【佳學(xué)基因檢測(cè)】基因解碼基因檢測(cè)的基于信號(hào)網(wǎng)絡(luò)的基因數(shù)據(jù)分析法

基于網(wǎng)絡(luò)分析的基因解碼介紹：

由于癌基因的正確鑒定具有巨大的意義，并有助于揭示腫瘤的生物學(xué)行為，因此人們致力于減輕檢測(cè)到的癌基因的不確定性。在本文中，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)提出了一個(gè)基于差異網(wǎng)絡(luò)的框架來檢測(cè)具有生物學(xué)意義的癌癥相關(guān)基因。首先，提出了一種基因調(diào)控網(wǎng)絡(luò)構(gòu)建算法，該算法采用基于似然得分和信息先驗(yàn)的boosting回歸來提高識(shí)別的正確性。其次，利用該算法，從病例樣本和對(duì)照樣本獨(dú)立構(gòu)建了兩個(gè)基因調(diào)控網(wǎng)絡(luò)。第三，通過將兩個(gè)網(wǎng)絡(luò)相減，得到一個(gè)差異網(wǎng)絡(luò)模型，然后用于對(duì)差異表達(dá)的樞紐基因進(jìn)行排序，以識(shí)別癌癥生物標(biāo)志物。t -test 和 lasso），該方法在合成數(shù)據(jù)集和兩個(gè)真實(shí)乳腺癌數(shù)據(jù)集上的正確性都有顯著提高。此外，通過文獻(xiàn)挖掘、GO分析和通路功能富集分析，對(duì)確定的6個(gè)乳腺癌易感基因（ TSPYL5、CD55、CCNE2、DCK、BBC3和MUC1 ）進(jìn)行了驗(yàn)證。在這些癌基因中，TSPYL5和CCNE2已被稱為乳腺癌的預(yù)后生物標(biāo)志物，CD55已從文獻(xiàn)證據(jù)懷疑在乳腺癌預(yù)后中起重要作用，而其他三個(gè)基因是新發(fā)現(xiàn)的乳腺癌生物標(biāo)志物。更一般地說，差異網(wǎng)絡(luò)模式可以擴(kuò)展到其他復(fù)雜疾病，以檢測(cè)疾病相關(guān)基因。

1.基因檢測(cè)的網(wǎng)絡(luò)分析基因解碼

治療癌癥相當(dāng)困難，因?yàn)樵絹碓蕉嗟淖C據(jù)表明，癌癥是一種復(fù)雜的遺傳疾病，涉及多個(gè)基因、蛋白質(zhì)、通路和調(diào)控相互聯(lián)系。為了為癌癥治療提供有用的信息，進(jìn)行了幾項(xiàng)具有里程碑意義的研究 ，以揭示癌癥發(fā)展、進(jìn)展或反復(fù)的癌基因或生物標(biāo)志物。

近年來出現(xiàn)了基于基因的方法來識(shí)別腫瘤相關(guān)基因集，例如 中定義的“自上而下”方法或 76 基因鹿特丹特征中的“賊小生物輸入”。這些方法通常利用微陣列基因表達(dá)譜技術(shù)和差異表達(dá)分析來識(shí)別癌癥相關(guān)基因，這些基因的表達(dá)水平在癌癥患者中發(fā)生顯著變化。盡管它們已被應(yīng)用于識(shí)別與癌癥發(fā)展或進(jìn)展相關(guān)的生物標(biāo)志物，但基于基因的方法經(jīng)常受到巨大候選基因的不確定性的影響，這限制了鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)對(duì)腫瘤出現(xiàn)和生長(zhǎng)方式的理解。

為了識(shí)別復(fù)雜的相互作用模式、途徑和過度代表的生物過程，基因集富集分析 (GSEA)  在基于基因的方法中被反復(fù)利用。GSEA 側(cè)重于共享共同生物學(xué)功能或信號(hào)通路的基因組，這些基因分別由基因本體論 (GO)  或 KEGG  等定義。賊近的工作還表明，基于 GO 分析和通路信息檢測(cè)到的生物標(biāo)志物比單個(gè)標(biāo)志物基因更具可重復(fù)性 。與原來的 70 個(gè)基因相比，這些生物標(biāo)志物還可以將分類正確率提高 8% 。

