大数据与精准医学

“Let’sCallitPrecisionMedicine!”

“Iwantthecountrythateliminatedpolioandmappedthehumangenometoleadaneweraofmedicine — onethatdeliverstherighttreatmentattherighttime.Insomepatientswithcysticfibrosis,thisapproachhasreversedadiseaseoncethoughtunstoppable.Tonight,I’mlaunchinganewPrecisionMedicineInitiativetobringusclosertocuringdiseaseslikecanceranddiabetes — andtogiveallofusaccesstothepersonalizedinformationweneedtokeepourselvesandourfamilieshealthier.”Jan.20,2015第一页，共81页。

健康科学的发展:

转化医学

个体化医学

精准医学

本质性转变:

从诊断治疗到健康保障第二页，共81页。

转变的基础:

1、

组学:基因组,转录组,蛋白质组,代谢组…….

大数据:

是当前国际两大科学前沿的交汇

2、基因型与表型的关联

生物信息学生物网络系统生物学

第三页，共81页。

创新的机遇在哪里？

挑战的问题又在哪里？

第一部分组学研究的机遇与挑战第四页，共81页。一、基因组中的暗信息第五页，共81页。Howmanycharactersareinthe“HeavenBook”?

3*10910,000books

1book100pages1page3,000characters

CCGGTCTCCCCGCCCGCGCGCGAAGTAAAGGCCCAGCGCAGCCCGCGCTCCTGCCCTGGGGCCTCGTCTTTCTCCAGGAAAACGTGGACCGCTCTCCGCCGACAGTCTCTTCCACAGACCCCTGTCGCCTTCGCCCCCCGGTCTCTTCCGGTTCTGTCTTTTCGCTGGCTCGATACGAACAAGGAAGTCGCCCCCAGCGAGCCCCGGCTCCCCCAGGCAGAGGCGGCCCCGGGGGCGGAGTCAACGGCGGAGGCACGCCCTCTGTGAAAGGGCGGGGCATGCAAATTCGAAATGAAAGCCCGGGAACGCCGAAGAAGCACGGGTGTAAGATTTCCCTTTTCAAAGGCGGGAGAATAAGAAATCAGCCCGAGAGTGTAAGGGCGTCAATAGCGCTGTGGACGAGACAGAGGGAATGGGGCAAGGAGCGAGGCTGGGGCTCTCACCGCGACTTGAATGTGGATGAGAGTGGGACGGTGACGGCGGGCGCGAAGGCGAGCGCATCGCTTCTCGGCCTTTTGGCTAAGATCAAGTGTAGTATCTGTTCTTATCAGTTTAATATCTGATACGTCCTCTATCCGAGGACAATATATTAAATGGATTGATCAATCCGCTTCAGCCTCCCGAGTAGCTGGGACTACAGACGGTGCCATCACGCCCAGCTCATTGTTGATTCCCGCCCCCTTGGTAGAGACGGGATTCCGCTATATTGCCTGGGCTGGTGTCGAACTCATAGAACAAAGGATCCTCCCTCCTGGGCCTGGGCGTGGGCTCGCAAAACGCTGGGATTCCCGGATTACAGGCGGGCGCACCACACCAGGAGCAAACACTTCCGGTTTTAAAAATTCAGTTTGTGATTGGCTGTCATTCAGTATTATGCTAATTAAGCATGCCCGGTTTTAAACCTCTTAAAACAACTTTTAAAATTACCTTTCCACCTAAAACGTTAAAATTTGTCAAGTGATAATATTCGACAAGCTGTTATTGCCAAACTATTTTCCTATTTGTTTCCTAATGGCATCGGAACTAGCGAAAGTTTCTCGCCATCAGTTAAAAGTTTGCGGCAGATGTAGACCTAGCAGAGGTGTGCGAGGAGGCCGTTAAGACTATACTTTCAGGGATCATTTCTATAGTGTGTTACTAGAGAAGTTTCTCTGAACGTGTAGAGCACCGAAAACCACGAGGAAGAGAGGTAGCGTTTTCATCGGGTTACCTAAGTGCAGTGTCCCCCCTGGCGCGCAATTGGGAACCCCACACGCGGTGTAGAAATATATTTTAAGGGCGCG(1250characters)

第六页，共81页。The17December2010issueofScienceincludesspecialsectionshighlightingtheBreakthroughoftheYearandInsightsoftheDecade.

