Lid
Lab
Laboratory of Biological Networks
  • 04月 12

    UVGD was accepted!

    http://biokb.ncpsb.org/uvgd/


    12-Apr-2019


    We are pleased to inform you that your manuscript entitled "UVGD 1.0: a gene-centric database bridging ultraviolet radiation and molecular biology effects in organisms" is accepted for publication in the International Journal of Radiation Biology.


    Accepted manuscripts will be published as Accepted Manuscript Online (AMO) within approximately 14 days. No changes will be made to the content of the original paper for the AMO version but, after copy-editing, typesetting, and review of the resulting proof, the final corrected version (the Version of Record [VoR]), will be published, replacing the AMO version.


    You will receive proofs for your review before the VoR version. Please be aware it may take up to 8 weeks.


    The VoR is the article in its final, definitive and citable form (this may not be immediately paginated, but is the version that will appear in an issue of the journal). Both the AMO version and VoR can be cited using the same DOI (digital object identifier). To ensure rapid publication, we ask you to return your signed publishing agreement as quickly as possible, and return corrections within 48 hours of receiving your proofs.


    Thank you for your fine contribution.  We look forward to your continued contributions to the Journal.


    Sincerely,


    Dr. Gayle Woloschak

    Editor in Chief, International Journal of Radiation Biology

    g-woloschak@northwestern.edu, gayle.woloschak@gmail.com


    2019-04-12

    • 03月 13

      Manuscript - OsteoporosAtlas: a human osteoporosis-related gene database - has been Accepted for publication in PeerJ!


      Dear Dong,
      Thank you for your submission to PeerJ.
      I am writing to inform you that your manuscript - OsteoporosAtlas: a human osteoporosis-related gene database - has been Accepted for publication. Congratulations!
      Your article is being checked and you will receive a list of Production tasks shortly.
      Once your production tasks are completed, your proofing PDF will be created (pleasedo not proof check your reviewing PDF!).
      This is great news, why not share it with a tweet!
      Great news! My article has just been accepted for publication in the Open Access journal @thePeerJSend Tweet(you can edit before sending)
      Congratulations again, and thank you for your submission.
      With kind regards,
      Vladimir Uversky
      Academic Editor, PeerJ

      论文第一作者: 王勋,刁丽红

      数据库网址: http://biokb.ncpsb.org/osteoporosis/


      2019-03-13

      • 11月 02

        课题组关于代谢通路建模论文被FEBS Letters期刊选为Editor's Choice

        论文参见:

        https://febs.onlinelibrary.wiley.com/doi/full/10.1002/1873-3468.13255


        Revealing the metabolic characteristics of human  embryonic stem cells by genome-scale metabolic modeling

        Yangzhige He1,2,3, Yan Wang2, Boya Zhang4, Yang Li2, Lihong Diao2, Liang Lu2, Jingwen Yao2, Zhongyang Liu2, Dong Li2 and Fuchu He1,2


        Embryonic stem cells (ESCs) are characterized by a dual capacity, selfrenewal

        and pluripotency, which can be regulated by metabolism. A better

        understanding of ESC metabolism and regulatory mechanisms is pivotal for

        research into development, ageing, and cancer treatment. However, a systematic

        and comprehensive delineation of human ESC metabolism is still lacking.

        Here, we reconstructed the first genome-scale metabolic model (GEM) of

        human ESCs (hESCs). By GEM simulation and analyses, hESC global metabolic

        characteristics including essential metabolites and network motifs were

        identified. Potential metabolic subsystems responsible for self-renewal and

        pluripotency were also identified by analyses and experiments. This first

        GEM of hESCs provides a novel view and resource for stem cell metabolism

        research and will contribute to the elucidation of their metabolic

        characteristics.


        2018-11-02

        • 01月 16

          课题组与北京中医药大学郭淑贞教授合作的过敏基因数据库论文今日被Database期刊接受

          AllerGAtlas 1.0: a human allergy-related genes database

          Jinying Liu1#, Yuan Liu2#, Dan Wang2#, Mengqi He2, Lihong Diao2, Li Tang2, Fuchu He2, Dong Li2* and Shuzhen Guo1*

          1 School of Chinese Medicine, Beijing University of Chinese Medicine, Beijing, China

          2 State Key Laboratory of Proteomics, Beijing Proteome Research Center, National Center for Protein Sciences-Beijing (PHOENIX Center), Beijing Institute of Lifeomics, Beijing, China

