Institute of Information Science
生物資訊實驗室
Principal Investigators:
宋定懿 Ting-Yi Sung(Chair) 何建明 Jan-Ming Ho 林仲彥 Chung-Yen Lin
施純傑 Arthur Chun-Chieh Shih 許聞廉 Wen-Lian Hsu 蔡懷寬 Huai-Kuang Tsai

Postdoctoral Fellow:
林可軒 Ke-Shiuan Lynn 張育榮 Yu-Jung Chang 陳連進 Lien-Chin Chen
陳怡靜 Yi-Ching Chen 鄭家胤 Chia-Ying Cheng

[ 相關網站 ]
     人工智慧抗癌實驗室

[ 研究群介紹 ]
民國92年中研院國際研究生院成立生物資訊博士班學程, 本實驗室扮演重要角色。目前除7名畢業外,有39名學生 在學;除本國籍學生外,另包含來自印度、馬來西亞、越 南、菲律賓、美國、加拿大、德國、斯洛伐克、奈及利亞 等外籍學生。

我們的研究是以資訊技術為主,針對不同生物體學(omics) 上的生物醫學問題進行解析,大致分為(一)基因體學與 轉錄體學研究,(二)蛋白體學與代謝體學研究。在基因 體學和轉錄體學的研究,包括:

利用新世代序列定序儀進行基因體和轉錄體分析:
我們利用新世代高速定序技術,進行環境及人類疾病相關的基因 體、轉錄體分析。在環境基因體分析方面,我們對在生物 體內外與環境中的微生物群體,進行全面性的組成種系鑑 定與生化功能分析,並針對不同環境下微生物相發展比對 分析平台,以利快速找出特定環境下的微生物或病原體序 列及生質能源相關的基因組成。目前也以台灣墾丁的珊瑚 為研究主體,觀察環境因子變動下珊瑚與其共生藻之互動 關係。此外,我們亦針對C4植物光合作用組織的不同發育 階段和演化過程進行研究。

在生醫研究方面,我們針對自閉症家族進行基因組結構變 異分析。同時,我們也正在解析不同型 態之乳癌轉錄體定序資料,期能找出與 致癌相關之變種融合基因產物,將可作 為個人化癌症治療的標的。

除了針對不同生物醫學領域的研究之 外,我們也進行短序序列基因組重組演 算法建置和分析工具的開發,將建構自 動化的資料分析呈現平台,提供研究社 群方便運用在自己的研究主題上。
排版插圖調控機制與網路:
研究酵母菌以及更高物種(如:人類)基因之調控機制,包括尋找微RNA在基 因調控的角色、辨識轉錄因子的結合位置、具退化性質的 結合位置對基因表現的影響以及鄰近基因的調控機制之異 同。並致力於瞭解微核醣核酸在疾病及細胞分化的調控。

本實驗室在蛋白體及代謝體方面的研究,包括:

質譜儀分析的蛋白體學及代謝體學:
質譜儀是目前研究蛋白體學最重要的實驗技術,針對質譜儀實驗產生的大 量數據,進行蛋白質鑑定與定量分析,以找出在不同狀 態的細胞上表現不同的蛋白質,作為可能的生物標記。 目前我們已經完成三套蛋白質定量自動化分析系統Multi- Q、MaXIC-Q及IDEAL-Q;並發展一套三合一的的定量分析 系統IDEAL-Q+。除定量分析外,我們並發展方法來改進蛋 白質鑑定方法,尤其針對具後轉譯修飾的蛋白質鑑定,因 為許多修飾與疾病發展有關。近年來質譜儀技術也逐漸用 於大規模的代謝體學研究,由於代謝體學質譜實驗資料和 蛋白體的質譜資料有很大的差別,目前欠缺好的代謝體定 量與鑑定分析系統,我們著手展開這方面的研究。
蛋白質結構與功能預測:
我們利用機器學習和知識庫方 法,進行膜蛋白質結構預測,因為目前50%的醫學上使用 的生物標記是膜蛋白,需要他們的結構資訊才能有效應用於醫學研究,但確定膜蛋白結構的實驗較困難且費時。就此,我們已完 成膜蛋白序列中的穿膜螺旋 (transmembrane helix, TMH) 區塊及其拓 樸性質、螺旋間交互作用的預測,並建構完成一個已知螺旋結構間交互 作用的知識庫。目前進行穿膜螺旋 lipid exposure 的預測,找出其旋轉 方式,後續接著將進行不同角度的預測。除了結構預測外,我們並進行 蛋白質功能預測,因為瞭解蛋白質功能是重要的研究課題。
蛋白質交互作用網路分析:
藉由目前實驗所產生的大量生物巨分子交互 作用關係,我們透過統計模型重建以整個蛋白體為基礎的交互網路,再 藉此研究不同病毒與宿主細胞及病毒之間的交互作用,並從中找出複雜 網路中的重要次網路與代謝調控模組。我們特別研究乳突病毒與C型肝 炎病毒在宿主細胞上的交互作用,從中找出重要的次網路與代謝調控模 組,並進而尋找與人類疾病機轉與病原感染機制相關的重要蛋白質,以 為新藥研發標的。
癌症相關的膜蛋白知識庫平台:
人體的膜蛋白是重要的藥物標的,為了 促進生醫研究,我們正發展一個與癌症相關的膜蛋白知識庫平台。我們 整合現有的各種資料庫及預測工具,並發展視覺化工具,盡可能提供詳 細的膜蛋白資訊。此平台接受研究者直接上傳蛋白質定量結果,將定 量結果的蛋白質分析流程自動化,找出其中表現量不同的蛋白質,並列 出他們的重要資訊。在此平台上,我們目前致力尋找生物標記的重要因 素,希望能自動化分析產生可能是生物標記的蛋白質名單。

生物資訊研究是跨領域研究,除了我們本身資訊專長外,必須結合生 物、生化相關領域的學者共同進行。我們合作夥伴,包含本院化學所、 生物醫學研究所、細胞與個體生物研究所、生物多樣性中心、基因體中 心、生農中心,院外的台大醫院、清華大學生命科學院、國衛院,日本 產業技術總合研究所生命情報工學研究中心,以及加州大學洛杉磯分校 (UCLA)醫學院等。
排版插圖

相關資訊

Academia Sinica 資訊科學研究所 Academia Sinica