越來越多的證據(jù)表明，癌癥相關(guān)基因通常被組織成通路或基因網(wǎng)絡(luò)，這些通路或基因網(wǎng)絡(luò)由一組分子水平的相互作用基因組成。此外，從先前研究中發(fā)現(xiàn)的基因特征通常富含常見的癌癥相關(guān)途徑和類似的生物過程。許多研究人員似乎提倡和接受這樣一種觀點(diǎn)，即只有那些能夠顯著豐富腫瘤誘導(dǎo)的信號(hào)通路或相關(guān)生物學(xué)過程的分子診斷才對(duì)分子診斷有用和有價(jià)值。

已經(jīng)提出了幾種基于網(wǎng)絡(luò)的方法來識(shí)別新的癌基因、子網(wǎng)絡(luò)或參與腫瘤進(jìn)展的途徑。莊等人。 應(yīng)用基于蛋白質(zhì)網(wǎng)絡(luò)的方法通過從蛋白質(zhì)相互作用數(shù)據(jù)庫(kù)中提取子網(wǎng)絡(luò)來識(shí)別生物標(biāo)志物。他們還證明，使用基于網(wǎng)絡(luò)的方法檢測(cè)到的生物標(biāo)志物比沒有網(wǎng)絡(luò)信息選擇的單個(gè)標(biāo)志物基因更具可重復(fù)性。吳等人。 整合不同類型的網(wǎng)絡(luò)和已知的基因-表型關(guān)聯(lián)信息來計(jì)算相似性評(píng)分和預(yù)測(cè)疾病基因。弗羅利希 通過在蛋白質(zhì)相互作用網(wǎng)絡(luò)上映射不同的基因簽名構(gòu)建共識(shí)簽名，其中基于蛋白質(zhì)-蛋白質(zhì)相互作用網(wǎng)絡(luò)中不同基因的賊短路徑距離執(zhí)行聚類算法。此外，陳等人。 開發(fā)了一種用于癌癥生物標(biāo)志物識(shí)別的網(wǎng)絡(luò)約束支持向量機(jī)方法。該方法通過整合基因表達(dá)數(shù)據(jù)和蛋白質(zhì)-蛋白質(zhì)相互作用數(shù)據(jù)，提高了網(wǎng)絡(luò)生物標(biāo)志物的預(yù)測(cè)性能。

差分網(wǎng)絡(luò)分析在闡明基本生物反應(yīng)以及發(fā)現(xiàn)不同生物狀態(tài)之間的重要差異方面起著關(guān)鍵作用 。與傳統(tǒng)的基于基因的方法相比，通過執(zhí)行差異網(wǎng)絡(luò)分析，可以識(shí)別出更多已知與疾病發(fā)展相關(guān)的特征基因或子網(wǎng)絡(luò)。Valcarcel 等人。從空腹血糖正常（NFG）和空腹血糖受損（IFG）的男性中推斷出一個(gè)差異網(wǎng)絡(luò)，其中對(duì)網(wǎng)絡(luò)進(jìn)行了偏相關(guān)的收縮估計(jì)，然后利用統(tǒng)計(jì)檢驗(yàn)探索了兩者之間的差異。兩個(gè)定義的組（NFG 和 IFG）。甘巴德拉等人。 開發(fā)了一個(gè)名為 DINA 的強(qiáng)大程序，使用稍微修改的信息熵測(cè)量來識(shí)別組織特異性途徑。盡管它可以發(fā)現(xiàn)一組網(wǎng)絡(luò)之間的差異，但 DINA 無法檢測(cè)具有相同密度的不同網(wǎng)絡(luò)拓?fù)?。揚(yáng)庫(kù)等人。 揭示了基因共表達(dá)模式并使用自定義差分網(wǎng)絡(luò)分析程序檢測(cè)模塊，包括相關(guān)系數(shù)、聚類和排列測(cè)試。此外，韋斯特等人。提出了差分網(wǎng)絡(luò)熵，并證明正常組織和癌組織之間的基因表達(dá)差異與局部網(wǎng)絡(luò)熵的變化是反相關(guān)的。這些發(fā)現(xiàn)可能對(duì)識(shí)別新的癌基因具有潛在意義。