          * Correspondence: Shuzhen Guo, Ph.D., School of Preclinical Medicine, Beijing University of Chinese Medicine, Beijing 100029, China. Tel: +86 10 64286192; Fax: +86 10 64286192; E-mail: ss3008@126.com

          Correspondence may also be addressed to Dong Li, Ph.D., State Key Laboratory of Proteomics, Beijing Proteome Research Center, National Center for Protein Science-Beijing (PHOENIX Center), Beijing Institute of Lifeomics, Beijing 102206, China; Tel: +86 10 61777057; Fax: +86 10 61777057; E-mail: lidong.bprc@foxmail.com

          # These authors contributed equally to this work.

           

          Abstract

          Allergy is a detrimental hypersensitive response to innocuous environmental antigen, which is caused by the effect of interaction between environmental factors and multiple genetic predisposition. In the past decades, hundreds of allergy-related genes have been identified to illustrate the epidemiology and pathogenesis of allergic diseases, which are associated with better endophenotype, novel biomarkers, early-life risk factors and individual differences in treatment responses. However, the information of all these allergy-related genes is dispersed in thousands of publications. Here we present a manually curated human allergy-related gene database of AllerGAtlas, which contained 1,195 well-annotated human allergy-related genes, determined by text-mining and manual curation. HisgAtlas will be a valuable bioinformatics resource to search human allergy-related genes and explore their functions in allergy in experimental research.

          Database URL: http://biokb.ncpsb.org/AlleRGatlas/

          Keywords: allergy; gene; database; text-mining; manual curation


          2018-01-16

          • 01月 01

            刘泽先关于李杨NC论文的评述

            贺院李栋耀东方,泛素化“里”“自然”“扬”

            星期六, 12/30/2017

            ——读贺福初院士、李栋老师关于泛素化E3特异性调控关系研究的Nature Communications论文有感

            欣闻贺院士、李栋老师在国际著名学术期刊Nature Communications上发表了关于泛素化E3特异性调控关系的论文《An integrated bioinformatics platform for investigating the human E3 ubiquitin ligase-substrate interaction network》,作为一名从事蛋白质翻译后修饰的生物信息学研究人员,看到这样一篇漂亮、经典的计算与实验结合的论文,立马就下载拜读了。我有幸自研究生起师从华中科技大学薛宇老师进入这个领域,在贺思敏老师的鼓励下,写一点感想以记之。

            一、情深深雨蒙蒙,如欲相知先相逢

            看到这篇论文的时候,我的第一反应是:熟悉的味道。在薛老师实验室学习过程中,接触到最多的词之一就是“kinase-substrate relation”,所以看到“bioinformatics platform”,“E3 ubiquitin ligase-substrate interaction”这些词,就如同闻到了小时候吃的辣条,味道太熟悉了!磷酸化也好,泛素化也罢,酶对底物的催化都至少需要两个条件:一是底物满足酶进行识别的特异性条件,二是酶和底物要能相遇。薛老师2004年以预测激酶特异性磷酸化位点的算法和工具GPS进入蛋白质翻译后修饰相关生物信息学领域,解决的是第一个条件。国际上更早一点点的有Michael Yaffe基于peptide library建立激酶识别底物motif(Nat Biotechnol. 2001,19(4):348-53)的Scansite(Nucleic Acids Res. 2003, 31(13): 3635–3641)。如果把激酶与底物位点关系的计算分析比作青年男女的相亲,Scansite的方法比较简单粗暴,搞清楚激酶对底物的要求:身高体重发型肤色,然后按照要求进行模式匹配即可。GPS则是基于“相似的激酶识别相似的底物位点”,其优势在于解决了相亲里的重要问题——“我也不知道我喜欢什么样的对象”。Peptide library建立激酶识别底物motif的方法虽然直截了当,但是它存在很多问题:难、贵、library设计上就会有偏。GPS通过对激酶家族进行细致分类(我喜欢的对象类型我的好朋友应该也会比较喜欢)、与之前已知的底物进行相似性比较(我以前喜欢的对象类型现在应该还是会比较喜欢)这两个思路,极大地扩充了可预测底物的激酶数量以及准确度。后来薛老师及合作者对GPS的优化、欧洲的NetPhosK、李婷婷老师与张学工老师开发的phoscan等,都是基于序列特异性识别。

