tutor

导师介绍

陆燕

教授|博士生导师

浙江大学医学院转化医学研究院及附属妇产科医院双聘教授

电话

0571-86971831

邮箱

yanlu76@zju.edu.cn

地址

华家池校区中心北楼531室

个人简介



浙江大学医学院转化医学研究院及附属妇产科医院双聘教授、博导。回国前担任美国威斯康星医学院Tenure tracked助理教授。长期从事生物信息学及其在肿瘤等人类复杂疾病遗传学方面的应用研究。目前已发表了60多篇SCI论文。

 

Ø 教育背景:

1992-1996 安徽农业大学,农学,学士

1996-1999安徽农业大学,作物遗传育种,硕士

1999-2003 浙江大学,统计遗传与生物信息学,博士

 

Ø 研究工作经历:

2003-2004 Creighton 大学,医学中心, 博士后,Postdoctoral Researcher

2004-2007华盛顿大学(圣路易斯),外科系, 博士后,Postdoctoral Researcher

2007-2008华盛顿大学(圣路易斯),外科系,研究员, Senior Scientist

2008-2010华盛顿大学(圣路易斯),外科系,研究助理教授, Research Assistant Professor

2010-2014威斯康星医学院, 助理教授,Tenure-tracked Assistant Professor

2014-至今 浙江大学,转化医学研究院和附属妇产科医院,教授,Professor

2014-至今威斯康星医学院, 兼职教授,Adjunct Professor

 

 

近三年论文:

1. Yu M, Lu B, Zhang J, Ding J, Liu P, Lu YtRNA-derived RNA fragments in cancer: current status and future perspectives. J Hematol Oncol 13, 121 (2020). https://doi.org/10.1186/s13045-020-00955-6

2. Liu Y, Han Y, Zhou L, Pan X, Sun X, Liu Y, Liang M, Qin J*, Lu Y*, Liu P*. A comprehensive evaluation of computational tools to identify differential methylation regions using RRBS data. Genomics. 2020;S0888-7543(20)31059-4. doi:10.1016/j.ygeno.2020.07.032

3. Yao D, Sun X, Zhou L, Amanullah M, Pan X, Liu Y, Liang M, Liu P*, Lu Y*OncotRF: an online resource for exploration of tRNA-derived fragments in human cancers. RNA Biol. 2020;17(8):1081-1091. doi:10.1080/15476286.2020.1776506.

4. Han Y#,Liu Y#, Zhou L#, Chen E, Liu P, Pan X*, Lu Y*Epidemiological Assessment of Imported Coronavirus Disease 2019 (COVID-19) Cases in the Most Affected City Outside of Hubei Province, Wenzhou, China. JAMA Netw Open. 2020;3(4):e206785. Published 2020 Apr 1. doi:10.1001/jamanetworkopen.2020.6785.

5. Amanullah M, Yu M, Sun X, Luo A, Zhou Q, Zhou L, Hou L, Wang W, Lu W, Liu P*, Lu Y*MDEHT: a Multivariate Approach for Detecting Differential Expression of MicroRNA Isoform Data in RNA Sequencing Studies Bioinformatics. 2020 May 1;36(9):2657-2664. doi: 10.1093/bioinformatics/btaa015.

6. Zheng Z, Chen E, Lu W, Mouradian G, Hodges M, Liang M, Liu P*, Lu Y*Single cell transcriptomic analysis. Compr Physiol. 2020 Mar 12;10(2):767-783. doi: 10.1002/cphy.c190037.

7. Liu HY#, Zhou L#, Zheng MY#, Huang J, Wan S, Zhu A, Zhang M, Dong A, Hou L, Xu H, Lu B, Lu W, Liu P*, Lu Y*. Diagnostic and clinical utility of whole genome sequencing in a cohort of undiagnosed Chinese families with rare diseases. Sci Rep 9, 19365 (2019) doi:10.1038/s41598-019-55832-1.

