我院科研人员在基因异常调控机制识别工具DysRegSig的开发及肿瘤精准医学应用方面取得新进展，并通过推进产学研融合，释放DysRegSig方法在精准医学领域的实际应用价值。DysRegSig工具包获得软件著作权（2020SR1243170）；相关论文发表于JCR 1区期刊 Journal of Molecular Cell Biology（Li Q, Dai W, Liu J, Li YX*, Li YY*. Gene dysregulation analysis builds a mechanistic signature for prognosis and therapeutic benefit in colorectal cancer. Journal of Molecular Cell Biology. 2020 Nov; 12(11): 881-893.）和Bioinformatics（Li Q, Dai W, Liu J, Li YX*, Li YY*. DysRegSig: an R package for identifying gene dysregulations and building mechanistic signatures in cancer. Bioinformatics. 2021 Apr 20; 37(3): 429-430.）；相关应用成果申请3项发明专利。

       基因表达调控具有动态性，不同状态（如疾病与正常、疾病的不同阶段等）之间的基因调控网络往往呈现不同程度的差异。基因异常调控是连接基因型改变与表型改变之间的纽带，因此识别基因异常调控事件有助于理解表型变化背后的潜在分子机制。领域内针对异常调控关系的识别还缺乏成熟、高效的分析方法，已有的基因异常调控分析工具难以稳健地考量多个TF对target的协同调控效应。

       为了解决该问题，研究人员基于机器学习算法开发了新的基因异常调控分析软件DysRegSig，利用Boruta算法构建基因调控网络，采纳de-biased LASSO方法对调控强度进行量化，并获得调控强度的置信区间；随后，整合以下三个条件，调控因子对靶基因的调控强度显著差异、靶基因表达显著差异、调控因子对靶基因的调控强度变化方向与靶基因表达水平变化方向一致，由此筛选基因异常调控关系。与此同时，DysRegSig还可进一步对异常调控关系和TF根据重要性进行排序，以及筛选对特定表型具有稳定贡献的异常调控关系，并构建具有机制解释性的标志物组合（分子标签）。

       将DysRegSig应用于结直肠癌转录组数据分析，最终构建了一个含有4个调控关系的结直肠癌标志物4-DysReg，其对患者预后和术后辅助化疗药效均呈现良好的预测能力，准确性超过多个已报道预后标志物；此外，4-DysReg所提示的基因间异常调控关系，有助于揭示表型变化机制、筛选药物靶标，以及开展创新药物研发。依托DysRegSig在结直肠癌、胰腺癌和泛肿瘤上的精准医学应用，我院与苏州睿明医学检验所合作开发肠道肿瘤标志物临床检测试剂盒产品；与洛兮医疗科技有限公司共享“胰腺导管癌状态评估模型构建方法及应用”专利知识产权，并合作开展成果转化。