            时间很快到了2007年,Rune Linding等人在Tony Pawson、Michael Yaffe和Peer Bork三位大神的领导下发布了NetworKIN(Cell. 2007,129(7):1415-26),在序列特异性识别这一基础上,加上了“contextual factors”,其核心内容是:激酶和底物之间需要在一个“上下文”里(我个人觉得把“上下文”改为“微环境”来表述更为方便)。这主要是解决了第二个问题,激酶和底物位点要能相遇。通过分析激酶底物是否有共表达、是否在一个代谢通路里、是否有相互作用、甚至是否在同一篇论文的摘要里出现等信息来判断激酶底物是否相遇。薛老师也注意到了这个问题,于是有了“kiss farewell” model与iGPS(Genomics. 2008, 92(6):457-63; Mol Cell Proteomics. 2012, 11(10):1070-83)。写了这么多,这个读后感似乎与这篇论文无关,其实不然。在这篇文章刚接受的时候,薛老师的第一反应是这个工作做得真聪明。因为这篇文章的计算部分,就是解决泛素化的第二个问题。相比于磷酸化而言,泛素化酶特异性底物位点的研究积累很少,而泛素化相关的酶比磷酸化更多更复杂、adapter等特别多,造成从序列特异性角度预测泛素化非常难(“我完全不知道我喜欢什么样的对象”)。薛宇老师在这方面的工作正在开展,很艰难但是一直在坚持。通过整合模式生物同源数据、网络拓扑结构、相互作用domain、共同参与生物学功能、识别序列特异性等信息(“是否有共同的好友,是否学同一个专业,是否参加同一类社团等是否有交集的信息“),这篇论文中开发的Ubibrowser软件推断了E3与底物之间相遇的可能性,进而推断泛素化调控的可能性。这是一个非常聪明的角度,因为就现在的研究现状而言,泛素化从序列特异性角度预测难做,而且随着质谱技术的广泛运用,先验证泛素化调控关系再找具体的泛素化位点似乎要方便些。所以,对于泛素化而言,“情深深雨蒙蒙,如欲相知先相逢”,先预测E3-底物调控关系,是一个非常漂亮的思路。

            二、实验是检验计算的最终标准

            不管是出于主动的还是被动的原因,我所认识的国内生物信息学前辈老师们都或多或少的在开展实验研究,蛋白质组以及蛋白质生物信息学领域估计也是如此。确实,实验验证是检验计算预测与分析的最终标准。可能因为生物信息学相对实验生物学而言还是较小的领域,也可能因为生物学研究还处于大航海大发现时代,评委、编辑、审稿人等总是觉得,这个实验你得去做出来。这让生物信息学的老师们非常羡慕做理论物理的学者,你看,他们就不用自己做实验……做实验不容易,做与计算分析结合的实验就更不容易,纯做计算的学者做实验就更更更不容易了。有幸亲身经历过恩师薛老师第一篇自己实验室做实验的文章(Brief Bioinform. 2013, 14(3):344-60),虽然实验不是我做的,但是其中的辛苦我历历在目。这篇文章的实验部分所花的时间精力、所带来的心跳刺激可以从李栋老师关于这篇论文的叙述中略窥一二,我就不赘述了。在此,向李杨博士、谢萍老师等学者的付出致敬!实验难归难,但是在当前形势下,似乎也是不得不做,因为实验是检验计算的最终标准。希望蛋白质组及生物信息学领域的各位老师自己的实验研究能顺利开展,与实验学者的合作能顺利开展!

            三、源浚者流长,根深者叶茂

            蛋白质翻译后修饰的生物信息学这一领域内,研究第一个问题(“底物位点的序列结构特征”)的前辈老师很多,方法也很多。机器学习、贝叶斯方法乃至深度学习,都有很多人在做。但是研究第二个问题(“底物与酶要相遇”)的老师极少。有多方面的原因,我觉得一个原因是第一个问题里阳性阴性数据集的构建、算法的设计等方面比较直观一些,计算领域的学者可能更容易切入,而第二个问题则相对更生物学一些。贺院士和李栋老师从第二个问题入手研究泛素化,确实不是偶然。很荣幸,我刚开始读研究生的时候恩师薛老师就经常领我参加各种学术会议。在2010年的国际生物信息学讨论会(IBW) (IBW 2010)上,李栋老师讲了他在蛋白质相互作用方面的生物信息学研究工作(Mol Cell Proteomics. 2008, 7(6):1043-52; Mol Cell Proteomics. 2009, 8(9):2063-70)。李栋老师讲的具体内容我完全不记得了,但是他为算法工具取的名字PRINCESS我却一直记得很清楚,因为这个名字取得太优美了!薛老师也很注意软件工具的取名问题,在他的指导下,我取过CPLA(蛋白质乙酰化数据库,“中国人民解放军”),CPLM(蛋白质赖氨酸修饰数据库,还是“中国人民解放军”),THANATOS(细胞死亡相关数据库,“古希腊神话中的死神塔纳托斯”)。2008、2009年连续两篇Mol Cell Proteomics论文的分量想必蛋白质组相关领域的老师都很清楚。可能是因为蛋白质相互作用这一领域最近降温降得比较厉害,贺院士与李老师后来没有在这方面做很多纯计算的工作,但是有重要的大数据分析工作(Mol Syst Biol. 2011,7:536)。所以在看到这篇论文的时候,我一点都不意外,因为预测E3是否能与底物蛋白质相遇这一蛋白质相互作用问题正是他们的专长,十年前在这个问题上就已然是专家。源浚者流长,根深者叶茂,这篇文章开的这朵花,多年前就已经埋下根了。