InsightsoftheDecade

ShiningaLightontheGenome's'DarkMatter'

Thescopeofthis“darkgenome”becameapparentin2001,whenthehumangenomewasfirstpublished.Scientistsexpectedtofindasmanyas100,000genespackedintothe3billionbasesofhumanDNA;theywerestartledtolearnthattherewerefewerthan35,000.(Thecurrentcountis21,000.)Protein-codingregionsaccountedforjust1.5%ofthegenome.CouldtherestofourDNAreallyjustbejunk?第七页，共81页。1、基因组研究第八页，共81页。

Noncodingsequences:Sequencesingenome,whicharenotcodingforanyproteins.

Howmanypersentofthehumangenomearenoncodingsequences?

Morethan97%!!!

第九页，共81页。Proportionoffunctionalelementswithingenomes第十页，共81页。2、转录组研究第十一页，共81页。

基因组和转录Genomeandtranscription(tilingarraydata)编码蛋白序列Proteincodingsequence人基因组的~2-3%线虫 基因组的~25%基因组的转录水平Transcriptionalactivity人 基因组的≧

90%(40-50X)线虫

基因组的~70%(2-3X)绝大部分的转录产物是非编码RNA

Themajorityoftranscriptsarenon-codingRNAs物种间最主要的差别也是非编码RNA

ThemajordifferencesamongdifferentorganismsarencRNAs基因组的转录情况

Transcriptionaloutput/complexity第十二页，共81页。3、非编码RNA的功能研究第十三页，共81页。SomeexamplesaboutnoncodingRNAsanddiseases第十四页，共81页。Elevatedexpressionof

PCGEM1,aprostate-specificgenewithcellgrowth-promotingfunction,isassociatedwithhigh-riskprostatecancerpatientsGyorgyPetrovics*,1,WeiZhang2,MazenMakarem1,JessePStreet1,RogerConnelly1,LeonSun1,IsabellASesterhenn2,VasanthaSrikantan1,JuddWMoul1,3andShivSrivastava1Oncogene(2004)23,605–611

PCGEM1isanovel,highlyprostatetissue-specific,androgen-regulatedgene.Here,wedemonstratethatPCGEM1expressionissignificantlyhigherinprostate

cancer(CaP)cellsofAfrican-Americanmenthanin

Caucasian-Americanmen.

PCGEM1appearstobeanoncodingfunctionalRNAgene(Srikantanetal.,2000).第十五页，共81页。His-1:A

noncodingRNA

implicatedinmouse

leukemogenesis

FanXu,MollyMcFarlandandDavidS.Askew*

Histol.Histopathol.,1999,14,235–241.

TheHis-1geneishighlyconservedamongvertebratespeciesandistranscribedasasinglesplicedandpolyadenylatedcytoplasmicRNAthatsharesseveralfeaturesincommonwiththeemergingclassofuntranslatedRNAs.ArolefortheHis-1geneinneoplastictransformationwasfirstindicatedbytheidentificationoftranscriptionallyactivatedHis-1genesinaseriesofmouseleukemias,andmorerecentstudieswithantisenseHis-1RNAssuggestthatHis-1isinvolvedinanoncogenicpathwaythatcontrolscellcycleprogression.第十六页，共81页。MALAT-1,

anovelnoncodingRNA,andthymosinb4predictmetastasis

andsurvivalinearly-stagenon-smallcelllungcancerPingJi1,5,SvenDiederichs1,5,WenbingWang1,SebastianBo¨ing1,RalfMetzger2,PaulM