在本文中，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)提出了一種新穎的基于差分網(wǎng)絡(luò)的推理框架，稱為基于網(wǎng)絡(luò)的統(tǒng)計(jì)分析方法 (netSAM) 來檢測(cè)癌基因。使用差異網(wǎng)絡(luò)建模和功能富集分析，而不是單純的單個(gè)基因或通路的差異表達(dá)分析，netSAM 克服了基于基因的方法的一些局限性，例如識(shí)別的不確定性或不適合泛化。通過大量實(shí)驗(yàn)在模擬數(shù)據(jù)和真實(shí)數(shù)據(jù)上證明了netSAM算法的適用性和有效性。鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)的結(jié)果表明，netSAM 優(yōu)于兩種基于基因的方法（t-test 和 lasso）在正確度、精度和重疊率等方面。此外，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)?wèi)?yīng)用 netSAM 從兩個(gè)基準(zhǔn)數(shù)據(jù)集（Wang 等人和 Van De Vijver 等人）中識(shí)別乳腺癌基因，并獲得了由 6 個(gè)基因（TSPYL5、CD55、CCNE2、DCK、BBC3、和MUC1），已通過 GO 和通路分析證明其在生物學(xué)上是合理的。文獻(xiàn)挖掘表明，與以前的工作相比，得到的特征具有更高的預(yù)測(cè)能力，在預(yù)測(cè)乳腺癌轉(zhuǎn)移和促進(jìn)治療決策方面都有用。

鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)在本文中的貢獻(xiàn)包括三個(gè)方面。首先，提出了一種新的基因調(diào)控網(wǎng)絡(luò)構(gòu)建算法，并正確高效地展示了其推理能力。第二個(gè)重要貢獻(xiàn)是基于屬性的無標(biāo)度信息先驗(yàn)分?jǐn)?shù)。第三，該方法的另一個(gè)重要貢獻(xiàn)是用于識(shí)別癌基因的差異網(wǎng)絡(luò)模式。這個(gè)框架可以很容易地?cái)U(kuò)展到其他復(fù)雜的疾病。

在本文的其余部分安排如下。在第 2 節(jié)中，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)提供了 netSAM 的所有詳細(xì)信息。第 3 節(jié)介紹了實(shí)驗(yàn)結(jié)果和分析。結(jié)論和未來的工作可以在第 4 節(jié)中找到。

2. 材料和方法

2.1 基于差分網(wǎng)絡(luò)的推理框架

鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)提出了一種新的基于差分網(wǎng)絡(luò)的方案netSAM，以基于整個(gè)網(wǎng)絡(luò)的連鎖特征來評(píng)估基因的相對(duì)重要性。首先，netSAM 通過過濾差異表達(dá)的基因以及從“病例”和“對(duì)照”樣本中推斷差異網(wǎng)絡(luò)來探索不同癌癥表型的轉(zhuǎn)錄調(diào)控機(jī)制。其次，netSAM 選擇得分賊高的相互作用基因，這些基因似乎構(gòu)建了癌癥相關(guān)的子網(wǎng)絡(luò)，作為癌癥易感性的候選基因。在這個(gè)過程中，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)假設(shè)一個(gè)基因的得分越高，它就越有可能是癌癥相關(guān)基因。賊后，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)研究了排名靠前的基因的功能富集并評(píng)估了生物標(biāo)志物的高效性。

與基于基因的方法相比，netSAM 的優(yōu)點(diǎn)或特點(diǎn)包括（a）通過構(gòu)建差異網(wǎng)絡(luò)而不是差異表達(dá)分析來識(shí)別癌基因，（b）專注于提供對(duì)功能模塊的洞察的“中心”基因或途徑，和（c）通過網(wǎng)絡(luò)推斷以及無標(biāo)度網(wǎng)絡(luò)的特征揭示基因調(diào)控關(guān)系。

一般來說，癌癥基因的基于差異網(wǎng)絡(luò)的檢測(cè)包括五個(gè)步驟，如圖1.

圖1:方案流程圖：基于差異網(wǎng)絡(luò)的癌癥生物標(biāo)志物識(shí)別。

2.2. 貝葉斯準(zhǔn)則和后驗(yàn)分?jǐn)?shù)

所有系數(shù)。

2.3. 候選基因的功能富集分析

基因集富集分析 (GSEA)  是一種計(jì)算工具，用于研究預(yù)定義的基因集是否顯示出統(tǒng)計(jì)學(xué)意義。構(gòu)建包含基因本體的生物學(xué)過程術(shù)語的基因集，然后通過使用 Cytoscape 的 BiNGO 插件進(jìn)行 GO 分析，在檢測(cè)到的癌癥基因特征中研究過度表示的 GO 類別。采用基因本體功能富集分析，其中超幾何檢驗(yàn)用于功能過度表示和錯(cuò)誤發(fā)現(xiàn)率用于多假設(shè)檢驗(yàn)校正。只有小于 0.05的校正P值被認(rèn)為是顯著的。

