机器学习与生物医学大数据实验室
分享到
国家重点自然基金项目
创建: Oct 30, 2018 | 23:40
介绍
恶性肿瘤疾病是人体正常细胞在各种致癌因素的作用下，失去原有的生长分化调节，呈无限制地生长的结 果。生物信息学是探索和理解生物过程，但是目前获得数据的技术本身局限性和数据存在不可避免的假阴性 和假阳性，故该研究领域许多关键问题还亟待解决。本课题主要研究——恶性肿瘤相关的致病蛋白质的结构 和功能，通过建立异源蛋白质相互作用网络，融合蛋白质组，基因组，转录组数据建立加权蛋白质相互作用 网络，研究蛋白质之间的相互联系和作用，通过Pearson相关性分析网络组成，提取网络特征，研究致病蛋白 的成因，发现癌基因与抑癌基因，鉴定肿瘤蛋白标志物，辅助癌症的诊断和医疗。主要创新之处在于，针对 原始的蛋白质网络的低可靠性问题，融合Go注释信息，基因蛋白质结构信息，基因表达等数据构建蛋白质相 互作用加权网络，移除那些被标记为假阳性的相互作用，提高蛋白质网络应用研究的准确性，分析和预测肿 瘤相关蛋白质功能。