            结语

            这篇论文的发表,从文章内容到网站工具的可视化设计,都有非常多的值得我学习和参考的地方,相信贺院士与李老师团队也会在这个工作的基础上进行进一步的研究和开发。蛋白质组的时代正在悄然到来,通量在逐步增加、费用在逐步降低、商业化服务的公司在迅速推进。现在的Ubibrowser可能更适合实验学家针对某一个E3或者底物的预测和分析。如果Ubibrowser能够针对蛋白质组用户进行进一步优化,比如用户提交一个定量泛素化组数据或者差异泛素化蛋白质列表,Ubibrowser推断这个差异泛素化很有可能是哪些E3的异常造成的,那么Ubibrowser将会成为蛋白质组时代泛素化研究的利器!欣闻NC文章第一作者李杨博士留在了李栋老师团队,祝愿李老师团队再取硕果!贺院率李栋东方,泛素化“里”“自然”扬!

            作者:刘泽先,中山大学肿瘤防治中心副研究员。


            2018-01-01

            • 11月 23

              课题组关于免疫抑制基因的论文今日被Database(Oxford)期刊接受

              HisgAtlas 1.0: a human immunosuppression gene database

              Yuan Liu#, Mengqi He#, Dan Wang#, Lihong Diao, Jinying Liu2, Li Tang, Shuzhen Guo2, Fuchu He* and Dong Li*

              Abstract

              Immunosuppression is body’s state in which the activation or efficacy of immune system is weakened. It is associated with a wide spectrum of human diseases. In the last two decades, tremendous efforts have been made to elucidate the mechanism of hundreds of immunosuppression genes. Immunosuppression genes could be valuable drug targets or biomarkers for the immunotherapeutic treatment of different diseases. However, the information of all previously identified immunosuppression genes is dispersed in thousands of publications. Here we provided the HisgAtlas database that collects 995 previously identified human immunosuppression genes using text mining and manual curation. We believe HisgAtlas will be a valuable resource to search human immunosuppression genes as well as to investigate their functions in immunosuppression in further research.

              Database URL: http://biokb.ncpsb.org/HisgAtlas/

               


              2017-11-23

              • 06月 21

                课题组关于人类泛素连接酶-底物相互作用浏览器的论文在线发表于Nature Communications

                Nature Communications:首个人类泛素连接酶-底物相互关系的生物信息预测体系

                   蛋白质是自然界中最神秘的物质之一,几乎所有的生命活动都有它的身影。正如人有生死,生物体内的蛋白质也有出生与死亡。蛋白质的出生是一个精准的从脱氧核糖核酸 (DNA)转录得到信使核糖核酸(mRNA)进而翻译合成蛋白质的过程。当蛋白质的功能使命完成后,需要被及时降解掉(死亡),否则,蛋白质过早或者过晚降解均会造成其功能失常,进而导致“阿尔兹海默综合征”、“克雅士病”等多种疾病的产生。

                泛素-蛋白酶体途径是真核生物最重要的蛋白质降解途径。在这个途径中,蛋白质被特异进行泛素标记(即泛素化修饰),进而被送到蛋白酶体进行降解。该途径是一种能量(ATP)依赖的特异、高效的蛋白质降解途径, 发现该途径的三位科学家阿龙·切哈诺沃、阿弗拉姆·赫尔什科与欧文·罗斯共享了2004年诺贝尔化学奖。在该途径中,泛素连接酶发挥了“扳机”似的重要作用,特异地进行底物蛋白质的识别,并启动后续的降解过程,是打开蛋白质死亡之门的钥匙。