8. Yang J, Qiu Q, Qian X, Yi J, Jiao Y, Yu M, Li X, Li J, Mi C, Zhang J, Lu B, Chen E, Liu P*, Lu Y*. Long noncoding RNA LCAT1 functions as a ceRNA to regulate RAC1 function by sponging miR-4715-5p in lung cancer. Mol Cancer. 2019;18(1):171. Published 2019 Nov 29. doi:10.1186/s12943-019-1107-y

9. Zhang L, Zhou Q, Qiu Q, Hou L, Wu M, Li J, Li X, Lu B, Cheng X, Liu P, Lu W, Lu Y*CircPLEKHM3 acts as a tumor suppressor through regulation of the miR-9/BRCA1/DNAJB6/KLF4/AKT1 axis in ovarian cancer. Mol Cancer. 2019;18(1):144. Published 2019 Oct 17. doi:10.1186/s12943-019-1080-5

10. Zheng M#, Hou L#, Ma Y, Zhou L, Wang F, Cheng B, Wang W, Lu B, Liu P, Lu W, Lu Y*Exosomal let-7d-3p and miR-30d-5p as diagnostic biomarkers for non-invasive screening of cervical cancer and its precursors. Mol Cancer. 2019;18(1):76. Published 2019 Apr 2. doi:10.1186/s12943-019-0999-x

11. Han Y#, Yang J#, Qian X, Cheng W, Liu S, Hua X, Zhou L, Yang Y, Wu Q, Liu P*, Lu Y*DriverML: a machine learning algorithm for identifying driver genes in cancer sequencing studies. Nucleic acids research, doi:10.1093/nar/gkz096 (2019)

12. Lu B*, Teng X, Fu G, Bao L, Tang J, Sh H, Lu W, Lu Y*Analysis of PD-L1 expression in trophoblastic tissues and tumors.Human pathology, 2019, 84: 202-212.

13. Sun X#, Han Y#, Zhou L, Chen E, Lu B, Liu Y, Pan X, Cowley AW Jr, Liang M, Wu Q, Lu Y*, Liu P*. A comprehensive evaluation of alignment software for reduced representation bisulfite sequencing data. Bioinformatics, 2018, 1: 9.

14. Yao D#, Zhang L#, Zheng M, Sun X, Lu Y*, Liu P*. Circ2Disease: a manually curated database of experimentally validated circRNAs in human disease. Scientific reports, 2018, 8(1): 11018.

15. Li X#, Li J#, Wu P, Zhou L, Lu B, Ying K, Chen E*, Lu Y*, Liu P*. Smoker and non-smoker lung adenocarcinoma is characterized by distinct tumor immune microenvironments. Oncoimmunology, 2018, 7(10): e1494677.

 

研究与成果:

Ø 转化生物信息学和基因组学实验室

主要有两个研究方向:

一是Translational Bioinformatics (T-Bio),主要研究是发展挖掘大生物医学数据(Biomedical Big Data)的统计计算方法和生物信息学工具。与落户医院共同构建肿瘤转化医学信息平台,重点研究融合临床信息和疾病组学信息的转化医学综合知识库构建技术,为精准医学奠定重要基础。

二是Translational Genomics (T-Gen),主要研究是综合实验学手段和生物信息学方法鉴定人类群体和动物模型中的疾病基因功能,揭示肿瘤的发生、发展和转移的分子机制。最终目标是在各种肿瘤尤其是妇科肿瘤中发现新的诊断和预后的生物学标记及其药物靶点。

 

Ø 成果:

1.1高通量数据的生物信息学分析平台

A. 发展了从基因组测序数据中鉴定/发现癌症驱动的致癌突变及信号路径的生物信息学算法。所有的癌症都源自于体内肿瘤细胞的DNA序列异常,但这并不意味着癌症基因组中所有体细胞突变都参与了癌症的发展,它们中的大多数与致癌无关。癌症基因组分析的中心目标是发现驱动癌症发生发展的突变基因。找到驱动基因后就可以对病人进行量体裁衣式的个性化治疗,达到事半功倍的效果。目前癌症基因组测序领域面临的一个重大挑战就是如何从癌症基因组中存在的大量突变中筛选出若干个驱动突变(drive mutation)。为此,我们最近研究开发了一个鉴定驱动基因和代谢路径的统计算法和生物信息学工具DrGaPDriver Genes and Pathways),用于癌症测序研究中识别驱动基因和通路。我们将一系列已知的生物学信息例如蛋白质编码区域长度,基因结构,转录异构体,变异类型等整合到测序数据分析中,能够有效地发现癌症驱动基因和信号路径。DrGaP所发现的新驱动突变基因有望成为抗癌药物靶点,有望用于癌症病人个体化的基因靶向治疗。这项研究成果发表在2013年的American Journal of Human Genetics上。

