肿瘤耐药基因与非药物相关的预后标志的鉴别及肿瘤耐药基因的调控网络特征

Presentation on theme: "肿瘤耐药基因与非药物相关的预后标志的鉴别及肿瘤耐药基因的调控网络特征"— Presentation transcript:

1 肿瘤耐药基因与非药物相关的预后标志的鉴别及肿瘤耐药基因的调控网络特征
负责人：张硕波 成员：温青峰、李国、郭文冰 指导老师：李静

2 四、项目特色与创新点 三、研究内容及方案 一、立项依据 二、研究目的与拟解决问题

3 研究背景： 乳腺癌是女性中发病率最高的癌症，其中约70%为雌激素受体（Estrogen Receptor ，ER）阳性患者，对这部分患者，手术切除后实施他莫西芬辅助治疗可以降低患者的总体复发率。但是，约30%的患者经过治疗后会因耐药而复发。

4

5 一、立项依据： ①目前临床应用的乳腺癌预后指标包括淋巴结转移状况等，但根据这些指标并不能有效判断预后。
亟需识别新的预后分子标志以指导治疗方案的选择 ①目前临床应用的乳腺癌预后指标包括淋巴结转移状况等，但根据这些指标并不能有效判断预后。 亟需要鉴别预后标志是否具有药效预测能力 ②已有研究利用基因表达谱识别他莫昔芬治疗ER+乳腺癌的预后基因标志，但患者的预后还与其免疫状态等其他个体差异相关

6 一、立项依据： 亟需开发一种识别稳健的预后及药效预测标志的生物信息学方法
③基因芯片检测的批次效应等因素的影响，使已识别的预后及药效预测标志的可重复性很低。 亟需开发一种由TF、miRNA、lncRNA形成的调控网络及它们对靶基因的时空特异性调控强度以识别耐药相关网络模块的生物信息学方法 ④TF、miRNA、lncRNA可调控细胞内其靶基因的表达，协同（竞争）作用形成调控网络，并参与多种癌症的发生、发展及耐药作用的形成。 但TF、miRNA、lncRNA的调控作用具有时空特异性。

7

8

9

10 研究目的 通过个体 化通路分 析降维， 识别个体 化预后预 测标志 基于预后 标志预测 结果识别 个体化药 效预测标 志
1 基于预后 标志预测 结果识别 个体化药 效预测标 志 2 构建ER+ 乳腺癌患 者术后复 发风险预 测分类器 及药效预 测分类器 3 构建整合 表达丰度 及调控强 度的全局 通路加权 调控网络 4 识别耐药 相关子通 路，并分 析子通路 之间的相 互关系 5

11 拟解决问题： 复发预后指标是否两类化的问题 乳腺癌患者的生存数据缺失率较高的问题 基于秩次的基因对标志的高维问题
TF、miRNA、lncRNA的协同/竞争调控问题

12 ① ② ③ ④ 三、研究内容及方案（研究基础、技术路线） 研究基础（从GEO等基因表达谱数据库中收集的数据）：
有预后信息的ER阳性乳腺癌组织表达谱数据 正常乳腺组织的表达谱数据 有预后信息的经他莫西芬治疗的乳腺癌患组织基因表达谱 TF、miRNA、lncRNA与靶基因之间的关系

13 技术路线图 （1）识别稳定基因对及一致性评价 （2）个体化通路分析 （3）基于通路相关性网络拓扑性质识别特征通路及预后基因对
（4）术后复发风险预后标志与药效预测标志的识别

14 初步识别术后ER阳性乳腺癌的预后基因对标志
预实验结果： 初步识别术后ER阳性乳腺癌的预后基因对标志 Gene A Gene B β p_value RNF220 UBE2S 0.9086 2.86E-05 RPL4 HSPB1 1.0885 1.30E-06 UBE2G2 PIAS4 1.3312 4.19E-04 CASC3 LSM5 3.2972 1.39E-05 RPS11 PSMD6 1.3492 6.83E-04 CCND3 CDK1 1.1562 6.31E-04 PSMB1 0.7948 4.37E-04 CDK6 CDC6 1.0496 1.82E-05 PSMD1 0.9986 2.38E-04