此外，研究了差異遺傳相互作用與已知途徑之間的關(guān)聯(lián)。如差異網(wǎng)絡(luò)所示，差異遺傳相互作用更可能發(fā)生在連接兩個(gè)不同子網(wǎng)絡(luò)的基因?qū)χg，而不是同一子網(wǎng)絡(luò)內(nèi)的基因?qū)χg。在這些發(fā)現(xiàn)的基礎(chǔ)上，構(gòu)建了基因及其差異遺傳相互作用的圖譜，其中一些中心以前沒有與癌癥發(fā)展相關(guān)聯(lián)。為了驗(yàn)證新發(fā)現(xiàn)的癌基因，使用 DAVID 進(jìn)行通路分析，并將參數(shù)設(shè)置為默認(rèn)數(shù)字。研究了基于KEGG通路顯著豐富的功能模塊。

簡(jiǎn)而言之，GO 和通路分析表明 netSAM 的有效性，這突出了該方法的潛在應(yīng)用，在開發(fā)靶向治療時(shí)可能很突出。通過共享常見的癌癥相關(guān)信號(hào)通路或通過 GO 功能術(shù)語，相信 netSAM 檢測(cè)到的基因與癌癥高度相關(guān)也是合理的。

3. 結(jié)果與討論

在本節(jié)中，包括使用合成數(shù)據(jù)集和真實(shí)數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果。鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)與兩種現(xiàn)有算法（ t檢驗(yàn)  和套索 ）進(jìn)行了數(shù)值比較，包括 GO 和通路分析。雖然它們?yōu)橹械纫?guī)模數(shù)據(jù)提供了有效的推理，但-test 和 lasso 通常不能有效捕捉大規(guī)模數(shù)據(jù)集的關(guān)系復(fù)雜性。實(shí)驗(yàn)證明了netSAM算法的高效性和有效性。此外，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)的算法在正確性/效率的權(quán)衡中占據(jù)了更高的位置。此外，通過功能富集分析和大量獨(dú)立文獻(xiàn)，對(duì)檢測(cè)到的基因作為生物標(biāo)志物的生物學(xué)合理性進(jìn)行了驗(yàn)證。

3.1 模擬數(shù)據(jù)實(shí)驗(yàn)

為了估計(jì) netSAM 算法的正確性并將其性能與兩種常用的基于基因的算法，即t -test 和 lasso 進(jìn)行比較，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)使用 SynTReN ，它使用已知的基礎(chǔ)生物網(wǎng)絡(luò)模擬基準(zhǔn)微陣列數(shù)據(jù)集，以開發(fā)和測(cè)試新的網(wǎng)絡(luò)推理算法。通過 SynTReN，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)模擬了一個(gè)具有已知拓?fù)浣Y(jié)構(gòu)的生物網(wǎng)絡(luò)以及相應(yīng)的基因表達(dá)數(shù)據(jù)。盡管可以更改許多調(diào)整參數(shù)以在軟件中生成不同大小和復(fù)雜性的數(shù)據(jù)集，但鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)保留了控制復(fù)雜性方面的默認(rèn)調(diào)整參數(shù)，只更改了控制噪聲和生成數(shù)據(jù)集大小的參數(shù)。

鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)生成了 100 個(gè)微陣列數(shù)據(jù)集，其中包含 200 個(gè)基因和 100 個(gè)樣本點(diǎn)（噪聲σ = 0.5）；結(jié)果圖有大約 500 個(gè)連接。對(duì)于每個(gè)生成的數(shù)據(jù)集，然后將從每種方法中學(xué)習(xí)到的網(wǎng)絡(luò)結(jié)構(gòu)與真實(shí)的底層結(jié)構(gòu)進(jìn)行比較。鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)將每個(gè)實(shí)驗(yàn)運(yùn)行 10 次并對(duì)結(jié)果取平均值。

3.2. 與t -Test 和 Lasso的正確性和魯棒性比較

使用上述合成數(shù)據(jù)集，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)通過接收者操作特征 (ROC)、曲線下面積 (AUC)、陽性預(yù)測(cè)值 (PPV) 和錯(cuò)誤發(fā)現(xiàn)率 (FDR) 評(píng)估了不同識(shí)別方法的正確性和魯棒性。如果該方法可以出色地識(shí)別遺傳網(wǎng)絡(luò)中的連接，ROC、AUC 和 PPV 的值為 1。

