來自哈爾濱醫(yī)科大學生物信息科學與技術學院的研究人員在包括癌癥在內的一些重大疾病的分子標志物識別方面獲得了重要的成果，對人類疾病的早期發(fā)現(xiàn)和治療有著重要的臨床意義,。這些成果已發(fā)表在國際著名學術期刊Nucleic Acids Research等10余個專業(yè)期刊。
領導這一研究的是哈爾濱醫(yī)科大學生物信息科學與技術學院院長李霞教授,，她作為生物信息學學科帶頭人，先后承擔科研課題28項,，其中國家863高科技計劃項目2項（主持1項,，副組長1項）、國家973前期項目1項（主持）,、國家自然科學基金4項（主持3項）,，獲省部級獎3項,，廳局級獎8項,，在國內外重要學術刊物和學術會議上發(fā)表學術論文110余篇(SCI 42篇、EI 18篇),，累計SCI影響因子90.137,，總引次數114，主編著作等8部,。
重大疾病如癌癥,、心臟病,、高血壓、糖尿病等,，其發(fā)生,、發(fā)展是多基因、多通路,、跨層面的遺傳與環(huán)境因素共同作用的結果,。采取何種方法及時發(fā)現(xiàn)疾病產生后特有的分子標記，對于了解發(fā)病機理,、進行早期診斷,，選取個性化治療方案有著重大意義，也是現(xiàn)代醫(yī)學轉變治療疾病思維重要理念的體現(xiàn),。李霞課題組在發(fā)現(xiàn)重大疾病的分子標志研究上取得的突破,，有助于解決復雜疾病研究中的特征基因識別難題。
人類發(fā)現(xiàn)的腫瘤標志物已有百余種,，但臨床常用的僅20多種,，能用于大規(guī)模人群普查的腫瘤標志物更少。臨床上腫瘤的高發(fā)生率和死亡率迫切需要新的早期診斷用的生物標志物和新的腫瘤標記物檢測技術,。
另外近期來自阿拉巴馬大學伯明翰分校臨床蛋白質組學主任James Mobley希望能利用血清,，血漿和尿液，尋找胰腺癌的液體,，或者蛋白標記物,。但是一開始，他就陷入了“Catch-22”（美國諺語,，從《第22條軍規(guī)》延伸而來,，是指互相抵觸之規(guī)律或條件所造成的無法脫身的困窘）——為了能得到深入實驗的經費，他們需要首先獲得一份前導實驗數據,。然而當研究人員試圖識別胰腺癌蛋白標記物的時候,，擺在他們面前的是大量的不確定性，他們需要選擇是從哪一種體液和組織中分析蛋白標記物,，還需要從低通量,，中通量，還是高通量平臺中選擇一種,。
為了解決這些問題,，研究人員首先開始查找文獻，了解已經出版的有關血液和尿液樣品實驗數據,，他們發(fā)現(xiàn)大多數之前的研究都是利用小型的合并樣品,，結合低通量實驗平臺，比如2D膠，來識別和檢測蛋白,。
腫瘤標記物首先是通過利用從腫瘤細胞中提取的單克隆抗體發(fā)現(xiàn)的,。在獲得抗血清后，通過免疫吸附去掉正常細胞,，留下腫瘤特異性的抗原,，篩選并評估這些候選物成為了尋找新的腫瘤標記物的經典方法。但是篩選并評估候選物的方法費時又耗力,，而且當實驗室的經費又不足的時候,，如何獲得進一步的研究進展，以及獲得更多的科研經費,，是許多實驗室都頭疼的事情,，上述的這一研究提供了一個很好的范例，指出了在這種情況下,，研究人員應該采取的實驗策略,，也就是說實際上，各實驗室的研究人員在進行實驗的第一步的時候,，就要綜合考慮好各方面的因素,，包括實驗經費，遇到的困難,，以及如果不成功如何處理等,。(生物谷Bioon.net)
生物谷推薦原文出處：
Nucleic Acids Research 2010 38(1):e6; doi:10.1093/nar/gkp882
CpG_MI: a novel approach for identifying functional CpG islands in mammalian genomes
Jianzhong Su, Yan Zhang*, Jie Lv, Hongbo Liu, Xiaoyan Tang, Fang Wang, Yunfeng Qi, Yujia Feng and Xia Li*
CpG islands (CGIs) are CpG-rich regions compared to CpG-depleted bulk DNA of mammalian genomes and are generally regarded as the epigenetic regulatory regions in association with unmethylation, promoter activity and histone modifications. Accurate identification of CpG islands with epigenetic regulatory function in bulk genomes is of wide interest. Here, the common features of functional CGIs are identified using an average mutual information method to differentiate functional CGIs from the remaining CGIs. A new approach (CpG mutual information, CpG_MI) was further explored to identify functional CGIs based on the cumulative mutual information of physical distances between two neighboring CpGs. Compared to current approaches, CpG_MI achieved the highest prediction accuracy. This approach also identified new functional CGIs overlapping with gene promoter regions which were missed by other algorithms. Nearly all CGIs identified by CpG_MI overlapped with histone modification marks. CpG_MI could also be used to identify potential functional CGIs in other mammalian genomes, as the CpG dinucleotide contents and cumulative mutual information distributions are almost the same among six mammalian genomes in our analysis. It is a reliable quantitative tool for the identification of functional CGIs from bulk genomes and helps in understanding the relationships between genomic functional elements and epigenomic modifications.
