城市科技发展计划项目可行性报告Word文件下载.docx

城市科技发展计划项目可行性报告Word文件下载.docx

《城市科技发展计划项目可行性报告Word文件下载.docx》由会员分享，可在线阅读，更多相关《城市科技发展计划项目可行性报告Word文件下载.docx（24页珍藏版）》请在冰豆网上搜索。

项目实施单位：

编制日期：

申请书

承担单位：

合作单位：

联系人：

联系电话：

电子邮箱：

申报日期：

可行性报告

可行性研究报告内容

一、项目概况，国内外同类研究情况（包括技术水平）；

二、技术（产品）市场需求、经济、社会、生态效益分析；

三、项目主要研究开发内容、技术关键；

四、预期目标（要达到的主要技术经济指标；

自主知识产权申请拥有设想）；

五、项目现有技术基础和条件（包括原有基础、知识产权情况、技术力量的投入、科研手段等）；

六、实施方案（包括技术路线、进度安排）；

七、项目预算（包括经费来源及用途）；

八、申请单位概况（包括企业规模、技术力量、设备和配套情况、企业资产及负债情况）；

九、项目负责人及主要参加人员简历。

1.项目概况，国内外同类研究情况（包括技术水平）

1.1研究目的与意义

卵巢癌作为妇科常见的肿瘤，不仅具有较高的发病率，而且死亡率居妇科肿瘤第一[1]。

根据全国地区普查，杭州及周边城市在全国有代表性的35个城市中，卵巢癌发病率居第三位（仅次于上海和广州）[2]，对妇女的生命健康造成了极大的威胁。

目前手术辅助化疗是治疗卵巢癌的主要手段，患者的预后在很大程度上取决于化疗的效果[1,3,4]。

然而，化疗不仅具有一定的副作用和风险性，而且对卵巢癌的疗效并不确定，个体差异较大[5,6]。

如何预测其疗效已成为卵巢癌个性化治疗的瓶颈。

正如Santin等人指出的那样，“临床上未采取个体化治疗方案，患者对化疗药物不敏感或产生耐药，尽管化疗方案和化疗途径不断改进，但治疗效果仍不理想，缺少预测肿瘤对化疗药物敏感性的可靠方法[7,8]。

”

DNA微阵列技术和蛋白质质谱技术为基因调控网络的研究提供了可能的技术装备。

基因调控网络的研究试图以系统的观点为出发点，从基因之间相互作用的角度揭示复杂的生命现象。

基因网络研究的目的是通过建立基因转录调控网络模型对某一个物种或组织中的全部基因的表达关系进行整体的模拟分析和研究，在系统的框架下认识生命现象，特别是信息流动的规律。

因此，高通量微阵列技术的发展为从微观的角度系统研究基因与疾病的关系提供了可能，研究者逐步开始从基因谱的角度全面研究基因与疾病间的关系[9-11]。

然而目前的研究大多数集中在孤立的单个敏感基因上，而有关基因之间的调控路径及其与生物过程、临床反应关系的研究寥寥无几。

系统生物学研究已经表明：

基因间的相互作用是一个有机的整体，调控过程是一系列基因共同表达的结果[12]，它们共同影响着生物过程和临床反应[13]。

仅仅依靠与疾病相关的单个基因远远无法解释疾病形成的原因及进展，只有了解引起疾病的分子网络结构，明确基因间的调控路径，才能分析出疾病与基因团、基因网络之间的因果性，才能指导个体化治疗[14,15]。

因而，建立卵巢癌和化疗反应（OvarianCarcinomaChemotherapyResponse，OCCR）的关系的基因网络调控模型，破解卵巢癌化疗敏感基因的作用机制，系统梳理OCCR相关基因的协助关系，是最终建立卵巢癌化疗反应预测模型的前提，也是临床肿瘤医学迫切需要解决的问题。