從圖 2，與t -test 和 lasso相比，netSAM 算法在更多邊上獲得了相對(duì)較低的 FDR 和較高的 PPV 。此外，三種算法的生物標(biāo)志物識(shí)別的魯棒性、AUC 與 SNR（信噪比）顯示在圖 2(d). 圖中，netSAM 的平均 AUC 約為 0.8，這意味著 netSAM 可以選擇比t -test 和 lasso 更合適的基因生物標(biāo)志物。相反，lasso 在四個(gè)度量中對(duì)其他兩種算法的性能賊差。需要強(qiáng)調(diào)的是，這些度量描述了三種算法在同一底層網(wǎng)絡(luò)上的推理能力。

圖 2:netSAM、t檢驗(yàn)和 lasso 在 100 個(gè)合成數(shù)據(jù)集上的正確性和魯棒性比較。(a) ROC 曲線：真陽性率與假陽性率。(b) FDR 曲線：錯(cuò)誤發(fā)現(xiàn)率與真陽性率。(c) PPV 曲線：精度與召回值。(d) 穩(wěn)健性值（AUC 與 SNR）基于五折交叉驗(yàn)證計(jì)算，其中標(biāo)準(zhǔn)偏差顯示在誤差線中。

3.3. 使用 NetSAM 鑒定乳腺癌相關(guān)基因

在實(shí)際數(shù)據(jù)實(shí)驗(yàn)中，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)將 netSAM 應(yīng)用于 Wang 等人先前報(bào)道的乳腺癌基因表達(dá)微陣列數(shù)據(jù)集。 和 Van De Vijver 等人。。只有那些雌激素受體陽性乳腺癌患者作為“病例”樣本，其余雌激素受體陽性樣本被分配到“對(duì)照組”。案例和對(duì)照樣本都包含在鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)的實(shí)驗(yàn)中。之后，將 netSAM 分別應(yīng)用于兩個(gè)數(shù)據(jù)集，得到兩個(gè)乳腺癌基因集候選者。賊后，對(duì)它們進(jìn)行排序和交叉以檢測(cè)乳腺癌基因。

王等人。數(shù)據(jù)集是從 NCBI GEO  數(shù)據(jù)庫(kù)GSE2034  下載的。它使用來自 286 個(gè)淋巴結(jié)陰性原發(fā)性乳腺癌樣本的冷凍腫瘤樣本總 RNA 的 22,000 個(gè)轉(zhuǎn)錄本的表達(dá)，其中包含 77 個(gè)雌激素受體陰性 (ER-) 和 209 個(gè)雌激素受體陽性 (ER+) 樣本，以及基因表達(dá)譜用 Affymetrix Human Genome U133A Array (HG-U133A) 分析。Van De Vijver 等人。 基因表達(dá)數(shù)據(jù)集由295個(gè)樣本組成，包括151個(gè)淋巴結(jié)陰性疾病和144個(gè)淋巴結(jié)陽性疾病。每個(gè)樣本大約有 25,000 個(gè)人類基因被轉(zhuǎn)錄并標(biāo)記到微陣列中。

雌激素受體 (ER) 是在細(xì)胞內(nèi)發(fā)現(xiàn)的一組蛋白質(zhì)。一旦被激活，內(nèi)質(zhì)網(wǎng)就能夠與 DNA 結(jié)合以調(diào)節(jié)不同基因的活性。雌激素受體陽性腫瘤是乳腺癌賊重要的亞型。絕大多數(shù)（約 70%）死于乳腺癌的女性患有雌激素受體陽性 (ER+) 腫瘤。在這些情況下，雌激素受體過度表達(dá)并被稱為“ER 陽性”。雖然分子生物學(xué)拓寬了鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)對(duì)乳腺癌的理解，但鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)仍然缺乏對(duì)雌激素受體陽性腫瘤的足夠了解。為了促進(jìn)對(duì)促進(jìn)腫瘤發(fā)生的雌激素信號(hào)傳導(dǎo)和調(diào)節(jié)機(jī)制的理解，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)因此專注于雌激素受體陽性乳腺癌患者。在實(shí)驗(yàn)中，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)選擇了 Wang 等人的 80 個(gè)樣本。Van De Vijver 等人的 78 個(gè)。在雌激素受體陽性患者中。這些選定的患者在手術(shù)后 5 年內(nèi)的隨訪期間被診斷為轉(zhuǎn)移，并在鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)的研究中被標(biāo)記為“病例”組。剩下的 129 個(gè)和 217 個(gè)樣本分別在兩項(xiàng)研究中被分配到“對(duì)照組”。

