王栋教授简介：

王栋，博士，成都中医药大学基础医学院教授，博士生导师。2003年从清华大学生命科学与技术系（现生命科学学院）获得生物学博士学位。2004年进入美国加州大学圣地亚哥分校进行博士后研究工作，2009年在该校晋升为助理项目科学家。2012年回国任清华大学医学院研究员，博士生导师。2013年入选生物治疗协同创新中心研究员。2018年人才引进到成都中医药大学基础医学院。已在Nature、Cell Research、Nature Structural and Molecular Biology、PNAS、Nucleic Acids Research等刊物上发表SCI论文30余篇，被引用2000余次（Google scholar）。申请美国和中国专利15项，已授权9项。承担教育部生物治疗协同创新中心、自然科学基金委、北京市首都健康培育等多个项目。获拜耳-清华研究员奖、杨森-清华研究员奖等奖励和荣誉。

王栋团队目前有讲师、博士后、在读研究生等共十余人。现正招募新人，在副教授、讲师、博士后、博士研究生、硕士研究生、科研助理多个层面虚位以待，欢迎对该团队研究方向感兴趣，且具有生物信息学、中药学、药学、分子生物学、肿瘤生物学、中医学专业背景的有志之士加入，共同发展。

研究方向：中西医结合抗肿瘤基础与应用

研究成果：

一、肿瘤转移恶化分子机制研究

王栋在美国加州大学进行博士后研究期间，发现增强子重编程所导致的基因转录程序的改变，显著促进前列腺癌恶化，而且这些有活性的增强子往往表达非编码eRNA（enhancer RNA）（Dong Wang et al., Nature）。该论文揭示了表观遗传重编程对肿瘤恶化调控的新机制，为肿瘤转移恶化分子机制研究提供了新方向。该论文已经被引用超过700次（Google Scholar），是全球top 1%高引用论文。

在该工作的基础上，王栋团队与清华大学鲁志教授团队合作，发现并提出转移肿瘤细胞“原远转化”（Original to Distant Transition，ODT ）新模型。该模型表明转移后肿瘤细胞的组织特异性会发生重编程，即一定程度上丢失原发组织的特异性，获得转移后远端组织的特异性，类似“披着羊皮的狼”，进而帮助肿瘤细胞更好的适应远端组织并增殖（Shuaishuai Teng et al., Cell Research）。审稿人对该论文评价较高，认为“该文稿代表了（肿瘤转移）科学概念的重要进步”、“对整个肿瘤转移过程的基础知识有重大影响”。该工作在美国癌症研究协会（AACR）组织的癌症研究新视野会议上荣获Scholar-in-Training奖。“原远转化”肿瘤转移新模型，不仅能揭示转移后肿瘤细胞适应远端组织微环境的调控机制，也为抗肿瘤转移药物研发提供了新靶标。

二、抗肿瘤转移药物研究及抗肿瘤中药新药研发

在抗肿瘤药物研究方面，建立了基于HTS2技术的抗肿瘤转移药物研发的新策略。王栋所参与研发的HTS2技术（High Throughput Sequencing based High Throughput Screening）起源于美国加州大学，是目前高通量生物技术领域的最新进展之一（Hairi Li et al., PNAS）。王栋团队对该技术进行了进一步提高，并建立高通量的自动化操作平台，实现了绝大部分实验操作由机器人自动完成，减少人为干预，实验结果更可靠。HTS2技术通过人工设计的探针，从细胞RNA中富集出待检测的数千个基因（特征基因表达谱），并通过自动化操作平台和高通量测序仪，同时对数千个样本中的数千个基因的表达变化进行大规模检测。该技术通量大，效率高。

利用HTS2技术，王栋团队发现治疗白血病的小分子药物Ponatinib，能够逆转肿瘤细胞转移相关的特征基因表达谱，进而显著抑制乳腺癌肺转移（Wei Shao et al., Protein&Cell）。该研究工作荣获美国AACR的癌症研究新视野会议Scholar-in-Training奖。另外，在HTS2技术相关的生物信息学分析方法上也进行了提高，为该技术的更广泛应用奠定基础（Kequan Lin et al., Briefings in Bioinformatics）。