1.2.国内外研究现状

目前已经有大量关于建立分子调控关系网络（GRN）技术的研究。

在计算生物学领域，GRN研究主要是利用数学建模、统计方法对基因关联关系进行分析，比如凸分析[16]、图论法[17]]、拓扑网络分析法[18,19]及系统路径导向法[20]、贝叶斯网络等，虽然这些方法已经阐明基因组网络可以帮助研究者大致理解基因间的关系，但是还没有完全成功地建立相应的分子调控网络，其主要原因在于：

（1）对于数据而言，微阵列数据普遍具有大维数N（上万）、小样本n（几十到上百）的特点，维灾使得无法直接利用数据拟合的方法来确定模型参数，即便较小规模的基因调控网络也要涉及几十到上百个基因。

因此，利用数据建立基因关系模型是典型的N>

>

n问题。

（2）对建模方法而言，基因表达模式本身的复杂性给描述和建立相关的基因网络结构带来了更多的困难，例如功能相关基因，表达水平反而有可能相关性很小甚至是无关[21-26]。

为了回避上述问题，研究者开展了利用生物先验和生物知识库建立GRN的研究，比如逻辑分析法、MetaReg变换法[23]、Chuang等人提出的根据蛋白质作用网络对基因分组并辨识乳腺癌的模型[24]；

但是，这些方法非常依赖于生物网络知识，受制于对有限已知基因或者蛋白关系的了解[26]，这些网络知识很少或仅仅存在支离破碎的片段信息，因而很难找到比较完整、适合建模使用的生物知识库指导建立GRN。

因此目前直接建立包括几十甚至上百、上千基因的GRN仍然不太现实。

针对建立基因调控网络的条件限制和面临的问题，本项目提出了基于“基因团”（clique）搜索的OCCR敏感基因网络“拼图”建模方法。

本方法虽然仍然基于有限的数据和生物先验，但是区别于建立完全GRN的方法，它是采用分而治之的策略，利用多个基因团拼接基因网络，利用卵巢癌基因微阵列数据建立OCCR相关基因的网络调控关系模型，同时可以用于构建临床卵巢癌化疗反应预测模型，并制定个性化治疗手段。

参考文献

[1]刘明娟,吴绪峰,陈惠祯.LRP与c-erbB2在上皮性卵巢癌中的表达及临床意义.现代肿瘤医学.2006;

14:

597-600.

[2]郑荣寿,张思维,吴良有等.中国肿瘤登记地区2008年恶性肿瘤发病和死亡分析[J].中国肿瘤.2012;

21:

1-12.

[3]刘澈,王晶.卵巢癌化疗耐药机制研究进展.实用肿瘤杂志.2011;

26:

87-91.

[4]郑敏,高克飞,刘富元.卵巢癌化疗耐药作用机制的基因研究进展.现代肿瘤医学.2006;

898-900.

[5]SantinAD,Cané

S,BelloneS,PalmieriM,SiegelER,ThomasM,etal.Treatmentofchemotherapy-resistanthumanovariancancerxenograftsinCB-17/SCIDmicebyintraperitonealadministrationofClostridiumperfringensenterotoxin.Cancerresearch.2005;

65:

4334-42.

[6]张雯碧,鹿欣.卵巢癌化疗耐药相关基因与预后的研究进展.国外医学:

妇产科学分册.2007;

34:

193-6.

[7]SchanerME,RossDT,CiaravinoG,Sø

rlieT,TroyanskayaO,DiehnM,etal.Geneexpressionpatternsinovariancarcinomas.Molecularbiologyofthecell.2003;

4376-86.

[8]SchwartzDR,KardiaSL,SheddenKA,KuickR,MichailidisG,TaylorJM,etal.Geneexpressioninovariancancerreflectsbothmorphologyandbiologicalbehavior,distinguishingclearcellfromotherpoor-prognosisovariancarcinomas.Cancerresearch.2002;

62:

4722-9.

[9]李红霞,关新元.卵巢癌紫杉醇耐药细胞株OC3/TAX300建立及基因表达谱分析.肿瘤.2006;

743-5.