使用 netSAM，分別在兩個(gè)數(shù)據(jù)集上共鑒定出 761 和 938 個(gè)差異遺傳相互作用，其中 342 和 461 個(gè)相互作用是“陽性的”，表示可誘導(dǎo)上位性，而 419 和 477 是“陰性”，表示抑制。此外，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)在 Wang 等人 上檢測(cè)到 119 個(gè)中心基因。Van De Vijver 等人的數(shù)據(jù)集和 162。數(shù)據(jù)集。在兩個(gè)候選基因組（分別為 119 和 162 個(gè)基因）之間發(fā)現(xiàn)了 76 個(gè)基因的子集。76 個(gè)交叉基因的 GO 和通路富集分析結(jié)果顯示在第3.5節(jié)和第3.6節(jié)中。

為了獲得乳腺癌基因特征，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)首先分別從兩個(gè)候選基因集（119 和 162）中選擇排名前 10 的基因。然后，在兩個(gè)排名前 10 的基因集之間生成了一個(gè)交集。賊后，6個(gè)交叉基因被認(rèn)為是乳腺癌易感基因，即由TSPYL5、CD55、CCNE2、DCK、BBC3和MUC1組成的特征。

此外，Wang 等人的 netSAM 鑒定的排名前 50 的基因。數(shù)據(jù)集顯示在圖 3. 從圖 3不僅鑒定了已知的乳腺癌轉(zhuǎn)移基因（BRCA1、TP53和ERBB2），還鑒定了TSPYL5、CD55、CCNE2、DCK、BBC3和MUC1等新型癌癥易感基因。這些公認(rèn)的基因與許多其他基因相互作用，共同調(diào)節(jié)乳腺癌的進(jìn)展和演變。節(jié)點(diǎn)大小與乳腺癌易感性有關(guān)，它代表了與癌癥有關(guān)的基因的可能性。圖 3是使用 Cytoscape  創(chuàng)建的。

圖 3:乳腺癌相關(guān)基因子網(wǎng)絡(luò)由 Wang 等人通過 netSAM 方法鑒定的排名前 50 位的基因組成。乳腺癌數(shù)據(jù)集?；虮硎緸閳A圈，兩個(gè)基因之間的顯著共調(diào)節(jié)表示為一條線。

3.4. 鑒定特征與文獻(xiàn)參考基因集的重疊分析

在本節(jié)中，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)在乳腺癌數(shù)據(jù)集上將 netSAM 與基于基因的方法（t檢驗(yàn)和套索）進(jìn)行了比較，以進(jìn)一步檢查哪種方法可以獲得更好的特征。為了通過文獻(xiàn)挖掘比較重疊基因，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)還通過從文獻(xiàn)管理和網(wǎng)絡(luò)資源中收集已知與乳腺癌相關(guān)的基因，編制了癌癥相關(guān)基因列表，BCGS（乳腺癌文獻(xiàn)參考基因集）。BCGS 包括 452 個(gè)具有代表性的癌癥相關(guān)基因。在 PubMed 中使用關(guān)鍵字（breast cancer* gene AND Humans [mesh] OR “Breast Neoplasm” [mesh] AND “Neoplasm Metastasis” [mesh] bioprocess [go]）從 1098 篇 PubMed 文獻(xiàn)中搜索和提取基因符號(hào)。這些基因構(gòu)成了鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)“癌癥相關(guān)基因”數(shù)據(jù)集的基礎(chǔ)。然后，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)利用文獻(xiàn)發(fā)表的基因集 BCGS 和鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)的候選基因之間的重疊率作為 netSAM 可行性和有效性的證據(jù)。

當(dāng)兩個(gè)不同的集合共享至少一個(gè)共同元素時(shí)，它們是“相交的”或“重疊的”。在基因組場(chǎng)景中，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)利用重疊測(cè)量來檢查策劃基因集 BCGS 和使用不同檢測(cè)算法識(shí)別的癌癥基因集之間的重疊能力。具體來說，重疊率定義為交叉基因數(shù)除以已識(shí)別基因數(shù)。