15 技术路线图 （1）识别稳定基因对及一致性评价 （2）个体化通路分析 （3）基于通路相关性网络拓扑性质识别特征通路及预后基因对
（4）术后复发风险预后标志与药效预测标志的识别 （5）点加权、边加权全局通路网络的构建 （6）耐药子通路识别及其交互作用分析

16 四、项目特色与创新点 （1）通过个体化通路分析对数据降维 （2）预后标志识别适用于分析高删失率的数据
（3）识别耐药相关子通路以及子通路之间的交互作用

17 项目预计成果 （1）识别经他莫西芬治疗的乳腺癌患者的预后及药效预测标志，并识别耐药相关的子通路
（2）相关研究成果有望在国家级以上刊物上发表1-2篇 （3）提高队员自主学习和动手实践的能力，培养科研设计和论文撰写能力

18 信心 耐心 成功 恒心 热心

19 谢谢！ 请各位专家提出宝贵意见！

20

21 可行性 所依托实验室目前主要从事肿瘤早期诊断、预后与药效标志识别的面向转化医学的生物信息学研究
实验室在肿瘤相关生物机制研究、生物学通路分析及生物学标志的可重复性分析等方面积累了相当丰富的知识与技能 团队成员均勤奋上进、认真肯干，对科研充满热情 可行性 指导老师擅长运用生物信息学方法研究癌症等疾病的发病机制及生物学通路，并已经对乳腺癌的预后及耐药做了大量的研究工作 团队所有成员在前期学习中，已储备一些专业知识，具备一定逻辑思维能力和实验操作能力 导师及其团队为我们开展研究前期基本操作和关键技术的学习提供了巨大的帮助

22 统计方法 （1）本项目使用Benjamini-Hochberg多重检验方法矫正假阳性率（False Discovery Rate，FDR)；采用Kaplan–Meier方法评估两组患者的生存率，并绘制患者的无复发生存(Relapse-Free Survival，RFS)率曲线，利用log-rank方法检验两组患者的无法发生存率是否存在显著差异。（2）单变量Cox比例风险回归模型用于计算风险比（Hazard Ratio，HR）以及HR的95%置信区间(Confidence Intervals，CIs)。（3）多变量Cox比例风险回归模型用于预后标志或药效预测标志与临床因素的比较。（4）C-index是评估预测结果与实际观察结果一致的概率，随机情况下C-index为50%，预测越准确值越高， C-index最大值为100%。

23 项目经费使用计划 支出项目 金额（元） 资料打印费 500 论文版面费 3000 图书费 资料翻译费 服务器租用费（用于逆转对筛选）
2000 会议差旅培训费 技术服务费（用于论文查新等） 1500 总额

24 项目研究进度安排 2015.05～2015.07 实验总体设计方案的确立。
～ 实验总体设计方案的确立。 ～ 相关背景文献的研读，基本生物信息技术的学习。 ～ 个体化通路方法开发，预后、药效标志识别。 ～ 点加权、边加权网络的构建，耐药子通路识别以及耐药子通路交互作用分析。 ～ 整理课题成果，提交报告。 项目研究进度安排

25 人员分工 张硕波：为本项目负责人，主要负责本课题人员的合理安排及管理，同时负责耐药子通路的识别及子通路间交互作用的分析。
李国：负责TF、miRNA，lncRNA的靶基因数据收集及其相互关系的分析，以计算靶基因的表达丰度变化。 温青峰：负责个体化通路方法的实现，及预后、药效标志的识别。 郭文冰：负责点加权、边加权全局通路网络的构建以及随机游走方法的实现。