演讲报告题目摘要：

基于磁分离的高通量分子标志物检测与筛查研究

可控合成了功能化磁性纳米颗粒及低荧光背景核壳结构金磁纳米颗粒，以磁性纳米颗粒为基础，建立了多种高通量单核苷酸多态性分型方法并研发了相关器件；建立了基于磁性纳米颗粒和化学发光的高通量拷贝数变异分析方法；建立了基于磁分离与核酸适体的肿瘤标志物筛查方法。首先采用羧基化磁性纳米颗粒为载体，应用SELEX方法筛选特异识别HBsAg的核酸适体，再将磁性纳米颗粒、金纳米颗粒、免疫分析、化学发光检测和核酸适体技术等进行有机结合，建立了新的高灵敏、快速且经济实用的分子标志物筛查与检测方法，为新标志物筛查、疾病的早期、快速检测诊断奠定了基础。

演讲报告题目摘要：

用统计和机器学习进行基因差异表达分析：从基因芯片到RNA测序到单细胞测序

对不同样本之间基因表达差异的分析是进行疾病的分子分型、发现生物标志物和研究疾病发生发展分子机理的重要基础，各种观测检验技术的快速发展，对差异分析不断提出新的方法学挑战。比如，近年来最新发展起来的单细胞RNA测序能够检测单个细胞中的基因表达，对于研究发育和癌症等过程的基因表达时空异质性具有重要意义。由于单细胞中RNA量极低，单细胞测序在RNA捕获和反转录扩增阶段与多细胞测序有很多不同的特点，导致单细胞测序数据具有独特的统计特性，很多传统的RNA测序数据分析方法在处理单细胞数据时遇到大量问题。我们系统地研究了现有方法在单细胞RNA测序数据差异表达分析方面的性能，从中发现了单细胞测序差异表达分析的特殊性，提出了一种区分不同类型单细胞差异表达的新方法，初步实验展示出很大的应用潜力。本报告将回顾作者在基因差异表达和潜在标志物发现方面的系列工作，分享对单细胞RNA测序开展的最新研究，探讨在液体活检、微生物组学等新领域中差异分析和标志物检测的方法学问题。

演讲报告题目摘要：

Y染色体上特异DNA甲基化位点作为前列腺癌无创液体诊断标记的研究

前列腺癌是男性中最常见的恶性肿瘤之一。目前前列腺癌特异性抗原（PSA）诊断的主要缺陷是特异性较差，且常导致非必要的活检，造成患者极大痛苦。因此寻找新的灵敏性和特异性高的分子标记对前列腺癌的诊断具有重要意义。DNA异常甲基化是肿瘤中常见表观遗传变化。我们利用Illumina Infinium Human Methylation 450 BeadChip array，从癌症和癌旁样本中检测了位于Y染色体上的416个位点的甲基化水平，通过对66对前列腺癌和癌旁样本的Y染色体DNA甲基化分析对比，发现有75个位点的甲基化水平在癌旁样本间是比较保守的，其在不同个体间的甲基化水平几乎是一致的，不受年龄和地域等因素的影响。而其中6个位点在癌中发生了异常甲基化。利用前列腺癌病人的尿液样本，通过焦磷酸测序分析，我们最终筛选出了一个位点，其接受者特征曲线（ROC）分析显示，该位点前列腺癌诊断灵敏性和特异性分别达到了94.6%和78.3%，远优于传统的PSA方法，可作为潜在的前列腺癌诊断标志物，对前列腺癌的临床诊断具有重要意义。

文路 北京大学生物动态光学成像中心

演讲报告题目摘要：

我们最近建立了一种甲基化CpG短串联扩增与测序技术（Methylated CpG Tandems Amplification and Sequencing，MCTA-Seq），能够对外周血循环游离DNA中的甲基化CpG岛进行高通量组学分析。该技术可以在一个反应中同时检测到近九千个甲基化CpG岛；检测下限可低至1~2个细胞的基因组DNA。利用MCTA-Seq技术，我们在肝癌组织中发现近九百个肿瘤特异性超甲基化CpG岛；在小肝癌（≤ 3 cm）患者血浆样本中，鉴定出近四百个甲基化水平显著增高的CpG岛。我们发现肝癌患者血浆CpG岛标记物可以分为两类，其中一类部分直接来自肝癌组织，而另一类则由肝癌组织与非癌肝组织共同释放。联合两类血浆CpG岛标记物，MCTA-Seq技术诊断肝细胞癌的灵敏度为94%，特异度为89%，并成功地对全部15例AFP呈现假阴性的肝细胞癌患者做出了正确的诊断。鉴于大多数类型的肿瘤都会发生CpG岛异常超甲基化，MCTA-Seq技术还有望用于其它类型癌症的无创性早期筛查。另外，由于不同类型的肿瘤有独特的甲基化图谱，MCTA-Seq还具有识别肿瘤组织来源的潜力。MCTA-Seq的三步建库反应在一个PCR管中即可完成，仅需浅度测序，是一种简便、经济和具有广阔应用前景的游离DNA测序新技术。

王秋泉 厦门大学

演讲报告题目摘要：

元素稳定同位素标记策略与生物标志分子和细胞的分析方法学

发展化学选择性和生物特异性元素标记策略，并与具有元素稳定同位素优越检测特性的电感耦合等离子体质谱（ICP-MS）相结合，为生物标志分子和细胞的定量分析提供了一条新途径。我将向大家简单介绍ICP-MS的基本工作原理和生物标志分子、细胞的元素标记策略，以及其在生物标志物液体活检中的应用潜力。

演讲报告题目摘要：

基于动态网络标志物的“未病”检测理论和方法

众多的证据表明，许多复杂生物过程存在一种普遍临界现象，即由一个相对稳定状态，经过一个临界点后在很短的时间内快速地进入另一个稳定状态。如许多复杂疾病的恶性转化就是这样的一种普遍现象，即病情在很短的时间内从正常状态（包括健康状态、相对稳定状态或疾病的缓慢变化状态），经过一个临界点或关键节点快速进入疾病状态（包括疾病恶化状态）。为了探测这种突变现象及其关键因子，我们提出了动态网络标志物（dynamical network biomarker, DNB），即利用高通量生物数据的动态性质来预测复杂疾病或复杂生物过程临界突变现象及其关键因子的概念和理论。不同于传统的、主要用于检测疾病状态的分子生物标志物，DNB是一种全新的、用于探测疾病突变前临界信号的生物标志物，即检测“前疾病状态”而不是“疾病状态”或“疾病早期状态”。DNB具有诸多的优点特征：首先，不需要建立任何模型，是一个model-free的方法；第二，DNB可以在小样本条件下获得疾病突变前的预警信号；第三，DNB是突破稳定状态首先进入疾病状态的主导分子群或生物分子的子网络，即为疾病的主导分子群或关键网络而不是疾病所影响的分子群，因此具有非常重要的生物学意义。我们进一步成功地应用DNB到肺损伤及癌症的前疾病状态和关键因子群的检测。