為了驗(yàn)證netSAM的預(yù)測(cè)能力，進(jìn)行了重疊率和重疊趨勢(shì)分析。netSAM、t -test 和 lasso 之間的比較結(jié)果顯示在圖 4基于王等人。和 Van De Vijver 等人。乳腺癌數(shù)據(jù)集。重疊率的比較表明netSAM可以識(shí)別一些t檢驗(yàn)和lasso沒有發(fā)現(xiàn)的新型致癌基因。只有少數(shù)已知的乳腺癌基因通過t檢驗(yàn)和 lasso 被正確識(shí)別。從圖 4，與其他兩種方法相比，netSAM可以識(shí)別更多的重疊基因，這表明netSAM在生物標(biāo)志物識(shí)別方面在不同數(shù)據(jù)集之間獲得了更好的重現(xiàn)性。此外，圖 4還表明，由 netSAM 鑒定的一些候選基因（約 60%）與 BCGS 中已知的乳腺癌基因顯著重疊。因此，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)可以得出結(jié)論，netSAM 是一種更有效的識(shí)別生物標(biāo)志物的方法。

圖 4:(a)基于 Wang 等人的使用 netSAM、t檢驗(yàn)和套索識(shí)別的基因的重疊。和 Van De Vijver 等人。乳腺癌數(shù)據(jù)集。（ b ）重疊趨勢(shì)：重疊基因與排名靠前的基因的數(shù)量（誤差條表示估計(jì)超過 100 次測(cè)試的標(biāo)準(zhǔn)偏差）。

雖然根據(jù)檢索PubMed中引用的相關(guān)文章的結(jié)果，BCGS由452個(gè)基因組成，但迄今為止，大部分基因仍未被先進(jìn)確定地證明是乳腺癌易感基因。因此，當(dāng)這些基因被用作真正的乳腺癌基因來測(cè)試鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)方法的性能時(shí)，它可能會(huì)導(dǎo)致一些偏差。

3.5. 圍棋分析

大多數(shù)癌癥，包括乳腺癌，都是復(fù)雜的疾病，通常由多個(gè)基因及其復(fù)雜的相互作用引起。通過將 netSAM 識(shí)別的 76 個(gè)交叉基因映射到基因本體 (GO)  術(shù)語，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)發(fā)現(xiàn)了 11 個(gè) GO 功能類別，在表格1. 獲得的 GO 術(shù)語與精選文獻(xiàn)  中的一致，這表明上述類別在很大程度上捕獲了乳腺癌特異性基因網(wǎng)絡(luò)的功能方面。已知一些細(xì)胞過程，如代謝、細(xì)胞增殖和復(fù)制、細(xì)胞凋亡、炎癥和細(xì)胞周期對(duì)于腫瘤發(fā)生至關(guān)重要。GO 分析的結(jié)果表明，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)發(fā)現(xiàn)的特征的富集分?jǐn)?shù) (ES) 為 0.79，這意味著已識(shí)別的癌基因包含對(duì)富集分?jǐn)?shù)有貢獻(xiàn)的大部分基因。

表格1:通過對(duì) 76 個(gè)交叉基因的 BiNGO 功能注釋分析，顯著豐富了生物過程的 GO 術(shù)語

基因本體富集分析的全部細(xì)節(jié)顯示在表格1. netSAM 鑒定的腫瘤基因在基因本體中的重要生物學(xué)過程中富集。從表格1，可以看出，檢測(cè)到的癌基因在細(xì)胞凋亡、代謝、免疫反應(yīng)和細(xì)胞周期等方面顯著富集。炎癥反應(yīng)過多，可以被認(rèn)為是潛在的候選者，因?yàn)槿藗兤毡檎J(rèn)為慢性炎癥是癌癥的誘發(fā)因素。這些結(jié)果表明，上述類別在很大程度上捕獲了乳腺癌特異性基因的功能方面。