Schneider2,NicolaTidow3,BurkhardBrandt3,HorstBuerger4,EtmarBulk1,MichaelThomas1,WolfgangEBerdel1,HubertServe*,1andCarstenMu¨ller-Tidow*,1

Oncogene(2003)22,8031–8041第十七页，共81页。EvidenceforevolutionarilyconservedsecondarystructureintheH19tumorsuppressorRNAVeronicaJuan,ChadCrainandCharlesWilsonNucleicAcidsResearch2000Vol.281221-1227第十八页，共81页。BREAKTHROUGHOFTHEYEAR(2001):

Sciencecelebratesnineotherareasinwhichimportantfindingswerereportedthisyear,fromsubatomictoatmosphericandbeyond.

Firstrunner-up:RNAascending.

ShortRNAsclearlyplayimportantbiologicalroles.Dozensofthemoleculesarenowknowntoexistinthenematodeandfruitfly.ThecodingforthesemoleculesiscontainedintheDNAsequence.Some100ofthesetinyRNA"genes"havebeenfoundinthegutbacteriumEscherichiacoli,andsome200wereuncoveredinDNAfrommousebraintissue.Inthenematodeandfruitfly,theyseemtobeinvolvedindevelopment;inE.coli,theymayfacilitaterapidresponsestoenvironmentalchangeandcouldservesimilarfunctionsinmammals.第十九页，共81页。第二十页，共81页。

Nature391,806-811(19February1998)Potentandspecificgeneticinterferencebydouble-strandedRNAinCaenorhabditiselegans

ANDREW

FIRE*,SIQUN

XU*,MARY

K.

MONTGOMERY*,STEVEN

A.

KOSTAS*†,SAMUEL

E.

DRIVER‡&CRAIG

C.

MELLO‡

*

CarnegieInstitutionofWashington,DepartmentofEmbryology,115WestUniversityParkway,Baltimore,Maryland21210,USA

†

BiologyGraduateProgram,JohnsHopkinsUniversity,3400NorthCharlesStreet,Baltimore,Maryland21218,USA

‡

PrograminMolecularMedicine,DepartmentofCellBiology,UniversityofMassachusettsCancerCenter,TwoBiotechSuite213,373PlantationStreet,Worcester,Massachusetts01605,USA第二十一页，共81页。

二、前景与值得关注的方向第二十二页，共81页。

1、非编码RNA的主要部分是长的

<50nt50—500nt>500nt第二十三页，共81页。

长链非编码RNA(lncRNA)是一类转录本长度超过200nt的RNA分子，它们并不编码蛋白，而是以RNA的形式在多种层面上（表观遗传调控、转录调控以及转录后调控等）调控基因的表达水平。

lncRNA起初被认为是基因组转录的“噪音”，是RNA聚合酶II转录的副产物，不具有生物学功能。然而，近年来的研究表明，lncRNA参与了X染色体沉默，基因组印记以及染色质修饰，转录激活，转录干扰，核内运输等多种重要的调控过程，lncRNA的这些调控作用也开始引起人们广泛的关注。哺乳动物基因组序列中约4%~9%的序列产生的转录本是lncRNA（相应的蛋白编码RNA的比例是1%），虽然近年来关于lncRNA的研究进展迅猛，但是绝大部分的lncRNA的功能仍然是不清楚的。

许多lncRNA都具有保守的二级结构，剪切形式以及亚细胞定位，这种保守性和特异性表明它们是具有功能的。

第二十四页，共81页。

有多少非编码基因还没被发现？

几年前，日本的遗传研究所（RIKEN）在小鼠中获得了约180,000个全长的RNA转录本，其中编码蛋白质的转录本仅有约20,000个，其余约160,000个转录本全部归属于非编码RNA。

