论文部分内容阅读
研究表明，信号转导或生物学通路的缺陷或错误可以引起癌症的发生。这些细胞信号通路彼此之间通过多种方式相互作用，形成了信号网络。网络motif是一种具有功能特性的显著常出现的网络构件，在信号网络中能够反映出信号转导的模式。揭示网络motif在信号网络中的功能特性，对于理解生物学通路间的信号转导有重要意义。 在生物分子网络中，具有高中心性测度值的节点，对于正常生理功能的维持和疾病的产生都起着至关重要的作用。由此，位于网络中心位置的网络motif也同样会在网络中起重要作用。这种位于中心位置的网络motif不仅具有较多的指向它或由它指出的有向边，还位于网络中较多路径到达的区域。但是，这种motif在信号网络中如何维持不同生物学通路间cross-talk的功能尚不明确。因此，本课题尝试使用当前网络中心性测度系统中的六个网络中心性测度，来识别癌相关中心性motif，通过分析癌相关中心性motif在信号网络中的作用，以及它们与癌症的功能相关性，探讨它们介导生物学通路间cross-talk的能力，以期从人类信号网络motif的角度，来深刻理解和分析癌症的信号转导机制。 首先，本课题基于Pathway Interaction Database(PID)数据库中的人类信号转导数据构建了一个整合人类信号网络，保证了本文的后续分析是在系统水平进行的。使用快速motif检测工具Fast Network Motif Detection(FANMOD)在整合人类信号网络中挖掘网络motif。然后，根据反应中心性质三个方面的六个网络中心性测度计算得到的各motif的中心性测度值的大小，排秩得到的人类信号网络motif，共产生六个排秩列表。本文将在六个排秩列表中均位于前5％的motif定义为中心性motif，这些中心性motif能够从整体的角度，反映出位于其中的节点（蛋白质和复合物）在信号网络中的重要性。本文共获得39个中心性motif，值得注意的是，这些中心性motif都是癌相关motif。 针对这些癌相关中心性motif，本文从三个方面深入分析其在信号网络中的功能，结果表明:1）癌相关中心性motif是信号网络的枢纽单元。从整合人类信号网络中去掉癌相关中心性motif、随机非中心性motif以及随机癌相关非中心性motif后，比较网络的特征路径长度和连接组分个数，发现去掉癌相关中心性motif后的网络拓扑测度显著大于去掉随机motif后的网络(p＜0.05)。2)中心性motif的功能与癌症密切相关。使用在线工具Database for Annotation，Visualization and Integrated Discover(DAVID)对每个癌相关中心性motif进行Gene Ontology(GO)功能富集分析，通过文献证实有81.04％的GO功能与癌症有关。3）癌相关中心性motif介导了生物学通路间的cross-talk。将癌相关中心性motif中的节点对应的基因映射到Kyoto Encyclopedia of Genes andGenomes(KEGG)数据库中的人类通路上，发现癌相关中心性motif可以介导61个生物学通路间的cross-talk，所介导的通路大多数是癌相关通路，并构建了一个“motif-通路”二分图Gm-p=（m，p，Em-p）表示这种关系。进一步的分析表明，多数中心性motif的节点位于相同或相邻的亚细胞定位上，这证明，癌相关中心性motif在这些亚细胞定位上可以介导生物学通路间的cross-talk。 另外，通过对这些中心性motif中的基因在癌症过程中的作用的进一步分析，不仅能够揭示出癌基因在癌症过程中的功能，与此同时，这些motif中包含的大部分非癌基因也已被文献证实是潜在的癌基因。 总之，本研究结果不仅表明了所识别的癌相关中心性motif在人类信号网络中具有重要的功能，还体现了这些motif及其所包含基因在癌症过程中的作用，这为癌症过程中生物学通路间的信号转导机制的进一步深入研究提供了线索。