Project Details
Abstract
因為用大數據建立人類遺傳與表觀遺傳數學模型非常困難，大數據對模型執行最佳化運算的困難度高，造成要從遺傳與表觀遺傳的系統觀點解開SARS-CoV-2感染的進展機制非常不容易，多數研究使用統計方法，而此專題研究的立基不建立在顯著基因差異表現，而是基因可能會是由多種可能的轉錄後或轉譯後調控，當結合全基因組資料利用最佳化方法將遺傳與表觀遺傳數學模型估測出來以後，才能從全網路判讀出主要的機制，本計畫的執行可以真正從訊號傳遞觀點解開SARS-CoV-2感染過程的核心分子機制。因為疫情大幅度影響社會與經濟，過去申請人有很多相關的研究發表於國際，申請人有責任盡快全心投入於此，為全世界人類生存與發展帶來助益。
Project IDs
Project ID:PB11007-2292
External Project ID:MOST110-2221-E182-054
External Project ID:MOST110-2221-E182-054
| Status | Finished |
|---|---|
| Effective start/end date | 01/08/21 → 31/07/22 |
Keywords
- Severe Acute Respiratory Syndrome coronavirus 2
- peptidylarginine deiminase
- Long intergenic noncoding RNA
- Long intronic noncoding RNA
- divergent long non-coding RNA
- antisense long non-coding RNA
- SARS-CoV-2 infected upper airway samples
- angiotensin‐converting enzyme II
- IFNβ1b
Fingerprint
Explore the research topics touched on by this project. These labels are generated based on the underlying awards/grants. Together they form a unique fingerprint.