基于信号通路模拟和生物标志物识别的新型抗原发性肝细胞癌药物靶点发现

摘要

原发性肝细胞癌（Hepatocellularcarcinoma，HCC）是威胁生命的最主要恶性肿瘤之一，其发病机制复杂，治愈率极低，在全球男性癌症相关死亡率中排名第二。目前，治疗HCC的药物极度缺乏，而唯一一个被FDA批准用于治疗晚期HCC的药物索拉非尼（Sorafenib）更具有皮疹、腹泻、血压升高等严重副作用。同时，更多临床中的靶向制剂也面临药效不强和副作用等严重问题。研究表明，克服抗癌药物以上问题的一个有效途径是在新药发现初期选择恰当的药物靶点。目前针对HCC的药物靶点十分有限，仅包括：VEGFR，PDGFR和RAF等，因而亟需寻找新的靶点以推动抗HCC新药的发现。
　　细胞内信号转导异常是诱导肿瘤发生发展的重要原因。研究表明原发性肝细胞癌与基因在癌细胞中的差异性表达和突变密切相关，从而对诸多癌症相关信号通路影响巨大。目前，针对HCC细胞信号通路的研究已经成为前沿热点，但是还没有一个相对完整的考虑了HCC复杂信号通路特性的系统生物学研究。另一方面，随着组学技术的发展，基于转录组学等组学技术的生物标志物识别已经被应用于药物靶点的发现，这对疾病尤其是早期没有明显临床特征的原发性肝细胞癌的诊断、药物发现和治疗具有重大意义。
　　因此，本课题基于细胞信号通路模拟和生物标志物识别手段开展新型治疗HCC药物靶点的发现研究。首先，基于现有蛋白质-蛋白质相互作用实验数据，采用系统生物学方法建立了一个目前为止较为完整的HCC细胞信号通路模拟模型，从系统水平分析HCC信号通路的动力学特征，以发现潜在的治疗靶点。
　　研究发现，所建模拟模型得到了多个实验数据的支持，验证了该模型的可靠性。运用该模型发现了VEGFR、PDGFR、EGFR、MEK、PI3K以及PP2A等候选靶点。同时，本课题还针对标志物识别方法开展了深入探索，通过分析原发性肝细胞癌基因芯片数据，找到了CYP2B6、PON3、AOX1、ACSM等与代谢密切相关的差异表达基因。以上基于信号网络和生物标志物识别手段发现的潜在药物靶点与已报道的抗HCC靶点具有高度的一致性。同时，两种方法所得潜在药物靶点的差异，反应了不同方法在药物靶点识别中所关注的不同侧面，因而需要在新药发现中综合考虑。综上所述，本研究构建了一个目前为止较完整的HCC细胞信号通路模拟模型，并发现了数个可供作用的候选药靶。同时，研究结果指出抗HCC新型药物靶点发现需要综合考虑多种实验方法和手段，以期从不同侧面反映癌症多信号通路的复杂网络特征。

目录

封面

中文摘要

英文摘要

目录

缩略词列表

1绪 论

1.1原发性肝细胞癌（HCC）治疗现状及发病机制

1.2细胞信号通路

1.2.1细胞信号通路与疾病发生发展的关系

1.2.2信号通路模拟相关介绍

1.3生物标志物识别

1.3.1生物标志物

1.3.2生物标志物识别方法

1.3.3相关数据库、软件及工具简介

1.4 研究意义及方法设计、预期结果

2 原发性肝细胞癌信号通路模型构建与模拟

2.1原发性肝细胞癌（HCC）信号通路研究进展

2.1.1生长因子和受体酪氨酸激酶

2.1.2 RAS/RAF/MEK/ERK 通路

2.1.3 PI3K/AKT/mTOR信号通路

2.1.4 WNT/β-catenin信号通路

2.2 材料和方法

2.2.1信号通路模型简括

2.2.2 HCC信号通路模型的构建及动力学参数的收集

2.2.3模型的优化和验证

2.2.4模型的模拟分析

2.3 结果与讨论

2.3.1模拟结果与实验结果的对比性验证1

2.3.2模拟结果与实验结果的对比性验证2

2.3.3模拟结果与实验结果的对比性验证3

2.3.4模拟结果与实验结果的对比性验证4

2.3.5模拟结果与实验结果的对比性验证5

2.3.6常规模拟与分析

2.3.7模拟生长因子或生长因子受体高表达对ERK的影响

2.3.8模拟负反馈对通路整体输出的影响

2.3.9模拟通路中各组分初始浓度降低10倍对通路中其它组分的影响

2.4 本章小结

3 特征识别在教育数据和生物标志物发现中的应用

3.1特征识别

3.1.1 学习方式指数与特征识别

3.1.2材料与方法

3.1.3 结果和讨论

3.1.4 总结

3.2特征识别与生物标志物发现

3.2.1原发性肝细胞癌（HCC）生物标志物识别

3.2.2材料和方法

3.2.3差异表达基因分析结果

3.2.4总结

3.3本章总结

4 全文总结

致谢

参考文献

附录

A 在校期间发表的论文

B 附表1模型中的所有组分及其初始浓度

C 附表2模型中的所有反应及相应的动力学参数