                近年来,生物大数据的积累使得我们有望利用知识挖掘思想对这一问题进行理论探索。国家蛋白质科学中心贺福初院士、李栋研究员团队对泛素连接酶与底物的相互作用涉及的蛋白质网络、结构和序列等多个层面的生物大数据开展了系统分析,给出了3856对潜在的介导泛素连接酶与底物相互作用的结构域组合,鉴定了底物蛋白序列上10480个潜在的泛素连接酶识别特征(motif),发现了泛素连接酶与底物在生物学网络中倾向于形成特定的拓扑性质。进而基于这些特征研发了首个人类泛素连接酶-底物相互作用的预测和展示系统(UbiBrowser,http://ubibrowser.ncpsb.org)。

                UbiBrowser支持多种数据提交方式,利用网络视图、列表视图和序列视图,展示了预测的泛素连接酶-底物相互作用、文献来源的泛素连接酶-底物相互作用以及蛋白的泛素化修饰位点和可能的被识别结构域和motif信息。模型预测有关的支持证据信息也同时向用户进行展示。该项研究有助于人们从多个角度认识泛素连接酶对底物的调控作用,发现两者之间的选择关系,并进而掌握开启蛋白质死亡之门的“钥匙”。


                 

                本项研究也是贺福初院士、李栋研究员团队利用生物大数据挖掘生物学知识的再次成功尝试。2008年,该团队整合基因组上下文等生物学特征,成功进行了蛋白质相互作用可靠性评估(Molecular & Cellular Proteomics, 2008, 7: 1043-1052)。2009年,该团队利用结构域预测了蛋白质组尺度内相互作用蛋白间的信号流走向(Molecular & Cellular Proteomics, 2009, 8: 2063-70)。2013年,该团队利用logistic回归方法,整合蛋白质功能等多层次生物学证据,对蛋白质组尺度的自相互作用蛋白进行了系统挖掘 (Mol Cell Proteomics, 2013,12:1689-700)。近年来,在国家科技部“中国人类蛋白质组计划”重点专项项目的支持下,该团队致力于构建面向生物医学大数据知识智能发现的“高速公路”。

                本项研究8月24日发表在《自然?通讯》(Nature Communications)上(https://www.nature.com/articles/s41467-017-00299-9),共同第一作者是国家蛋白质科学中心李杨博士、卢亮博士和首都医科大学谢萍副教授。贺福初院士和李栋研究员为共同通讯作者。该工作得到国家国际科技合作专项、精准医学重点专项和国家自然科学基金的支持。

                 



                2017-06-21

                • 05月 12

                  课题组与安贞医院合作构建了冠状动脉病变风险预测模型

                  课题组与首都医科大学附属北京安贞医院合作,基于2686个冠状动脉病变患者的85项指标数据,构建了多指标联合的患病风险预测朴素贝叶斯模型,ROC 曲线下面积为0.88。该模型的准确率高于单指标的风险预测模型。


                  2017-05-12

                  • 02月 18

                    课题组建立首个自身相互作用预测方法

                       某种蛋白的两个或者两个以上拷贝之间能够发生相互作用,这样的蛋白被称为自相互作用蛋白,它们在细胞功能和生物学网络进化中都发挥重要作用。知道一个蛋白能否发生自相互作用对揭示其功能至关重要。此前,相关研究主要关注自相互作用蛋白的结构和功能,而对它们整体属性的了解十分有限;另外,目前最常用的两种高通量蛋白质相互作用检测技术(Y2H, AP/MS)在检测自相互作用蛋白质方面能力有限,而自相互作用蛋白的生物信息学预测方法更是十分缺乏。
                       课题组的刘中扬博士等对自相互作用蛋白开展了近两年的系统研究。他们发现,与其它蛋白质相比,自相互作用蛋白在结构、进化、功能和网络拓扑等多方面具有独特的性质。基于这些性质,他们成功开发了首个自相互作用蛋白预测模型并将该预测模型发展成为一个用户友好的在线分析工具SLIPPER (SeLf-Interacting Protein PrEdictoR) (http://www.bprc.ac.cn/slipper)。对于用户提交的蛋白质,SLIPPER能够给出衡量该蛋白质发生自相互作用概率的打分,同时提供多种相关的功能注释信息。该工作已于2013年2月18日在线发表于蛋白质组学领域权威刊物MOLECULAR & CELLULAR PROTEOMICS上(http://www.mcponline.org/content/early/2013/02/18/mcp.M112.021790.short?rss=1)。
                     