B. 发展了一种整合RNA-SeqEST信息的基因预测方法。大鼠是研究人类疾病的一个重要动物模型,但相对于人类基因组而言,大鼠基因注释不完整。我们发展的整合RNA-Seq信息的基因预测方法,比单一的EST法能更有效地提高基因预测的灵敏度和特异性。从大脑、骨髓和肾脏中共发现了32197个转录子,其中包括13461已知的转录子、13934新的异构体和4802个新基因,这数目接近现有NCBI基因组数据库(rn5)的2倍。该研究结果已存放在大鼠基因组数据库http://rgd.mcw.edu中,可供研究者网上检索,成为同行基因功能研究的重要实验资源。该成果发表在2015年的Bioinformatics

C.发展了一系列与基因芯片和基因定位有关的统计和生物信息学工具。我们首次发展了基于Hotelling统计量检测基因差异表达的多变量方法,能够同时对多个基因差异表达进行分析,检测功效比常用单变量方法有显著提高。这一方法已经被收录到英文专著“Medical Biostatistics for Complex Diseases”中(F. Emmert-StreibM. Dehmer主编 Wiley-VCH出版社,2010年,页码:113-130)。建立结合家系系谱信息分析基因表达与表型性状等功能性基因定位生物信息学新方法。这些方法发表在BioinformaticsGenetics等杂志上。

1.2应用生物信息学方法进行的肿瘤学研究

A. 运用生物信息学方法构建了准确预测I期肺癌病人预后的RNA/miRNA表达谱特征。肺癌I 期病人一般需要进行手术,但大约3040%病人在肿瘤切除后仍会复发。项目申请人应用meta-analysis 方法分析不同实验室的大量肺癌芯片表达数据构建的RNAmiRNA表达谱特征能够准确预测复发风险高、生存期短和需要早期积极治疗的I期肺癌病人。对于复发风险高、生存期短的病人,临床上可以进行重点化疗等手术后的防治。这一系列成果发表在Plos MedicineCarcinogenesisPlos One,论文已分别被同行引用1605015次。这些研究已获得了一项NCI R01项目 (1R01CA129533)和一项美国专利(US8202968)。这些研究成果有望在临床上应用,对人类肺癌的预防和防治有重要意义。

B. 运用GWASeQTL分析技术首次发现了小鼠自发性肺癌致癌基因Xrn2大约15%人类肺癌是自发性的,与吸烟无关。我们综合全基因组SNP扫描和eQTLs分析技术发现了小鼠自发性肺癌致癌基因Xrn2Xrn2的顺式调控变异与近交系小鼠自发性肺癌发生有关,Xrn2的高表达增加小鼠自发性肺癌肿瘤发生的风险。在人群中,我们进一步发现一个调控XRN2表达的SNP与人群中的肺癌显著关联,这表明小鼠和人同源基因XRN2控制自发性肺癌。这项研究成果发表在Oncogene上。这是在小鼠和人群中发现的第一个肺癌基因,对研究非吸烟人群肺癌有重要的意义。XRN2有望成为治疗和预防非吸烟人群肺癌的靶点。我们对Xrn2的分子生物学研究已经重要突破性发现:Xrn2Dicer协同作用调控成熟microRNAs, 其中一些microRNAs的靶基因参与了RAS和上皮-间质转化途径,有关论文发表在Oncogene

C. 发展和筛选预测肿瘤化学预防和治疗的小分子药剂效果的一系列生物学标记和相关代谢途径。项目申请人利用基因芯片技术结合生物信息学手段筛选了预测膀胱癌、肺癌、乳腺癌和卵巢癌的化学预防和治疗的小分子药剂(如茶多酚EIressaLapatinibNO-naproxenTarcevaZileuton) 效果的一系列生物学标记和相关代谢途径。  这些生物学标记不仅为后续的药物临床试验提供了重要基础,而且对癌症的化学防癌和治疗的分子机制有重要意义。这一系列成果发表在Cancer Research Cancer Prevention ResearchAmerican Journal of  Translational Research等杂志上。

招生信息:

课题组现招聘助理研究员2位,医院单位编制,要求硕士或硕士以上,对转化医学研究和实验有兴趣。

课题组常年招收转化医学领域的博士后。

专业要求:生物信息学、统计学、计算机科学、癌症基因组学、分子生物学和生物化学等。

有兴趣者请将求职信、简历发至陆燕教授(yanlu76@zju.edu.cn




研究方向

  • 肿瘤遗传学与生物信息学