[10]AlterO,BrownPO,BotsteinD.Singularvaluedecompositionforgenome-wideexpressiondataprocessingandmodeling.ProceedingsoftheNationalAcademyofSciences.2000;

97:

10101-6.

[11]HirschhornJN,DalyMJ.Genome-wideassociationstudiesforcommondiseasesandcomplextraits.NatureReviewsGenetics.2005;

6:

95-108.

[12]BelmontJ,HardenbolP,WillisT,YuF,YangH,Ch'

angL,etal.TheinternationalHapMapproject.2005.

[13]SchusterS,DandekarT,FellDA.Detectionofelementaryfluxmodesinbiochemicalnetworks:

apromisingtoolforpathwayanalysisandmetabolicengineering.Trendsinbiotechnology.1999;

17:

53-60.

[14]ZhangY,Abu-KhzamFN,BaldwinNE,CheslerEJ,LangstonMA,SamatovaNF.Genome-scalecomputationalapproachestomemory-intensiveapplicationsinsystemsbiology.Supercomputing,2005ProceedingsoftheACM/IEEESC2005Conference:

IEEE;

2005.p.12-.

[15]GohK-I,CusickME,ValleD,ChildsB,VidalM,BarabasiA-L.Thehumandiseasenetwork.ProceedingsoftheNationalAcademyofSciences.2007;

104:

8685-90.

[16]BertsekasDP,NedićA,OzdaglarAE.Convexanalysisandoptimization:

AthenaScientificBelmont;

2003.

[17]LiK,WuX,ChenDZ,SonkaM.Optimalsurfacesegmentationinvolumetricimages-agraph-theoreticapproach.PatternAnalysisandMachineIntelligence,IEEETransactionson.2006;

28:

119-34.

[18]王宏,曲晓莉,赵研,张静,陈丽娜.基于表达及网络拓扑结构挖掘动脉粥样硬化风险疾病基因.ProgressinBiochemistryandBiophysics.2010;

37:

916-22.

[19]LiK-C,PalotieA,YuanS,BronnikovD,ChenD,WeiX,etal.Findingdiseasecandidategenesbyliquidassociation.GenomeBiol.2007;

8:

R205.

[20]CohenPE,HollowayJK.Predictinggenenetworksinhumanoocytemeiosis.Biologyofreproduction.2010;

82:

469-72.

[21]ChuangH-Y,LeeE,LiuY-T,LeeD,IdekerT.Network-basedclassificationofbreastcancermetastasis.Molecularsystemsbiology.2007;

3.

[22]RapaportF,ZinovyevA,DutreixM,BarillotE,VertJ-P.Classificationofmicroarraydatausinggenenetworks.BMCbioinformatics.2007;

35.

[23]ZhengP,GriswoldMD,HassoldTJ,HuntPA,SmallCL,YeP.Predictingmeioticpathwaysinhumanfetaloogenesis.Biologyofreproduction.2010;

543-51.

[24]EdelmannM,IphoferA,AkutsuM,AltunM,diGleriaK,KramerH,etal.Structuralbasisandspecificityofhumanotubain1-mediateddeubiquitination.BiochemJ.2009;

418:

379-90.

[25]NakadaS,TaiI,PanierS,Al-HakimA,IemuraS-i,JuangY-C,etal.Non-canonicalinhibitionofDNAdamage-dependentubiquitinationbyOTUB1.Nature.2010;

466:

941-6.

[26]StanišićV,MalovannayaA,QinJ,LonardDM,O'

MalleyBW.OTUdomain-containingubiquitinaldehyde-bindingprotein1（OTUB1）deubiquitinatesestrogenreceptor（ER）αandaffectsERαtranscriptionalactivity.JournalofBiologicalChemistry.2009;

284:

16135-45.

[14]ZhangY,Abu-KhzamFN,BaldwinNE,CheslerEJ,LangstonMA,SamatovaNF.Genom