                     2008年,该研究小组曾经在同一杂志上发表了用于分析蛋白质相互作用数据的工具“PRINCESS”(http://www.bprc.ac.cn/princess)。SLIPPER是对PRINCESS功能的完善和补充,将有助于从整体水平上理解自相互作用蛋白在细胞功能中的角色,促进自相互作用蛋白的高通量发现,揭示它们的功能线索。 

                    2013-02-18

                    • 12月 06

                      课题组建立面向染色体蛋白质组学数据分析的生物信息工作流

                          作为人类蛋白质组计划(HPP)的重要组成部分,国际染色体蛋白质组计划(C-HPP)于2011年在瑞士日内瓦由HUPO启动。C-HPP计划旨在识别每条人类染色体上基因编码的所有蛋白质,同时获取它们相关的丰度、组织表达特异性、亚细胞定位、翻译后修饰和相互作用组等信息。为了更好的推动此项目,C-HPP组织采用了“chromosome-by-chromosome”的研究策略,人类24条染色体和线粒体的研究任务分别由全球25个研究团队承担。C-HPP计划的实施产生了大量蛋白质组数据集。如何从这些不同来源、类型和置信水平的大规模高通量数据集中挖掘生物学知识是亟待解决的课题。一个整合不同分析工具、满足科研人员不同研究需求、具有良好交互性的生物信息学研究平台是不可或缺的。 

                          针对这一问题,北京蛋白质组研究中心联合北京健数通科技有限公司,构建了基于工作流的在线C-HPP数据分析和可视化平台——CAPER 2.0(http://www.bprc.ac.cn/CAPE)。与其他同类型的软件平台相比,该平台的配置性、交互性与扩展性大大提升,同时整合了进行C-HPP分析的多种工具,包括发现“缺失蛋白”、将鉴定到的肽段映射到染色体、整合C-HPP与ENCODE数据集及蛋白质功能注释等。该平台同时整合了一个可配置的工作流系统,支持工作流的展示、编辑、运行与分享。该项工作近期已在Journal of Proteome Research在线发表(http://pubs.acs.org/doi/abs/10.1021/pr400795c)。 
                          该论文的第一作者是北京蛋白质组研究中心生物学网络研究课题组王聃硕士生、刘中扬助理研究员和郭非非博士生,责任作者是贺福初院士和李栋副研究员。2013年1月,该研究小组曾经在同一杂志上发表了人类蛋白质组学浏览器CAPER(
                      http://pubs.acs.org/doi/abs/10.1021/pr300831z)。CAPER 2.0是CAPER的升级版本,它不仅保留了CAPER前一版本基于轨道(Track)与热图(Heatmap)的蛋白质组学数据可视化功能,同时还整合了工作流和软件仓,在当前生物大数据研究的背景下,这些功能特点有利于解决染色体蛋白质组甚至是蛋白质组学数据的数据分析问题。

                      1.PNG

                      2013-12-06

                      • 01月 19

                        课题组成功开发首个中药分子作用机制的网络药理学分析平台BATMAN-TCM

                        国家蛋白质科学中心·北京、北京蛋白质组研究中心贺福初院士、李栋研究员团队与北京中医药大学王伟教授团队合作研发的首个中药分子作用机制分析工具的论文在Scientific Reports杂志发表。

                        中药,具有上千年临床实践的历史,正在获得世界范围内越来越多的应用和关注。特别是青蒿素(提取自中药青蒿)的发现者屠呦呦先生被授予2015年诺贝尔生理和医学奖,使中药的关注度达到了前所未有的高度。另一方面,中药研究对未来的新药研发,特别是复杂疾病的治疗是非常有希望的。但是由于中药成分的多样性、其与机体相互作用的复杂性导致其分子机制的揭示一直十分困难。可以说,中药分子作用机制的揭示已经成为中药现代化和国际化道路上的一个瓶颈问题,亟需解决。

                        中心贺福初院士、李栋研究员团队联合北京中医药大学王伟教授团队成功开发首个中药分子作用机制的网络药理学在线分析工具BATMAN-TCM (a Bioinformatics Analysis Tool of Molecular mechanism of Traditional Chinese Medicine),并共同开展了实验验证工作。BATMAN-TCM将促进对中药“多成分、多靶标、多通路”的联合治疗机制的理解,为后续的实验验证提供线索。本项工作的第一作者是刘中扬助理研究员、郭非非博士生和王勇副教授。这也是凤凰中心在药物信息学领域发表的第二篇论文,同一团队2015年初在Bioinformatics期刊发表了药物的治疗、药理和化学属性的预测体系SPACE。

