基于蛋白质相互作用网络的高容错乳腺癌疾病基因挖掘算法

• 作 者: 聂亚玲
• 机 构: 中国科学院大学
• 出 处: 中国科学院研究生院 中国科学院大学
• 发表日期: 2012年期
• 关键词: 乳腺癌 疾病基因 PPI网络 数据挖掘 拓扑结构

乳腺癌等复杂疾病是目前人类健康的主要威胁之一,其发病机制和相关疾病基因仍未被完全探知,因此挖掘新的乳腺癌基因是乳腺癌研究中的重要任务之一。大多数方法是基于候选基因与已知的的癌症基因的结构和功能上的相似性,并通过整合多种数据源,包括PPI网络、GO注释、基因表达数据和生物学通路等来定位潜在的癌症基因。然而,不同类型的数据包含不同程度的噪音,会影响挖掘结果的正确性。因此,需要开发具有高度容错性能的的乳腺癌疾病基因挖掘算法。　　
本课题尝试基于蛋白质相互作用网络(PPI networlk)架构,通过整合多种不同类型的数据,建立一个高效的乳腺癌疾病基因挖掘算法来搜索新的乳腺癌疾病基因。主要成果包括:　　
1)整合多个数据源构建了一个较为全面的人类蛋白质相互作用(PPI)网络,并明确了已知疾病基因与非疾病基因在网络中的不同拓扑特性。从PPI网络中抽取大量随机样本,并分别统计分析随机样本和已知疾病基因在多种拓扑结构属性上的差异程度,进而为潜在癌症基因挖掘提供重要依据。结果发现PPI网络的节点度、节点介数和最大连接组件大小等拓扑结构属性能够显著地区分癌症基因与非癌症相关基因,为新的未知癌症基因的发掘提供了重要考察依据(P＜2.2×10-16)。　　
2)提出了一种新的乳腺癌疾病基因挖掘方法,这个方法整合了多种数据源,包括PPI网络拓扑结构属性、人类乳腺癌相关表型数据、已知乳腺癌疾病基因和GO功能性注释信息。并通过定量分析证明了我们的算法对数据噪音的具有高容忍性。据我们所知,这是首次对不同的癌症基因挖掘方法的抗噪能力做出定量分析。　　
3)初步探索了乳腺癌个体致病基因的挖掘。癌症的复杂性与异质性(heterogeneity)要求我们寻找到个体病例(individual patient)中对癌症的发生、发展起到关键推动作用的基因,以满足临床个体化医药(personalized medicine)的需要。我们对乳腺癌致病基因进行了初步的探索。通过对个体病例的初步分析,发现了该病例差异表达值变化的一般规律,为乳腺癌个体化诊断和治疗提供了初步的数据基础。