基于表观基因组数据的乳腺癌预后基因-年龄交互作用研究

目的基于表观基因组数据,探索乳腺癌预后基因-年龄交互作用。方法利用癌症基因组图谱(TCGA)和基因表达综合数据库(GEO)多个独立乳腺癌表观基因组数据集,进行DNA甲基化的差异表达分析。采用错误发现率(FDR)法进行多重校正,保留q-FDR≤0.05的差异表达甲基化位点。应用三阶段分析策略,采用多因素Cox比例风险回归模型检验基因-年龄交互作用。发现阶段使用TCGA-BRCA数据库筛选q-FDR≤0.05的信号。验证阶段Ⅰ使用GSE72245数据验证交互作用,标准为P≤0.05且效应方向一致。验证阶段Ⅱ使用GSE37754和GSE75067数据再次验证信号。通过结合临床指标与交互作用信号构建预后预测模型。结果三阶段分析策略鉴定出一个甲基化位点(cg16126280_(EBF1)),其与年龄存在交互作用,共同影响患者的生存时间(交互作用HR=1.0011,95%CI:1.0007~1.0015,P<0.001)。年龄分层分析显示,cg16126280_(EBF1)的高甲基化效应在乳腺癌年轻患者(HR=0.5505,95%CI:0.3838~0.7896,P=0.001)和老年患者中完全相反(HR=2.1665,95%CI:1.2852~3.6522,P=0.004)。结论DNA甲基化位点cg16126280_(EBF1)与年龄存在交互作用,以复杂的关联模式共同影响乳腺癌预后,为年龄特异性靶向药物研发提供了新的人群证据。

随机森林在基因调控网络推断上的比较与应用

基因调控网络(gene regulatory network,GRN)是当前功能基因组学所研究的重要内容之一,作为一种描述基因间相互作用关系的方式,在推断复杂疾病的致病原理过程中发挥着重要的作用。通过对基因调控网络的分析,我们能够更加深入地了解各基因的生物学功能、理解基因间的调控机理并推断出未知基因的功能,这对疾病诊断、临床实践、药物研发等方面有指导性的意义。

本土企业创新药中美双报的优势及挑战

越来越多中国创新药研发企业选择在中国和美国两地同时开展临床研究,并寻求在海外市场上市。截至2019年6月,从公开渠道可以收集到的中美双报产品已达85个。重点分析中美双报产品的特点以及中国公司在两国开展临床研究的优势及挑战。