蛋白质功能网络是高通量数据分析中不可或缺的环节。其中的信号传导网络在生物医学研究中以其重要的功能意义而受到许多关注。激酶开关引起的蛋白质磷酸化修饰的动态改变是信号传导网络中关键的调控因素。磷酸化介导的激酶与底物之间的调控已经受到广泛研究。但其介导的信号传递的全过程网络的构建则较缺乏，它包括配体-受体（激酶）-蛋白质磷酸化传递信号-级联传递-转录因子，最终影响基因的转录调控。构建这样一个全过程信号传递网络可以为分子功能分析提供一个背景网络，便于各种组学水平数据的映射，利于不同状态下的功能网络的比较研究，特别是癌症状态与正常状态的比较研究。　　本研究致力于构建人磷酸化介导的信号传递网络，在此基础上构建适用于蛋白质组学和癌症研究的分析应用平台。主要研究内容包括：收集信号传递每个步骤的关系对和节点信息构建背景网络，尤其是磷酸化修饰信息，并搭建数据库 PhoSigNet；收集网络节点的癌症相关注释信息，主要包括在癌症中的差异表达以及位点突变的信息，对 PhoSigNet中的节点进行多层次注释；由于磷酸化修饰具有瞬时性，很多研究采集多个时间点数据，以观测磷酸化的动态改变对生物学过程的调控，因此，在PhoSigNet基础上开发了时序性数据分析工具；基于癌症相关的多层次注释，开发了追溯上游癌症起源相关受体的富集分析平台，从而应用于多种癌症相关受体起源的查询和分析。最后，鉴于癌症多层次注释信息的重要性，本研究不仅仅关注背景网络中的蛋白质节点注释信息，而是通过整合目前已知的所有蛋白质差异表达和突变的注释信息，用于更新课题组前期的两个专业数据库：癌症相关的差异表达蛋白质数据库dbDEPC，癌症相关的蛋白质突变数据库CanProVar。　　通过整合磷酸化位点、激酶与底物的关系、以及激酶与底物的上下游的信号调控关系，最终构建了包含11976个实验验证的有向边、216871个磷酸化位点的信号网络。并且整合了来自331个实验，20种人类癌症类型的4000多个差异表达蛋白质注释信息；整合了23816蛋白质上的70262个癌症突变位点注释信息。在上述网络构建及多层次注释的基础上，开发了时间序列蛋白质组学数据的聚类分析工具ExpCluster，和应用于癌症受体研究的平台CanReceptor。　　本课题为磷酸化位点、蛋白质激酶、信号通路的研究提供了比较完整的分析工具和方法，并为磷酸化蛋白质组学实验的功能发现和机制研究提供帮助。同时，信号通路中癌症相关的蛋白质异常表达和突变位点信息的注释有助于癌症发生机制的研究，并为后期进行癌症相关信号通路干预靶点筛选和药物设计打下了基础。