Harnessing "omics": A Systems Biology approach to discovery of biologicalpathways in placental development and parturition

项目总结： 我们在这项提案中的主要目标是进一步确定参与促进胎盘细胞生长和发育同步的生物信息网。 成熟。为了更好地实现这一目标，我们将在全球预防艾滋病中心之间建立一个新的合作伙伴关系。 在辛辛那提儿童医院和医疗保险中心(CCHMC)和医疗系统研究所合作的早产病例中。 位于西雅图的生物研究所(ISB)决定对数据进行高系统、高水平的分析。他们扰乱了经济增长速度和成熟度。 导致胎盘功能不全，而胎盘功能不全是导致不良妊娠结局的重要原因。 由于早产，胎盘发育正常和胎盘成熟方面的知识匮乏极大地阻碍了胎儿的发育。 任何一项关于胎盘功能不全的研究。胎盘的生长发育都发生在整个妊娠过程中。 因此，关键是要确定所涉及的主要网络，并在未来对它们进行全面评估。 妊娠的长度。我们的核心假说认为，关键的生物营养网络对促进胎盘生长和发育至关重要。 成熟度可以通过转录组学、蛋白质组学、蛋白质组学和生物代谢组学的交叉研究来进一步确定。 数据来自足月妊娠和早产胎盘。此外，还利用了纵向蛋白质组学和新的代谢组学。 数据，我们还不能确定这些途径在妊娠期间是如何变化的，以及正常妊娠和早产之间的差异。 胎盘。我们将通过以下几个目标来检验这一假说：。 目标1：对参与胎盘发育的关键基因和代谢产物的特征进行鉴定。 分析纵向的组学数据。通过使用公开的和转录的组学数据，我们将不会产生一个新的数据。 在整个妊娠过程中，胎盘发育过程中表达的主要基因的分子图谱。我们也将无法确定。 最新的胎盘组织分泌组分析和研究确定了一些生物标记物的签名，这些签名出现在母亲的尿液中，可能反映了胎盘的存在。 成熟度较高。 目标2：识别与胎盘成熟相关的分子信号通路。我们将继续利用这一网络。 拓扑学和算法需要更多地识别早产儿和早产儿胎盘中分子信号通路的变化。 将其与公开可用的生物数据分析相结合，以进一步识别分子生物学途径以及这些途径中的基因。 这一点在足月妊娠和早产胎盘之间存在差异，以便更好地洞察胎盘的成熟度。 目标3：新一代人建立一个特定于胎盘的转录调控网络，以帮助识别新的监管机制。 参与了胎盘的成熟。我们将继续构建一个基因组规模的、组织的和特定的胎盘发育模型。 转录和监管机构网络正在使用我们新开发的转录和监管机构网络和分析。 (Trena)一种方法，它充分利用了来自美国国立卫生研究院的ENCODE项目的大量信息。我们将…… 描述哪些转录监管机构最有可能对受干扰的基因表达负责，以及他们的特征。 信号通路包括下游靶点。以前未知的信号通路或未被充分研究的信号网络或基因已被识别。 有针对性地进行进一步的研究分析，包括胎盘发育和成熟度研究以及未来的前瞻性临床研究。

PROJECT SUMMARY  Our  goal  in  this  proposal  is  to  identify  biological  networks  involved  in  synchronizing  placental  growth  and  maturity. To accomplish this goal, we have established a collaborative effort between the Center for Prevention  of  Preterm  Birth  at  Cincinnati  Children’s  Hospital  Medical  Center  (CCHMC)  and  the  Institute  for  Systems  Biology (ISB) in Seattle to conduct a systems level analysis of “omics” data. Perturbed growth and maturity can  lead  to  placental  insufficiency,  which  underlies  a  significant  proportion  of  adverse  pregnancy  outcomes,  such  as preterm birth.  A paucity of knowledge regarding normal placental development and maturity greatly hinders  any  study  of  placental  insufficiency.  Placental  growth  and  development  occurs  throughout  gestation  and  reaches maturity at term. Therefore, it is critical to identify the networks involved and to assess them over the  length of gestation. Our central hypothesis is that key biological networks vital to placental growth and  maturity  can  be  identified  through  the  intersection  of  transcriptomic,  proteomic,  and  metabolomics  data  from  term  and  preterm  placentae.  Furthermore,  utilizing  longitudinal  proteomics  and  metabolomics  data,  we  can  determine  how  those  pathways  change  over  gestation  and  differ  between  normal  and  preterm  placentae. We will test this hypothesis through the following aims:   Aim  1:  Identification  of  key  gene  and  metabolite  signatures  involved  in  placental  development  by  analyzing  longitudinal  “omics”  data.  Using  publically  available  transcriptomic  data,  we  will  generate  a  molecular profile of expressed genes in placental development throughout gestation.  We will also determine  the  placental  secretome  and  identify  biomarker  signatures  that  appear  in  maternal  urine  that  reflect  placental  maturation.   Aim  2:  Identification  of  molecular  pathways  associated  with  placental  maturity.  We  will  utilize  network  topology algorithms to identify changes in molecular pathways in preterm and term placentae. These data will  be  combined  with  publically  available  data  to  identify  molecular  pathways  and  genes  within  those  pathways  that differ between term and preterm placentae to provide insight into placental maturity.   Aim 3: Generation of a placenta-­specific transcriptional network for identifying regulatory mechanisms  involved  in  placental  maturity.  We  will  construct  genome-­scale,  tissue  specific  models  of  placental  transcriptional  regulatory  networks  using  our  newly-­developed  Transcriptional  Regulatory  Network  Analysis  (TRENA)  approach,  which  leverages  a  wealth  of  information  from  the  NIH’s  ENCODE  project.  We  will  characterize  which  transcriptional  regulators  are  most  likely  responsible  for  perturbed  gene  expression,  their  signaling pathways and downstream targets. Previously unknown or understudied networks or genes identified  targeted for further analyses in placental growth and maturity and future prospective clinical studies.