开题报告内容：（包括拟研究或解决的问题、采用的研究手段及文献综述，不少于2000字）
一、研究内容
1.研究基于基因组模型数据集成的路径识别算法（PARADIGM）的内容，熟悉其构建过程与构建方法，并将其应用于多形性胶质母细胞瘤（glioblastoma multiforme，GBM）的相关模型构造之中。
2.研究对于TCGA（The Cancer Genome Atlas）数据库GEO（Gene Expression Omnibus）的使用，与相关数据的下载与处理。
3.运用PARDIGM模型在多组学框架下，研究GBM的相关通路活性，将其进行分子分型。比较现有分型结果并关联临床预后。
二、研究的目的及意义
历史上癌症的研究主要集中于寻找外部诱因，而对其内在的致癌机理知之甚少，直到高通量测序技术等基因分析手段的出现，使研究者从基因水平分析癌症的内因成为可能。分析癌症形成过程中细胞内基因表达水平的差异，我们可以发现有些基因或它们所在的通路能够对肿瘤的形成起调控作用。干预这些基因或者它们所在的基因通路，在很大的程度上就可以终止肿瘤的发生和发展。
多形性胶质母细胞瘤（glioblastoma multiforme, GBM）是成人最常见的恶性原发性脑肿瘤之一。目前主要的治疗手段包括手术切除联合放疗，但疗效不佳，中位生存期仅12~15个月。通过手术获得肿瘤组织并进行组织学检查是目前确定性诊断的必要条件。在组织学结果不明确的情况下，比较GBM形成过程中的基因或者它们所处的基因通路将为其诊断和治疗靶标的确定提供一定的帮助。
但是由于人类疾病生物学过程的复杂性，相似的疾病表型或者遗传特征可能是由不同的基因或遗传机制导致的。也就是说，即便是相同的基因或基因通路，患者也可能会出现差异性的遗传改变。因此确定与癌症相关的通路并检测通路在不同患者中的改变方式至关重要。
三、研究手段