第二十五页，共81页。

Figure1.ParadigmsforhowlongncRNAsfunction.Recentstudieshaveidentifiedavarietyofregulatoryparadigmsforhowlong

ncRNAsfunction,manyofwhicharehighlightedhere.Transcriptionfromanupstreamnoncodingpromoter(orange)cannegatively(1)

orpositively(2)affectexpressionofthedownstreamgene(blue)byinhibitingRNApolymeraseIIrecruitmentorinducingchromatin

remodeling,respectively.(3)Anantisensetranscript(purple)isabletohybridizetotheoverlappingsensetranscript(blue)andblock

recognitionofthesplicesitesbythespliceosome,thusresultinginanalternativelysplicedtranscript.(4)Alternatively,hybridizationof

thesenseandantisensetranscriptscanallowDicerto

generateendogenoussiRNAs.Bybindingtospecificproteinpartners,anoncoding

transcript(green)canmodulatetheactivityoftheprotein(5),serveasastructuralcomponentthatallowsalargerRNA–proteincomplextoform(6),oralterwheretheproteinlocalizesinthecell(7).(8)LongncRNAs(pink)canbeprocessedtoyieldsmallRNAs,

suchasmiRNAs,piRNAs,andotherlesswell-characterizedclassesofsmalltranscripts.LongnoncodingRNAs:functionalsurprisesfromtheRNAworldGenesDev.200923:1494-1504Accessthemostrecentversionatdoi:10.1101/gad.1800909

第二十六页，共81页。（2）、构建了NcRNA数据库(havebuiltthenoncodingRNAdatabase—NONCODE)

收集了在各种杂志上发表的、网站上公布的所有被实验证实的NcRNA基因，发展了相应的软件及检索工具，建成了NcRNA数据库。相关论文已送NucleicAcidsResearch。韩国已要求成为我们的镜象。上网仅两个多月点击我们数据库的目前已超过12万次（平均每天约2000次）来自约60，000个不同的IP地址。论文已发表在2005年第一期NucleicAcidsResearch上。新版本已发表在2007年NucleicAcidsResearch上。第二十七页，共81页。ncRNA数据库-NONCODE第二十八页，共81页。第二十九页，共81页。

2、RNA是生物网络的元件第三十页，共81页。Nature

415,141-147(2002)

第三十一页，共81页。第三十二页，共81页。第三十三页，共81页。（3）、ncRNA网络和双色网络

第三十四页，共81页。

MicroRNAsregulatemicroRNAs––anetworkofmutualmicroRNAcontrolTransinGenetics2008,24:3231、Messenger-likencRNAsshowmiRNA-relatedreductionsinexpression,thatmeanstheywouldberegulatedbymicroRNAs(miRNAs)likemRNAtargets.2、ThemRNA-like-ncRNAsserveasvectorsorstorageformsforshortncRNAs（MicroRNA).第三十五页，共81页。

第三十六页，共81页。AndtheyhypothesizedaregulatoryrelationshipbetweenmicroRNAs.Ifthismodelistrue,itwillfurthergreatlystimulatethecommunity'sinterestintheregulatoryroleofmicroRNA,andrepresentsa

milestone

inexploringmicroRNA'sfunctionality.第三十七页，共81页。3、NcRNA调节的多样性miRNA-inducedtranscriptionalinhibition第三十八页，共81页。miRNA-inducedtranscriptionalgenesilencing

PromotorasscoiatedRNA

miR-10ainhibitshoxd4transcriptionTransfectionstudiesHoxd4expressionisinhibitedbymiR-10aAnti-miR-10aincreaseshoxd4expressionInhibitionnotmediatedbythe3’UTRNuclearrun-onassayconfirmstranscriptionalinhibitionTranscriptionalactivityinthepromoterregionofatargetgeneisrequiredforsiRNA-inducedtranscriptionalsilencingPNAS2007第三十九页，共81页。

miRNA不仅具有负调控作用，也可以激活基因的表达。Vasudevan实验室发现,在细胞周期过程中,miRNA效应在抑制作用和活化作用间摆动.在静态细胞中(G0期),miRNA活化翻译和上调基因表达,而在其他细胞循环/增殖期则继续发挥抑制作用.miRNA激活作用与富含腺嘌呤/尿嘧啶元件(adenylate/uridylate-rich

elements,AREs)相关.ARE是miRNA活化翻译的信号,在miRNA指导下,miRISC复合物成员如Ago,FXRP被招募到ARE上,激活翻译、上调基因表达.ARE元件是一种mRNA不稳定元件,位于mRNA3′UTR，对很多mRNA来说，它都是保守的。

