| 1. 对食管癌抑癌基因ECRG2的性质及功能预测。通过生物信息学技术对候选抑癌基因ECRG2进行一系列DNA及蛋白质序列分析及功能预测。预测ECRG2和相关基因MT2A的凋亡诱导功能并得到实验室验证。
简评：生物信息学开路，湿实验跟进验证是节约实验室成本及缩短研究周期的常规思维，对基因性质及功能预测也是最常用的生物信息学手段，涉及到很多数据库和分析算法，要做好做准确并不是件容易事。
Yongping Cui, Jianbo Wang, Xinyu Zhang, Ronggang Lang, Meixia Bi, Liping Guo, Shih-Hsin Lu. ECRG2, a novel candidate of tumor suppressor gene in the esophageal carcinoma, interacts directly with metallothionein 2A and links to apoptosis. Biochemical and Biophysical Research Communication, 302(2003), 904-915.
2005 影响因子（IF）: 3
2. 抑制性消减杂交文库分析。实验室产生6个肺癌相关抑制性消减杂交文库，包含2000多条EST序列。通过设计基于Linux的高通量分析系统，结合各种数据库及相关软件，对该文库进行综合分析，包括基因聚类分析，表达谱分析，SNP或者点突变分析等。
简评：对EST或者cDNA文库的分析是体现生物信息学特点的一个基本的需求。实际上就是运用高通量手段实现高效能、高精确度的分析。难点和要点在于结合文库消减杂交的特点进行分析，得到更全面，更精确、细致的结果。
Sun W, Zhang K, Zhang X, Lei W, Xiao T, Ma J, Guo S, Shao S, Zhang H, Liu Y, Yuan J, Hu Z, Ma Y, Feng X, Hu S, Zhou J, Cheng S, Gao Y. Identification of differentially expressed genes in human lung squamous cell carcinoma using suppression subtractive hybridization. Cancer Lett. 2004 Aug 20;212(1):83-93.
2005 影响因子（IF）:3.049
3. STR多态性分析。STR即短重复序列，又名微卫星。作为第二代遗传标记，STR技术广泛使用于法医学，亲子鉴定，进化分析等领域。在本案例中用来分析STR多态与食管癌发生发展的关系。
简评：微卫星多态性分析中，常用的STR位点来自于现成的STS标签，对于没有STS标签的基因，需要通过基因组序列分析选择微卫星位点，并设计合适的引物。
hun-mei Yue, Mei-xia Bi, Wen Tan, Da-jun Deng, Xin-yu Zhang, Li-ping Guo, Dong-xin Lin and Shih-HsinLu. Short tandem repeat polymorphism in a novel esophageal cancer-related gene (ecrg2) implicates susceptibility to esophageal cancer in chinese population, Int. J. Cancer, 108(2004), 232-236
2005 影响因子（IF）:4.7
4. 对实验室酵母双杂交结果进行可靠性分析判断及筛选。
简评：酵母双杂交实验是蛋白质组学研究一项重要的技术，但是假阳性率比较高。通过生物信息学手段可以对酵母双杂交实验结果进行进一步判断分析，辅助实验室筛选阳性结果，设计下一步实验。
Yongping Cui, Meixia Bi, Xinyu Zhang, Jianbo Wang, Liping Guo, Shih-Hsin Lu. Using Yeast-Two-Hybrid system to search for associated proteins of ECRG2. World J Gastroenterol, 9(2003), 1892-1896.
2004 影响因子（IF）:3.318
5. 基因突变及SNP分析。通过反相关曲线技术比对样本和标准序列的测序峰图，可以将杂合突变（heterozygous mutation）导致的乱峰解析成清晰的两个峰图，从而筛选出发生杂合突变的碱基。
简评：DNA突变及SNP分析是一项常用的生物信息学分析，实验室常用DNA测序技术突变检测，然而对测序结果的分析难度却不尽相同。对于样本量较小，测序结果质量很好的实验，可以轻松拿眼睛筛选结果，然而对于大样本量的实验，或者是其中包含了杂合突变的序列，必须使用结合高通量技术和一些特定的分析手段才能得到更为可靠、精确的分析结果。一些常用的基因突变分析软件，如基于Linux系统的consed、polyphred，基于Windows的DNAstar等，都有一定缺陷。
Xuemei Zhang, Xiaoping Miao, Wen Tan, Baitang Ning, Zhihua Liu, Yuan Hong, Wenguang Song, Yongli Guo, XINYU ZHANG, Yan Shen, BOQIN QIANG, Fred F. Kadlubar, Dongxin Lin. Identification of Functional Genetic Variants in Cyclooxygenase-2 and Their Association with Risk of Esophageal Cancer. GASTROENTEROLOGY, 2005,129(2):565-76
2005 影响因子 (IF)：12.386
6. 芯片数据分析。对十几套肿瘤相关芯片数据（分别来自SMD和GEO数据库）进行整理，差异表达基因分析。对Affymetrix的U95A和U133A/B芯片采用t-test方法，而对cDNA microarray数据采用SAM算法。
简评：芯片分析包括数据标准化，差异表达基因分析，相关性分析，network构建，聚类分析等等。主要的分析难点在于对不同实验室数据进行统一处理和整合。整合性分析需要克服很多难题，处理不同的数据格式，芯片基因的设计也不同，标准化方法和结果都有差异，数据本身良莠不齐，等等。
Xiaosong Wang, Haitao Zhao, Qingwen Xu, Weibo Jin, Changning Liu, Huagang Zhang, Zhibin Huang, Xinyu Zhang, Yu Zhang, Dianqi Xin, Andrew J. G. Simpson, Lloyd J. Old Yanqun Na, Yi Zhao, Weifeng Chen, HPtaa database-potential target genes for clinical diagnosis and immunotherapy of human carcinoma, Nucleic Acids Research
2005 影响因子 (IF)：7.552
7. 临床标志物的筛选。
Wang XS, Zhang Z, Wang HC, et al. Rapid identification of UCA1 as a very sensitive and specific unique marker for human bladder carcinoma. Clin Cancer Res. 2006 Aug 15;12(16):4851-8
2005 影响因子 (IF)：5.715 8. Gene Ontology相关分析。Gene Ontology（GO）数据库是近年非常热门的数据库，在很多分析中，如基因分类，信号通路分析，分泌蛋白筛选等等，都使用了该数据库。我们曾经为西安第四军医大等单位进行了GO相关的分析。
9.affymetrix鸡芯片数据分析。
Wang HB, Li H, Wang QG, Zhang XY, Wang SZ, Wang YX, Wang XP. Profiling of chicken adipose tissue gene expression by genome array. BMC Genomics , 2007, 8(1):193.
2007 影响因子 (IF)：4.03
|
