研究药物小分子与其靶点、靶通路间的作用机制是基因组药物研发的重要内容,也是药物基因组信息学中具有挑战意义的课题。本课题从系统生物学的角度,研究提出系列药物基因组信息学方法,基于药物与小分子数据库(Drug Bank、NCI 60等)、小分子与基因关联数据库(Connectivity map,CMAP)、疾病基因数据库(OMIM,GAD)及其它分子生物学数据库,研究识别复杂疾病相关多靶基因,研究识别复杂疾病基因聚集的蛋白质网络(子网络)与信号通路(子通路),识别小分子干扰的多靶基因功能模块和小分子干扰的信号通路(子通路),并将该系列方法应用于结肠癌、前列腺癌、胃癌、心率失常等疾病数据分析,识别小分子与复杂疾病关联的信号通路(子通路)的匹配关系,并进行相应的生物学证实,探讨小分子作用机制,预期研究成果将为新药研发开辟新的途径。
small molecule interfere;signaling pathways;complex diseases;the matched association;
本项目按原计划完成。在本项目中,我们基于数据库药物与小分子数据库(Drug Bank、NCI 60等);小分子与基因关联数据库(Connectivity map,CMAP);疾病基因数据库(OMIM,GAD);通路数据库(KEGG代谢通路数据库(KEGG、MIPS等);TRANSFAC、SPAD信号传导通路数据库等);蛋白质组数据库;功能注释数据库(Gene Ontology基因功能注释数据库); TargetScans、miRanda、mirBase、PicTar等miRNA靶基因数据库;生物芯片miRNA表达谱数据库和miRNA靶基因表达谱数据库等。研究了小分子与复杂疾病靶通路(pathway)内在关联,构建了药物与其应答的代谢子通路的关系网络(drug–metabolic subpathway network (DRSN)); 进一步识别人类癌症中小分子与非编码miRNA关联,进一步研究了基于药物靶基因和代谢子识别代谢子通路; 建立了小分子影响microRNA表达数据库(SM2miR); 进行优化癌症药物小分子和抗癌药物设计的先导化合物的优化等工作;又进一步扩展我们的工作,整合全局的代谢子网络结构和代谢谱提出了识别通路的MPINet方法,证实了方法的有效性,并应用该方法到121个药物,识别这些药物的敏感性相关通路,识别药物作用的关键代谢子,更进一步研究了药物化学小分子和miRNA的关联。发表SCI论文30篇,分别发表在《Bioinformatics》、《Nucleic Acids Res》、《Biomed Res Int》、《PLoS One》等杂志上,同时,研究成果也进行国内国际交流和实际应用,主编著作1部,培养生物信息学专业硕士研究生8名,博士研究生5名。研究成果对药物研发、药物重置有重要意义,具有潜在的社会效益和经济价值。