VasudevanS,TongY,SteitzJA.Switchingfromrepressiontoactivation:microRNAscanup-regulatetranslation.Science,2007,318(5858):1931—1934.第四十页，共81页。

其中一个相互作用的过程并不依赖MicroRNA的seedsequence，并且会激发CEBPAmRNA的释放。这些结果表明，microRNA具有控制细胞命运的双重路径和功效，它不仅通过mRNA来发挥作用，还通过调节蛋白来发挥作用。Cell,Volume140,652-665,5March2010第四十一页，共81页。

4、NcRNA是与疾病紧密相关的第四十二页，共81页。

ExamplesoflncRNAscorrelatedwithdiseases/disorders（KannanganattuV.PrasanthandDavidL.Spector，GenesDev.200721:11-42）—————————————————————————————————————————————————————————————————NcRNAs

Disease/disorder

Reference—————————————————————————————————————————————————————————————————NcRNAswithalteredexpressionlevelsincancerAntisenseintronic

Prostatecancer

Reisetal.2004ncRNAs

BC1

Overexpressedinseveralcancers

Chenetal.1997b

BC200

Overexpressedinbreast,cervix,esophagus,lung,

Chenetal.1997a;Iacoangelietal.2004

ovary,parotid,andtonguecancer（乳腺、宫颈、食道、肺、卵巢、腮腺、舌癌）BCMS

B-cellneoplasia（B-细胞瘤）Wolfetal.2001CMPD

Campomyelicdisplasia（短指發育不良）Ninomiyaetal.1996DD3

Overexpressedinprostatecancer

Bussemakersetal.1999H19

Overexpressedinliverandbreastcancer

Looijengaetal.1997;Lottinetal.2002HIS-1

Overexpressedinmyeloidleukemia

Askewetal.1994HOST2

Expressedinovariancancercells

Rangeletal.2003MALAT-1NSCLC,endometrialsarcoma,andhepatocellularJietal.2003;Linetal.2006;Yamadaetal.

carcinoma（子宫内膜肉瘤、肝细胞癌）2006NC612

Prostatecancer

A.P.Silvaetal.2003NCRMS

Elevatedexpressioninalveolarrhabdomyosarcoma（横纹肌肉瘤）Chanetal.2002OCC1

Overexpressedincoloncarcinoma

Pibouinetal.2002PCGEM1

Overexpressedinprostatecancer

Srikantanetal.2000PEG8/IGF2AS

Fetaltumors

Okutsuetal.2000SRA

SteroidreceptoractivatedRNAisoformexpressed

Lanzetal.1999

inbreastcancerTRNG10

Variouscancers

Robertsetal.1998U50HG

snoRNAhostgene;locatedatthechromosomal

Tanakaetal.2000

breakpointinvolvedinhumanB-celllymphomaNcRNAscorrelatedwithneurologicaldiseases/disordersBC200

Alzheimer’s

Lukiwetal.1992DISC2

Schizophreniaandbipolaraffectivedisorder

Millaretal.2000,2004;Blackwoodetal.2001IPW

Prader-Willisyndrome

Wevricketal.1994Prion-associatedRNAs

Prionpathologies

Deleaultetal.2003;Supattapone2004PSZA11q14

Reducedexpressioninbrainsofpatientswith

Polesskayaetal.2003

schizophrenia（精神分裂症）RAY1/ST7

Autisticdisorder

Vincentetal.2002SCA8(KLHL1antisense)

