前列腺癌的基因调控及其表达差异分析

 

随着国际人类基因组计划的完成，对海量基因组数据的注释和解读成为下一个主要难点，在此基础上对癌症基因组的解析也是一个重要方向，表观基因组学是基于基因组学的一个额外分支，所以如何运用统计计算方法去分析和整合各种高通量生物医学数据就变得非常关键。在这次课程中，我们将学习各种数据的分析方法，以及在癌症样本中的实战运用。

 

表观遗传变异已经在所有人类癌症类型中被观察到和证实。然而我们对全基因组范围的表观遗传图谱是怎么被打乱的，而后又是怎么影响癌症的发生和恶化的分子机理依旧了解很少。所以各国科学家们启动了国际癌症基因组计划.

前列腺癌症的遗传突变率和其他癌症相比处于低突变率癌症类型，所以学术界认为表观遗传学可能在其中起到更大的作用，并且提出它的发生是遗传突变和表观遗传变异所共同驱动的。前列腺癌症的一个特点是大部分正常男性在60以后都会产生，但是很多是良性的，无需进行放化疗或手术。然而现有的检测手段主要是前列腺特异抗原检测（PSA: Prostate-Specific Antigen）。这个检测的假阳性非常高，所以这就导致了非常严重的过度治疗，为病人带来了很多不必要的痛苦，降低的晚年的生活质量，也严重浪费了国家的医疗资源。所以在前列腺癌症领域的最重要问题是怎样区分良性和恶性肿瘤，尤其在早期阶段是否就能区别良性和恶性肿瘤则是这个问题的重中之重。

我们将通过整合各类组学数据，找到关键基因的过度表达可能在前列腺癌症的恶化中起到重要作用，并且尝试鉴定能在早期预测前列腺癌恶化潜力的分子标记。

 

相关学科

 

基因组学   表观遗传学   概率与统计学

计算机     人工智能  机器学习

应用数学   统计学     数据科学

导师：哈佛大学   博士

 

• 现任哈佛大学医学院讲师；

• 曾任MIT与哈佛Board Institute 博士后；
• 研究方向为生物信息学、基因组学；

• 曾在Nature genetics等诸多顶尖期刊中以第一作者身份发表论文。

课题研究方法

 

AI＋X数据驱动型科研

AI＋X数据驱动型科研是指使用人工智能（AI）算法，收集、处理、分析具体学科（X）的海量数据，并基于此进行预测，从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比，AI＋X数据驱动型科研可以借助AI算法强大的运算能力，高效地进行大数据分析，具有投入产出比高、适用范围广的优点。AI＋X数据驱动型科研已被广泛地应用于各个领域，利用AI算法研究基因数据，从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万，使用传统的科研方式对其进行分析，工程量大、过程繁琐，在客观上难以实现。但借助AI算法这一便捷的工具，生命科学家便能够以海量的患者的遗传信息为基础，建立数据库，与过往的研究成果进行对照，快速、准确地在两者中发现规律、建立联系，从而使癌症诊断的“标准化”成为可能。

整个科研教学流程中，每一位学员都将有学术督导协助保障研究阶段性作业和论文的进度，确保取得研究成果。

科研课题成果

成果1：在英文期刊中发表学术论文

有方学者项目保证为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。

成果2：第一作者身份

有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出

成果3：高效备战具有高影响力、高含金量的科研竞赛

学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、谷歌科学奖和达特茅斯大学举办的ISEC论文比赛。

成果4 ：独一无二的课题

有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，保证学生研究内容的差异性。

成果5：美国TOP30院校导师的推荐信

有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，保证了推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。 

想要获取详细课题大纲

请扫描二维码

关注「有方背景提升」