究计划
资助金额：
250.0 万元
负责人：
陈洛南
依托单位：
中国科学院分子细胞科学卓越创新中心
学科分类：
物理生物学
结题年份：
2014
批准年份：
2010
项目状态：
已结题
项目参与者：
曾嵘、李辰、刘治平、曾燕舞、温振庶、朴冠英、张万纬、李美仪、倪红
关键词：
肝炎到肝癌转化肝癌早期预测动态网络标记物动力系统系统生物学

项目摘要

结项摘要

项目成果

陈洛南的其他基金

相似基金

相关文献

中文摘要
从肝炎到肝癌的恶性转化过程涉及到复杂分子网络的动态调控。本课题通过系统生物学研究的角度，利用理论计算和实验验证相结合的研究模式，建立肝炎到肝癌恶性转化过程的数学模型，开发基于动力系统分叉理论等的肝癌早期预测方法。(1)通过整合不同分子层次的高通量数据，基于最优化和图模型，推断肝炎到肝癌转化过程中的基因、转录调控网络，建立从肝炎到肝癌的恶性转化过程的分子调控网络。(2)通过整合比较网络特征，探测网络功能模块单元和活性通路，确定刻画转化过程的动态网络标记物，得到表征炎症恶性转化过程的关键节点和临界阶段，从网络层次解析肝癌可能致病机理。(3)从数据和网络两个层次整合高通量数据，确定肝炎转化过程中的动态网络标记物及构建网络变化熵函数，以此预测恶性转化临界阶段和关键节点，建立一套新的肝炎向肝癌转化的预测模型和方法，并利用动物模型实验验证所得到的理论结果。
英文摘要
复杂疾病的发生发展，特别是从肝炎到肝癌的恶性转化过程涉及到复杂分子网络的动态调控。本课题从系统生物学的角度，利用理论计算和实验验证相结合的研究模式，建立肝炎到肝癌恶性转化过程的数学模型，开发基于动力系统分叉理论等的肝癌早期预测方法。我们 (1)通过整合不同分子层次的高通量数据，基于最优化和图模型，推断肝炎到肝癌转化过程中的基因、转录调控网络，建立从肝炎到肝癌的恶性转化过程的分子调控网络；(2)通过整合比较网络特征，探测网络功能模块单元和活性通路，得到表征炎症恶性转化过程的关键节点或临界阶段，从网络层次解析肝癌可能致病机理；(3)从数据和网络两个层次整合高通量数据，确定肝炎转化过程中的动态网络标记物，以此预测恶性转化临界阶段和关键节点，建立一套新的肝炎向肝癌转化的预测理论模型和方法，并利用动物模型实验验证我们所得到的理论结果。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
Rational drug repositioning guided by an integrated pharmacological network of protein, disease and drug.
以蛋白质、疾病和药物的综合药理学网络为指导的合理药物重新定位
DOI： 10.1186/1752-0509-6-80
发表时间： 2012-07-02
期刊： BMC systems biology
影响因子： --
作者： [Lee HS, Bae T, Lee JH, Kim DG, Oh YS, Jang Y, Kim JT, Lee JJ, Innocenti A, Supuran CT, Chen L, Rho K, Kim S]
通讯作者： Kim S
Integrative proteomics and tissue microarray profiling indicate the association between overexpressed serum proteins and non-small cell lung cancer.
综合蛋白质组学和组织微阵列分析表明过度表达的血清蛋白与非小细胞肺癌之间的关联
DOI： 10.1371/journal.pone.0051748
发表时间： 2012
期刊： PloS one
影响因子： 3.7
作者： [Liu Y, Luo X, Hu H, Wang R, Sun Y, Zeng R, Chen H]
通讯作者： Chen H
APG: an Active Protein-Gene network model to quantify regulatory signals in complex biological systems.
APG：一种活性蛋白质基因网络模型，用于量化复杂生物系统中的调节信号
DOI： 10.1038/srep01097
发表时间： 2013
期刊： SCIENTIFIC REPORTS
影响因子： 4.6
作者： [Wang, Jiguang, Sun, Yidan, Zheng, Si, Zhang, Xiang-Sun, Zhou, Huarong, Chen, Luonan]
通讯作者： Chen, Luonan
Detecting causality from nonlinear dynamics with short-term time series.
用短期时间序列检测非线性动力学的因果关系
DOI： 10.1038/srep07464
发表时间： 2014-12-12
期刊： Scientific reports
影响因子： 4.6
作者： [Ma H, Aihara K, Chen L]
通讯作者： Chen L
共 64 条
    深度脉冲神经网络的混沌反向传播通用算法
    肺癌“未病"的生物学基础与数学表征研究
    肺癌未病"的生物学基础与数学表征研究
    基于多模态数据的健康临界状态的数学刻画与预警理论
    国内基金
    海外基金