最近，王栋团队把HTS2新技术应用到抗肿瘤中药新药研发和中药科学内涵解析。中药临床疗效显著，但科学内涵严重缺乏。如何能够高效率和大规模解析中药的药效分子机制，是目前我国中药现代化和国际化所面临的巨大挑战。王栋团队跟清华大学和生物芯片北京国家工程研究中心合作，挑选出与人类重大疾病发生发展相关的两千多个基因作为特征基因表达谱。充分利用HTS2新技术的高通量优势，通过研究成百上千个中药及其组分对人细胞中该特征基因表达谱的扰动，从分子水平上来大规模阐释中药药效的作用机制。

利用HTS2技术及其产生的中药-细胞-基因大数据，在抗肿瘤中药研究方面已经取得了部分进展：发现经典名方桂枝茯苓汤通过PI3K和AMPK信号通路抗乳腺癌的分子机制，为中药经典名方复杂药效机制的解析提供范例（Yifei Dai et al., CSBJ）；帮助发现扶正中药抗乳腺癌的分子机制，为不同功效中药的作用机制研究提供新策略（Jiahui Zheng et al., Cancers）。 HTS2技术及其所产生的中药-细胞-基因大数据，为抗肿瘤中药新药研发、中药科学内涵解析提供了新技术和新思路，为我国中药现代化和国际化的发展提供了大量分子生物学科学证据。

参考文献：

[1]Dong Wang^#, Ivan Garcia-Bassets^#, Chris Benner^#, Wenbo Li, Xue Su, Yiming Zhou, Jinsong Qiu, Wen Liu, Minna U. Kaikkonen, Kenneth A. Ohgi, Christopher K. Glass, Michael G. Rosenfeld and Xiang-Dong Fu. Reprogramming transcription via distinct classes of enhancers functionally defined by eRNA. Nature, 2011, 474:390–394. (^#These authors contributed equally to this work) (影响因子42.778).

[2]Hairi Li, Hongyan Zhou, Dong Wang, Jinsong Qiu, Yu Zhou, Xiangqiang Li, Michael G. Rosenfeld, Sheng Ding and Xiang-Dong Fu. Versatile pathway-centric approach based on high-throughput sequencing to anticancer drug discovery. PNAS, 2012, 109:4609-4614. (影响因子9.412)

[3]Kequan Lin, Lu Li, Yifei Dai, Huili Wang, Shuaishuai Teng, Xilinqiqige Bao, Zhi John Lu*, Dong Wang*. A comprehensive evaluation of connectivity methods for L1000 data. Briefings in Bioinformatics, 2019, bbz129 (https://doi.org/10.1093/bib/bbz129). (影响因子8.99)

[4]Shuaishuai Teng^#, Yang Eric Li^#, Ming Yang, Rui Qi, Yiming Huang, Qianyu Wang, Yanmei Zhang, Shanwen Chen, Shasha Li, Kequan Lin, Yang Cao, Qunsheng Ji, Qingyang Gu, Yujing Cheng, Zai Chang, Wei Guo, Pengyuan Wang, Ivan Garcia-Bassets, Zhi John Lu*, Dong Wang*. Tissue-Specific Transcription Reprogramming Promotes Liver Metastasis of Colorectal Cancer. Cell Research, 2020, 30:34-49. (影响因子20.507)

[5]Wei Shao, Shasha Li, Lu Li, Kequan Lin, Xinhong Liu, Haiyan Wang, Huili Wang and Dong Wang*. Chemical genomics reveals inhibition of breast cancer lung metastasis by Ponatinib via c-Jun. Protein & Cell, 2019, 10 (3), 161-177. (影响因子10.164).

[6]Yifei Dai, Weijie Qiang, Xiankuo Yu, Siwei Cai, Kequan Lin, Lan Xie, Xun Lan*, Dong Wang*. Guizhi Fuling Decoction inhibiting the PI3K and MAPK pathways in breast cancer cells revealed by HTS2 technology and systems pharmacology. Computational and Structural Biotechnology Journal, 2020, 18:1121-1136. (影响因子6.108)