構建組學數據庫助力腫瘤信號通路
建設消化系統腫瘤的大數據平臺,通過整合腫瘤臨床信息、影像數據、生物樣本庫數據、高通量生物多組學的數據,系統地構建消化系統腫瘤大數據,并結合人工智能平臺進行大數據的挖掘與分析。該團隊基于腫瘤大數據平臺開展腫瘤臨床診療的真實世界研究,探索腫瘤的精準診斷、預后預測和耐藥分子機制 徐瑞華教授團隊開始著手構建磷酸化定量數據庫qPhos。通過收集已發表的定量磷酸化組數據,共整合了199071個磷酸化位點上的3537533個定量磷酸化信息,其中86%的數據來自腫瘤組織樣本及相關細胞系。有關定量實驗的詳細信息,包括實驗條件、實驗所用的細胞系或樣本等數據也納入了數據庫中。對每個磷酸化位點,都注釋了實驗驗證的或潛在的上游激酶,以便理解其分子調控機制。同時,通過整合UniProt,ExPASy和DrugBank等數據庫中的信息,對磷酸化位點所在蛋白質的生化特征、上游激酶的靶向藥物情況進行了詳細的注釋,方便查詢和使用。 此外,數據庫中還開發了qKinAct分析模塊,研究人員可以基于自己的定量磷酸化組數據分析得到相應的激酶活性相關磷酸化位點信息,進而分析異常的磷酸化信號通路。因此,qPhos是首個全面涵蓋腫瘤和疾病相關重要磷酸化修飾動態水平的數據庫,為研究蛋白磷酸化修飾及其動態調控提供了一站式服務。
中山大學
2021-04-13