                        近年来生物学网络课题组致力于蛋白质组学数据整合分析和可视化的研究,并且有多个算法和工具发表。其中基于染色体的蛋白质组学数据浏览器CAPER连续四年被邀请在国际人类蛋白质组组织(HUPO)会议上进行报告。国际主流蛋白质组研究团队2015年6月在JPR期刊联合发文,将包括CAPER浏览器在内的联合浏览器(UHPB)作为当前蛋白质组领域生物信息资源的最终出口。

                        2.PNG

                        network.png






                        2016-01-19

                        • 01月 06

                          课题组承办“疾病研究精准医学知识库”项目2016年年度总结会

                          2016年“疾病研究精准医学知识库”项目年度总结会在凤凰中心A423会议室举行。复旦大学刘雷教授主持会议,听取各课题组2016年年度工作,并对2017年工作安排进行部署。2017年项目组将实现基本的知识库分析体系,预计能为用户提供基本的信息学服务。

                          来自10家单位约40人参加了这次会议。


                          2017-01-06

                          • 12月 14

                            课题组成功举办国际合作项目软件评审会

                            2016年12月14日,国际合作项目“中国人类蛋白质组学知识发现”项目软件进展评审会在凤凰中心 A423会议室举行,北京健数通科技有限公司对承担的蛋白质学数据分析软件研发工作进行了总结汇报,来自北京大学、中国科学院、中国医学科学院和军事医学科学院的六位专家对项目进展情况进行了审查,并对下一步工作给出了指导意见。


                            2016-12-14

                            • 11月 23

                              课题组新发表论文“Functional constraints on adaptive evolution of protein ubiquitination sites”

                              课题组卢亮同学关于泛素化修饰位点进化的论文今日被NPG的Scientific reports期刊接受。

                              这是课题组今年接受的第二篇NPG Scientific Reports论文(第一篇:刘中扬)。


                              论文摘要:

                              It is still unclear whether there exist functional constraints on the evolution of protein ubiquitination sites, because most previous studies regarded all protein ubiquitination sites as a whole or only focused on limited structural properties. We tried to clarify the relation between functional constraints and ubiquitination sites evolution. We investigated the

                              evolutionary conservation of human ubiquitination sites in a broad evolutionary scale from G.gorilla to S.pombe, and we found that in organisms originated after the divergence of vertebrate, ubiquitination sites are more conserved than their flanking regions, while the opposite tendency is observed before this divergence time. By grouping the ubiquitination proteins into different functional categories, we confirms that many functional constraints like certain molecular functions, protein tissue expression specificity and protein connectivity in protein-protein interaction network enhance the evolutionary conservation of ubiquitination sites. Furthermore, by analyzing the gains of ubiquitination sites at different divergence time and their functional characters, we validates that the emergences of ubiquitination sites at different evolutionary time were also affected by the uncovered functional constraints. The above results suggest that functional constraints on the adaptive evolution of ubiquitination sites increase the opportunity for ubiquitination to synthetically regulate various cellular and

                              developmental processes during evolution.


                              2016-11-23

                              • 10月 24

                                课题组联合发布第一个人类自身抗原数据库AAgAtlas

                                       自身抗体是一类由B细胞免疫系统分泌,可识别自身蛋白(自身抗原)的抗体分子。它对于维持生物体自身平衡、区分正常与异常增殖细胞以及免疫系统紊乱中均扮演着关键的角色。鉴于其重要的生理功能,发现这些自身抗体的靶标抗原并阐明它们在临床肿瘤和自身免疫病诊断和治疗中的价值则显示出重要的科学意义。例如,2012年美国FDA批准了一组由七个肿瘤自身抗原(p53、NY-ESO-1、 CAGE、GBU4-5、Annexin1和SOX2)组成的特征性图谱,Early CDT®-Lung test,用于肺癌的早期筛查。


