高通量识别癌症小分子与miRNAs的关联

哈尔滨医科大学最新文章解析癌症

　　

生物通报道：来自哈尔滨医科大学等处的研究人员发表了题为“Identification of links between small molecules and miRNAs in human cancers based on transcriptional responses”的文章，首次利用生物信息学方法，高通量识别人类癌症中小分子化合物与miRNA间的关联关系，相关成果公布在Nature出版社旗下Scientific Reports杂志上。

文章的通讯作者是哈尔滨医科大学李霞教授，第一作者是杨宝峰院士指导的博士后姜伟副教授，这两个研究组合作，共同解析了基于转录反应识别人类癌症中小分子和miRNA关联。

miRNA是一种单链的非编码RNA，参与多种与人类癌症密切相关的生物学过程，如细胞增殖、分化、凋亡等。近年的研究发现miRNA能够被化学小分子所靶向，并受到了越来越多的关注，利用小分子化合物靶向miRNA将成为一种新型的癌症治疗方法。

在这篇文章中，研究人员利用生物信息学方法高通量识别人类癌症中小分子化合物与miRNA间的关联关系。基于小分子扰动的基因芯片数据、癌症中的差异表达基因以及miRNA所调控的靶基因等信息，在17种人类癌症中构建了小分子和miRNA的关联网络。

之后研究人员还通过对网络的进一步分析，确定了小分子模块和miRNA模块的功能特点，并成功应用于候选药物的筛选以及药物的重新定位。研究结果发现曲古抑菌素A(TSA)可能具有广谱抗癌的作用，同时，TSA与miR-19a、miR-19b、miR-23b的关联关系在所有癌症中出现的频率最高，通过对这三个miRNA共同的靶基因进行通路分析发现，它们显著富集在了MAPK信号通路和mTOR信号通路中，这提示我们TSA可能通过调控这两个信号通路发挥抗癌作用。

此外，分析结果还指出，2-脱氧-D-葡萄糖(2DOG)具有成为候选抗癌药物的潜力以及雌二醇可能具有抗炎活性等。这项研究的成果将极大地加快miRNA相关药物的研发，为癌症的治疗提供更加安全、高效的候选药物，同时也将对癌症患者的个性化医疗提供重要的参考和帮助。

李霞教授多年来一直从事生物信息学领域研究，主要研究方向是：基于生物谱的复杂重大疾病的分子分型与生物标志物识别；生物信息融合分析技术；分子生物网络（SNPs虚拟网络、基因调控网络、miRNA-mRNA协同调控网、蛋白质互作网络等）重建；miRNA与复杂疾病调控机制研究；复杂疾病的风险通路（pathway）识别技术；基因与蛋白质功能研究的生物芯片信息学分析技术；高通量药物分子靶标筛选技术；研发解析癌症分子机制的生物信息学方法与分析平台等。

（生物通：万纹）

原文摘要：

Identification of links between small molecules and miRNAs in human cancers based on transcriptional responses

The use of small molecules to target miRNAs is a new type of therapy for human diseases, particularly cancers. We proposed a novel high-throughput approach to identify the biological links between small molecules and miRNAs in 23 different cancers and constructed the Small Molecule-MiRNA Network (SMirN) for each cancer to systematically analyze the properties of their associations. In each SMirN, we partitioned small molecules (miRNAs) into modules, in which small molecules (miRNAs) were connected with one miRNA (small molecule). Almost all of the miRNA modules comprised miRNAs that had similar target genes and functions or were members of the same miRNA family. Most of the small molecule modules involved compounds with similar chemical structures, modes of action, or drug interactions. These modules can be used to identify drug candidates and new indications for existing drugs. Therefore, our approach is valuable to drug discovery and cancer therapy.

作者简介：

李霞，“龙江学者”特聘教授、北京“百千万人才工程”入选者、博士、博士生导师、哈医大生物信息科学与技术学院院长，黑龙江省优秀中青年专家。1993年任副教授，1997年破格晋升为教授，1999年12月到2001年1月受美国UNC与CWRU复杂疾病基因定位奠基人Robert Elston博士邀请，作为访问教授赴美从事复杂疾病基因定位连锁作图和基因表达谱疾病基因发现等研究工作。

学术兼职：国家863项目评审专家、国家自然科学基金评审专家、国家自然科学基金学科组评审专家、全国高等学校临床医学专业八年制卫生部规划教材《生物信息学》主编、《Nucleic Acids Research》杂志评审专家、《BMC Bioinformatics》和《Bioinformatics》杂志评审专家、《中国生物工程》杂志理事、《生物信息学》、《生物物理学报》、《中华现代妇产科学》杂志编委、中国信息协会常务理事、黑龙江省自然科学基金评审专家等。

李霞教授主要研究方向是：基于生物谱的复杂重大疾病的分子分型与生物标志物识别；生物信息融合分析技术；分子生物网络（SNPs虚拟网络、基因调控网络、miRNA-mRNA协同调控网、蛋白质互作网络等）重建；miRNA与复杂疾病调控机制研究；复杂疾病的风险通路（pathway）识别技术；基因与蛋白质功能研究的生物芯片信息学分析技术；高通量药物分子靶标筛选技术；研发解析癌症分子机制的生物信息学方法与分析平台等。

李霞教授多年来一直从事生物信息学领域研究，先后承担课题30余项，其中，国家863高科技计划项目3项（组长1项、副组长1项、参加1项），国家973前期项目1项（主持），国家自然科学基金项6项（主持 5项），获省部级奖4项，厅局级奖8项，在国内外重要学术刊物和学术会议上发表论文120余篇(其中SCI 59篇、EI 18篇)，累计SCI影响因子161，总引次数116。尤其在癌症等重大疾病功能基因识别方法的研究取得重要研究成果，科学研究论文发表在国外著名生命科学杂志《Nucleic Acids Research》(5篇，SCI影响因子：7.479)，《Briefings in Bioinformatics》（SCI影响因子：7.329），《Bioinformatics》(SCI影响因子：5.42)，《BMC Bioinformatics》(SCI影响因子：4.82)，《中国科学》，《American Journal of Human Genetics》 （SCI杂志影响因子11），《Journal of Medical Genetics》（杂志影响因子7.7），《Progress in Natural Science》等上，并获得省政府自然科学2等奖项，在复杂疾病基因作图的模式识别方法研究领域做出重要贡献，其中论文“Gene mining: a novel and powerful ensemble decision approach to hunting for disease genes using microarray expression profiling.”受到了Nobel奖得主Rich Roberts博士的好评，并迅速成为英国牛津出版集团旗舰科学杂志《Nucleic Acids Research》的热点文章(Hot Papers)。主编卫生部八年制规划教材《生物信息学》、主编《计算分子生物学与基因组信息学》、《医学遗传学与遗传流行病学数据分析》等10部。研制的人类遗传群体与家系资料分析系统(PPAP)已推广到中国科学院、北京大学、上海第二医科大学等60余个单位，并已成功地应用于20多项国家自然科学基金课题与博士论文的数据信息分析工作。
李霞教授带领学术团队在国内医学院校首创生物信息学本科专业，她领导团队创建的《国内领先的示范性生物信息学本科专业课程体系》是国内生物信息学本科专业教育的模板，先后有多所综合性大学和医学专科院校对该课程体系进行参观学习，为推进国内生物信息学专业教育做出了重要贡献。