消化道肿瘤多维组学数据库的开发与应用 大学生创新性实验计划项目开题答辩 负责人:傅烨霖 时间:2015年5月10日 www.51pptmoban.com 搜集整理
目录 1 立项依据 2 研究内容 3 项目亮点 4 预期成果 www.51pp tmoban.com 搜集整理
1 立项依据 1 2 消化道肿瘤是我省高发的恶性肿瘤,合计占全部恶性肿瘤死亡的58.83% 高通量检测技术的快速发展,已产生了海量的肿瘤组学数据 2 生物信息学数据库如GEO、TCGA等已经包含大量的肿瘤样本的各类组学与临床相关数据信息 肿瘤研究已经进入大数据时代 www.51pptmoban. com 搜集整理
基因芯片及其应用 基因芯片 癌症相关基因
多维组学数据概览 早期诊断 mRNA表达谱 miRNA表达谱 临床数据 DNA甲基化 体细胞突变 拷贝数变异 寻找耐药标识 寻找预后标识 寻找癌症相关 分子标记物 寻找耐药标识 早期诊断 寻找预后标识 癌症的发病 机制研究 个体化医疗
1200,000+ 仍有大量样本亟待挖掘分析
多维组学数据概览 甲基化 mRNA miRNA CNV+SNP 结肠癌 已收集 3125套 待收集 食管癌 肝癌 胃癌 已收集4241套 已收集1002套 已收集493套 3625套
2 研究内容 拟解决的 问题 传统的分析方法不能满足大数据时代的需 求 临床注释不完整和不规范 生物信息学数据存在分布分散、数据库之间的标准不统一的缺陷 传统的分析方法不能满足大数据时代的需 求 临床注释不完整和不规范 www.51pptmoban. com 搜集整理
2 研究内容 研究目的 1 2 3 4 构建一个系统化、规范化的消化道肿瘤多维组学数据库 对数据库中样本的临床信息进行规则统一 利用构建的数据库验证与识别消化道肿瘤常用药物的分子标志与预后标志 4 运用跨癌型分析方法,尝试寻找消化道肿瘤跨癌型共性及共同发病机制
基本路线图 TCGA 数据提取 构建数据库 消化道癌症多维组学数据库 数据分析 过滤 挖掘 mRNA miRNA DNA甲基化 CNV Mutation CNV DNA甲基化 miRNA mRNA 消化道癌症多维组学数据库 数据分析
谢谢您的聆听 3 项目亮点 运用生物信息学方法,结合数据挖掘技术 目前国内外尚未有大型消化道肿瘤样本数据库 运用文本挖掘方法深入挖掘简单检索无法获取的数据资源 数据分析过程中运用数据可视化技术 创新性尝试利用多维组学数据进行数据分析
3 文本挖掘 TF-IDF 算法
3 文本挖掘
3 文本挖掘
3 文本挖掘
3 文本挖掘
3 文本挖掘
4 预期成果 构建消化道肿瘤多维组学数据库 应用数据挖掘方法,配合我系实验室已经获取的消化道肿瘤相关分子标记物样本进行数据分析与数据可视化 发表1-2篇SCI论文和一个消化道肿瘤多维组学数据库 www.51pp tmoban.com 搜集整理
WE ARE A TEAM! 组员:张哲阳、孙华琴、许灿强、施婉燕 导师:刘春扬/郑伟成 团结 热情 恒心 耐心
THANK YOU!! 请各位老师同学们提出宝贵的意见, 我们一定会尽最大努力争取做得更好!