癌症基因共表达网络和代谢网络的融合揭示潜在的癌症药物靶点

细胞新陈代谢对于癌症细胞的转化和演进是关键的。复旦大学生命科学学院生物统计学研究所田卫东教授与北京大学研究人员合作开发一个新的方法Met-express,通过癌症基因共表达网络和代谢网络的融合可以预测癌症细胞新陈代谢中关键酶编码基因和代谢产物。Met-express成功地识别了肺癌、白血病和乳腺癌中一组关键的酶编码基因和代谢产物。已有研究表明,预测基因中大约有3353%是未知的或是抗癌药物靶点,只有22%的预测代谢物在治疗使用中是已知的或高潜力药物化合物。此外,试验验证证明,癌症细胞中所选基因的90%和代谢物的70%展现了重要的抗癌表型,也意味着这些基因在癌症代谢中可能占重要地位。Met-express在发现新的治疗生物标志物上将是一个强有力的工具。该研究发表在2013年《Journal of proteome》杂志上。

参考文献:

Integration of Cancer Gene Co-expression Network and Metabolic Network To Uncover Potential Cancer Drug Targets.Jingqi Chen,et al.Journal of proteome.2013

作者简介:

田卫东:复旦大学生命科学学院生物统计学研究所教授。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》第五课题组学术骨干。主要研究方向:运用统计学、计算科学、生物信息学等手段进行算法开发,对组学数据进行整合分析并精确预测基因功能、基因-基因相互作用关系、基因表现型及疾病候选基因等。