信号通路相关文献挖掘与分析方法研究摘要献，３５２个底物蛋白，４９８个磷酸化位点。利用这些数据与Ｐｈｏｓｐｈｏ．Ｅｌｍ中的数据，我们提出了一种基于贝叶斯决策的磷酸化位点预测算法ＰＰＳＰ。对多个磷酸激酶家族的测试结果显示，该方法的预测效果好于目前常用的Ｓｃａｎｓｉｔｅ、ＫｉｎａｓｅＰｈｏｓ、ＮｅｔＰｈｏｓＫ和ＧＳＰ方法，而且具有简单、高效、鲁棒性好等优点。我们还设计了一个基于此算法的网站（ｈｔｔｐ：／／ｂｉｏｉｎｆｏｒｍａｔｉｃｓ．Ｉｃｄ—ｕｓｔｃ．ｏｒｇ／￡堕￡），向国际同行提供在线预测服务。

３．癌症芯片中的异常信号通路分析对于探究癌症的机理具有重要的指导作用，本文提出一种新的转录因子介导的信号通路分析方法，用来分析肿瘤芯片数据，从中推断异常的转录因子和信号通路。转录因子的活性通过统计其目标基因的表达来推断，然后将那些活性异常的转录因子映射到ＫＥＧＧ信号通路上。此方法整合了基因表达调控的实验数据和信号通路信息。利用此方法对斯坦福芯片数据库中的人类胃癌、乳腺癌以及多种癌症芯片数据进行分析，结果发现在许多芯片中ＴＧＦ—Ｂ、ＪＡＫ—ＳＴＡＴ、ＮＦ－？Ｂ和Ｎｏｔｃｈ信号通路被异常激活。进一步对这些通路进行研究，将有助于探究癌症的发生、发展机理和进行合理的药物设计。

本文的研究工作得到了中国科学技术大学高水平大学建设重点项目以及国家科技部重点科研项目（２００４ＡＡ２３５１１０）的资助。