基本信息
- 项目名称：
- 小细胞/非小细胞肺癌信号转导网络特性分析
- 来源：
- 第十二届“挑战杯”作品
- 小类：
- 生命科学
- 大类：
- 自然科学类学术论文
- 简介：
- 采用Pajek软件构建小细胞和非小细胞信号转导网络拓扑图。分析发现调控小细胞肺癌增殖主要靶点是PIP3、IKK，凋亡响应的主要靶点是CytC、P53、FADD、CASP8、CASP3、Fаs。调控非小细胞肺癌细胞增殖主要靶点是Raf、PI3K，调控凋亡主要靶点是：CytC、CASP9、P53、CASP3、CASP8、CASP7、FADD。调控抑制/阻断凋亡的主要靶点是：PKB/Akt。
- 详细介绍：
- 采用Pajek软件构建了一个有140个节点的小细胞肺癌细胞内的信号转导网络拓扑图和一个有138个节点的非小细胞肺癌细胞内的信号转导网络拓扑图，通过分析所构建的网络的节点度、集聚系数、介数等特征量和网络演化过程，找寻调控肿瘤细胞增殖、凋亡的主要调控靶点。 在小细胞/非小细胞肺癌细胞信号转导网络中，节点DNA7能直接把信号转导到最终的接收者使癌细胞凋亡或增殖。只要抑制/阻断节点DNA7通往细胞增殖的信号通路，即可抑制增殖，通过有效的科学手段去促使癌细胞的凋亡，节点DNA7很有可能就是要找的调控位点即靶点，但是一般信使分子（离子）是很难入核的，在临床上很难实现。通过网络的最终演化拓扑图，可知调控小细胞肺癌细胞增殖的主要靶点是PIP3、IKK。调控癌细胞凋亡响应的主要靶点是CytC、P53、FADD、CASP8、CASP3、Fаs。调控非小细胞肺癌细胞增殖的主要调控中心是Raf、PI3K。调控凋亡的主要靶点是：CytC、CASP9、P53、CASP3、CASP8、CASP7、FADD。调控抑制/阻断凋亡的主要靶点是：PKB/Akt。 利用信号转导的调控机制，发现凋亡诱导的主要靶点，为在治疗疾病中分子靶点的选取，提供重要的参考价值。
作品图片
作品专业信息
撰写目的和基本思路
- 通过研究小细胞/非小细胞肺癌癌细胞信号调控及抑制/阻断信号转导网络的特性揭示其调控机制，从而筛选出小细胞/非小细胞肺癌癌细胞的凋亡诱导靶点，为肺癌的治疗提供有价值的参考方案。 首先利用pajek软件构建信号转导网络，计算度、介数、集聚系数找寻影响信号转导网络的重要节点，然后分析去除重要节点后的演化网络，从而得到有价值的靶点。
科学性、先进性及独特之处
- 构建大规模细胞信号转导网络能够增进对复杂的细胞行为的认识，有助于阐明细胞信号转导机制，对于认识细胞的增殖、分化、代谢、凋亡、癌变及死亡等各种生命现象和生命活动本质有重大意义。
应用价值和现实意义
- 在分子水平上认识小细胞和非小细胞肺癌程序性死亡（凋亡）的机制，对于探求新的诊疗手段具有实用价值和现实意义。
学术论文摘要
- 采用Pajek软件构建了140个节点的小细胞肺癌和138个节点的非小细胞肺癌细胞内的信号转导网络拓扑图，通过分析所构建的网络的节点度、集聚系数、介数等特征量和网络演化过程的分析，找寻调控肿瘤细胞增殖、凋亡的主要调控靶点。 在小细胞/非小细胞肺癌细胞信号转导网络中，节点DNA7能直接把信号转导到最终的接收者使癌细胞凋亡或增殖。只要抑制/阻断节点DNA7通往细胞增殖的信号通路，即可抑制增殖，通过有效的科学手段去促使癌细胞的凋亡，节点DNA7很有可能就是要找的调控位点即就是靶点，但是一般信使分子（离子）是很难入核的，在临床上是很难实现。通过网络的最终演化拓扑图，可知调控小细胞肺癌细胞增殖的主要靶点是PIP3、IKK。调控癌细胞凋亡响应的主要靶点是CytC、P53、FADD、CASP8、CASP3、Fаs。调控非小细胞肺癌细胞增殖的主要调控中心是Raf、PI3K。调控凋亡的主要靶点是：CytC、CASP9、P53、CASP3、CASP8、CASP7、FADD。调控抑制/阻断凋亡的主要靶点是：PKB/Akt。
获奖情况
- Features analysis of small-cell lung cancer signal transduction network by method of complex network 在2009 2nd International Conference on Future Biomedical Information Engineering(FBIE2009)(2009年第二届IEEE未来生物医学工程国际学术研讨会)会议论文集发表，现已被EI全文收录。
鉴定结果
- 无
参考文献
- [1]Albert R, Barabási AL. Statistical mechanics of complex networks. Rev. Mod.Phys[J].2002,74:47-97. [2] Newman M.E.J. The structure and function of complex networks. SIAM Review [J].2003,45(2):167–256. [3] Strogatz S.H. Exploring complex networks. Nature[J]. 2001,410:268-276. [4] 吴金闪,狄增如. 从统计物理学看复杂网络研究,物理学进展[J]. 2004年第1期. [5] 郭雷,许晓鸣. 复杂网络[M]. 上海:上海科技教育出版社. 2006,166-183. [6] 方锦清,汪小帆,刘曾荣. 略论复杂性问题和非线性复杂网络系统的研究. 科技导报[J]. 2004,22(2):9-12. [7] 翟中和,王喜忠,丁明孝. 细胞生物学[M]. 北京:高等教育出版社. 2005,256-258.
同类课题研究水平概述
- 采用复杂网络方法研究生物信息调控机制，自二十世纪九十年代以来，逐步成为细胞信号转导的重要热点。Albert R和Barabási AL从统计力学的一般原理出发，比较详细的分析了复杂网络的性质，为复杂网络的应用奠定了比较扎实的理论基础。Newman M E 着重研究了复杂网络的一般结构性质，并对复杂网络的功能进行了系统探讨。Williams. R.J对网络中边的关系以及边的连结对网络的结构和网络的稳定性进行了比较详细的研究。Dorogovtsev S. N和 Mendes J. F则重点研究了复杂网络在各种扰动下的稳定性以及演化趋势，使网络应用更接近于生物体的实际过程，更注重信号转导的生物特性。Watts D J 和 Strogatz S H则更直接的研究了复杂网络信号过程的动力学特性。这些研究还属于基础性研究。 随着生物信息学的快速发展，生物信息学与计算机科学的渗透和融合，各种二级信息库的建立，复杂网络真正成为一种系统化的工具，研究肿瘤的增殖、代谢和凋亡，在这一方面，以日本的KEGG网站最为出色。 在国内，自2000年彭黎明、王曾礼所编著的细胞凋亡的基础和临床出版以来，以细胞凋亡机制的探讨为重点的生理学、病理学研究日益深入。吴金闪和狄增从统计物理学角度对复杂网络研究的结构、功能物理特性、应用范围等进行了广泛深入的分析论述。方锦清等则从方法论角度讨论了复杂网络的非线性和复杂性问题，推动了复杂网络的基础和应用研究。采用复杂网络方法研究实际生物学的生理和病理过程，受到越来越多的关注。郭雷、许晓鸣出版了复杂网络一书，复杂网络方法进行了比较系统全面的介绍，为复杂网络方法的普及广泛应用起到了进一步促进作用。