Spinocerebellarataxiatype8

Nemesetal.2000;Mutsuddietal.2004UBE3A-AS

Angelmansyndrome

ChamberlainandBrannan2001ZNF127AS

Prader-Willisyndrome

Jongetal.1999

第四十三页，共81页。

NcRNAscorrelatedwithotherdiseases/disorders22k48

HIRAintronictranscriptdeletedinDiGeorge

Pizzutietal.1999

syndromeC6orf37OS

AntisensetranscriptfromC6orf37locuswithin

Matsuzakaetal.2002

diffusepanbronchiolitiscriticalregionCOPG2IT1

Russell-Silversyndrome

Yamasakietal.2000DGCR5

DisruptedinDiGeorgesyndrome

Sutherlandetal.1996H19

Beckwith-Wiedemannsyndrome

Sparagoetal.2004LIT1

Beckwith-Wiedemannsyndrome

Niemitzetal.2004LIT1

Romano-Ward,JervellandLange-Nielsen

Horikeetal.2000

syndromesMESTIT1

Russell-Silversyndrome

T.Lietal.2002;Nakabayashietal.2002PRINS

Psoriasis

Sonkolyetal.2005——————————————————————————————————————————————————————————————————此外：一种名为HOTAIR的lincRNA在原发乳腺癌和其迁移过程中表达量上升。HOTAIR表达水平可以作为最终迁移和死亡预测指标。上皮细胞癌中HOTAIR表达上升，导致PRC2重新定位且类似于胚胎成纤维细胞，致使组蛋白H3的27位赖氨酸甲基化、基因表达改变，癌症的侵入和迁移增加。相反，HOTAIR缺失可以抑制癌症的迁移，特别是在有过量PRC2的细胞中。这些发现表明lincRNA在调控癌症表观组时有积极作用，可能作为癌症诊断和治疗的重要靶点。（Chang,HowardY.

NatureVolume464April2010）Cancer-AssociatedLongNon-CodingRNARegulatesPre-mRNASplicingScienceDaily(Sep.27,2010)—ResearchersreportthismonththatMALAT1,alongnon-codingRNAthatisimplicatedincertaincancers,regulatespre-mRNAsplicing--acriticalstepintheearlieststageofproteinproduction.TheirstudyappearsinthejournalMolecularCell.

第四十四页，共81页。疾病的诊断与治疗

全新的药物设计与研发

动植物新品种、新性状的培育第四十五页，共81页。

第二部分机遇变现实必须认真对待大数据

第四十六页，共81页。1、计算量大

VolumeVariety

VelocityValue

基因组

转录组

蛋白质组

代谢组

表观遗传组………一、海量数据的处理与挖掘第四十七页，共81页。第四十八页，共81页。现已实现Dataperrun1Tbp!!PlatformStartingDNA(ug)ThroughputstatisticDataperrun(Gbp)Reagentcostperrun($)aRuntime454GS-FLX3–5238-bpread0.18500

7.5hIllumina1G0.1–135-bpread1.330003dABISOLiD0.1–2035-bpreads434007dHelicosNotavailable30-bpread7.518,00014d第四十九页，共81页。沃森手中小盒子内装的就是耗时2个月,价值100万美元的“个人版”基因组图谱DVD光盘。第五十页，共81页。人体内的微生物数量庞大，是人体细胞的十倍多

口腔中有500-1000种微生物；口腔中又可分为舌、牙龈、牙齿等较小的生态系统，甚至牙齿的每一面都有不同的微生物。

人体肠道共有1000至2000种微生物，菌群总重量有一两公斤。肠道细菌共有300多万个基因，远远超出人类自身的2万多个基因。人体部位

微生物数量

嘴和喉咙

每毫升有1

百万到10

亿个微生物

皮肤

每平方厘米的干燥皮肤上有1

千个细菌，湿润的地方最多有1

百万个

胃

每毫升最多有1

万个微生物

肠道

每克大肠最多有1

万亿个微生物，是世界上生物密度最高的地方

第五十一页，共81页。2、样本量小第五十二页，共81页。肿瘤