                                自1945年第一个人类自身抗原以来,国际上对自身抗体及其靶标抗原开展了大量的基础和应用研究,发表文章12万余篇。然而迄今为止却尚未有工作系统的汇总和归纳这一类特殊的蛋白分子。为了填补这一国际空白,课题组联合国家蛋白质科学中心(北京)于晓波课题组、Henning课题组,采用大量文献挖掘方法从PubMed数据库中提取45 830自身抗原摘要和94 313句子,然后采用bio-entity recognizer程序缩小到25 520 摘要, 43 253 句子和 3984 自身抗原候选分子。最后由具有丰富研究经验的专家进行五轮严格的人工核对,最终确定了1126自身抗原基因,涵盖了肿瘤、心血管疾病和自身免疫病等1071种人类相关疾病,构建了第一个全面的人类自身抗原数据库(AAgAtlas1.0)(http://biokb.ncpsb.org/aagatlas/)。对肝癌相关自身抗原开展初步生物信息学分析发现这些抗原基因参与了细胞周期、细胞凋亡、基因表达和免疫系统等多个重要的生物学过程,表明了这些蛋白在肝癌发生发展中可能具有扮演重要的角色。该数据库对于理解人类自身抗原以及开展基础和转化医学研究具有重要的应用价值。该工作发表在2017年Nucleic Acid Res期刊的数据库专刊上。课题组博士生王聃为该文章的第一作者,于晓波、李栋和Henning Hermjakob教授为共同通讯作者。 

                                 

                                参考文献:


                                Dan Wang, Liuhui Yang, Ping Zhang, Joshua LaBaer, Henning Hermjakob*, Dong Li* and Xiaobo Yu*. AAgAtlas 1.0: a human autoantigen database. Nucl. Acids Res. first published online October 19, 2016. doi:10.1093/nar/gkw946


                                2016-10-24

                                • 11月 30

                                  课题组刘中扬被评为北京市科技新星

                                  北京市科技新星计划(以下简称新星计划)是由市财政经费支持、北京市科学技术委员会(以下简称市科委)组织实施的科技人才培养计划。支持青年科技骨干以项目为依托开展科研工作,不断提高科技水平和管理能力,造就一批青年科技带头人和科技管理专家,逐步形成青年科技专家群体。新星计划每年选拔100名左右青年科技人员,通过资助其开展项目研究进行培养,申报人根据项目实际需要申请资助经费,每项不超过28万元,原则上申报人单位应给予一定的经费匹配。

                                  2016-11-30

                                  • 10月 01

                                    课题组承担精准医学课题“精准医学知识库管理和共享平台”

                                           本项目属于国家精准医学重点专项的组成部分。项目由复旦大学牵头,集合了国内在语义网络、文本挖掘、生物信息、知识申编和共享平台方面的优势团队。
                                           本项目致力于疾病研究精准医学知识库的构建,研发精准医学本体和语义表示标准 (一个标准),突破构建精准医学知识库的系列关键技术 ,构建标准、全面、高质量、可共享、及时更新的精准医学知识库(一个库) ,开发精准医学知识管理共享平台(一个平台),打破国外垄断。

                                           课题组承担其中精准医学知识库管理和共享平台的建设,联合团队为哈尔滨工业大学和浙江大学。

                                           本项目主页为: http://biokb.ncpsb.org/precisionmedicine/

                                    2016-10-01

                                    • 12月 12

                                      Reactome镜像网站部署

                                      Reactome 研发团队Antonio来中心学术交流,并与济南超算中心及课题组同事共同成功部署了Reactome镜像(http://reactome.ncpsb.org)。Reactome数据库是国际上免费开源的数据库,前期由于网络速度的问题,EBI的此通路数据库在国内应用比较少,希望此镜像系统的建成有助于国内更好的利用这一数据库。

                                      2015-12-12

                                      • 12月 28

                                        李栋副研究员 入选第七批“北京市优秀青年人才”

                                        经北京市委组织部批准,李栋副研究员入选第七批“北京市优秀青年人才”。

                                        北京市优秀青年人才是北京市市委、市政府为表彰在首都经济社会发展中做出积极贡献的各领域、行业优秀青年人才设定的表彰项目,每三年评选表彰一次,每次不超过60人。

                                        李栋副研究员主要从事蛋白质组信息学领域软件和算法的研究工作,经过不懈努力和大胆创新,取得系列突出成绩。建立了国际上首个基于蛋白质网络进行信号转导知识发现的生物信息软件系统,并成功应用于肝脏等重要人体器官研究的数据分析,研发的PRINCESS等软件为国内外科研院所提供数据分析服务近三万次。近5年,在《Molecular Systems Biology》和《Molecular & Cellular Proteomics》等本领域权威期刊上以通讯作者或第一作者发表论文9篇,作为共同完成人荣获国家科技进步奖(创新团队)、北京市科学技术奖一等奖等奖励共4项,现主持国家级课题2项。

                                        2014-12-28