3.6. KEGG通路功能分析

對(duì)京都基因和基因組百科全書 (KEGG)  通路進(jìn)行基因集富集分析，以找到額外的支持證據(jù)，如表 2. 發(fā)現(xiàn)了豐富的途徑。在豐富的通路中，TGF-β、p53、Notch 和 JAK-STAT 信號(hào)通路經(jīng)常被報(bào)道與乳腺腫瘤轉(zhuǎn)移有關(guān) 。Notch信號(hào)通路可能在轉(zhuǎn)移和無反復(fù)之間的串?dāng)_中發(fā)揮重要作用。賊近，已經(jīng)發(fā)現(xiàn)p53通過人類癌癥中的反饋回路激活 MAPK 途徑。此外，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)發(fā)現(xiàn)檢測(cè)到的基因富含許多已知途徑，如細(xì)胞凋亡和細(xì)胞周期。DAVID  遺傳病類分類分析表明，細(xì)胞凋亡和細(xì)胞周期的Benjamin P值分別為1.1 E -6和3.3 E -4。六個(gè)樞紐基因（TSPYL5、CD55、CCNE2、DCK、BBC3和MUC1 ) 都被證明是癌癥相關(guān)的中樞基因。從表 2，可以得出結(jié)論，確定了 ECM、P53 和細(xì)胞周期途徑中顯著富集的六個(gè)基因。

表 2:通過 DAVID 對(duì) 76 個(gè)交叉基因進(jìn)行 KEGG 通路功能分析

圖中描繪的信號(hào)通路圖 5包括 MAPK 和 JAK-STAT 信號(hào)通路，這些信號(hào)通路在 Wang 等人的 netSAM 方法鑒定的癌癥相關(guān)遺傳網(wǎng)絡(luò)中突出顯示。乳腺癌數(shù)據(jù)集。

圖 5：在 Wang 等人的 netSAM 確定的癌癥相關(guān)遺傳網(wǎng)絡(luò)中突出顯示的信號(hào)通路。數(shù)據(jù)集，包括 MAPK 和 JAK-STAT 通路。

4. 基因檢測(cè)數(shù)據(jù)的基于網(wǎng)絡(luò)的基因解碼分析

在本文中，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)提出 netSAM 從兩個(gè)基準(zhǔn)乳腺癌數(shù)據(jù)集（Wang 等人和 Van De Vijver 等人）中識(shí)別乳腺癌相關(guān)基因。使用 netSAM，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)鑒定了六個(gè)新基因（TSPYL5、CD55、CCNE2、DCK、BBC3和MUC1) 作為預(yù)測(cè)乳腺癌患者生存和轉(zhuǎn)移的癌癥生物標(biāo)志物。鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)簽名中的 6 個(gè)基因中的每一個(gè)不僅與文獻(xiàn)中潛在的癌癥反復(fù)有關(guān)，而且在大多數(shù)情況下，它們還被證明與預(yù)后結(jié)果、轉(zhuǎn)移和細(xì)胞凋亡直接相關(guān)。此外，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)實(shí)驗(yàn)中鑒定的六個(gè)新基因與文獻(xiàn)整理的乳腺癌基因集 BCGS 重疊。進(jìn)一步的功能富集分析和獨(dú)立文獻(xiàn)證據(jù)也證實(shí)了鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)確定的潛在致癌基因在生物學(xué)上是合理的，表明鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)方法的有效性。此外，netSAM發(fā)現(xiàn)的119個(gè)致癌基因中，近60%通過文獻(xiàn)挖掘被認(rèn)定為乳腺癌易感基因或已知癌癥相關(guān)基因。

TSPYL5（TSPY 樣 5），也稱為KIAA1750，參與核小體組裝，這是一個(gè)可以改變細(xì)胞調(diào)節(jié)機(jī)制的過程 ，這很可能發(fā)生在癌癥中。TSPYL5以前曾被用作乳腺癌的預(yù)后生物標(biāo)志物 。此外，還注意到它在促黃體生成素 (LH) 的循環(huán)中發(fā)揮作用，眾所周知，黃體生成素會(huì)促進(jìn)乳房中的腫瘤生長(zhǎng)。此外，單個(gè)基因 ( TSPYL5 ) 存在于 Alexe 等人選擇的 17 個(gè)基因中。CD55以前曾被用作胃癌的預(yù)后生物標(biāo)志物。CD55已被證明在乳腺癌預(yù)后中很重要 。

CCNE2編碼一種類似于細(xì)胞周期蛋白的蛋白質(zhì)，可作為細(xì)胞周期蛋白依賴性激酶 (CDK) 的調(diào)節(jié)劑。在腫瘤衍生細(xì)胞中觀察到該基因的表達(dá)水平顯著增加。CCNE2也被認(rèn)定為淋巴結(jié)陰性乳腺腫瘤患者的獨(dú)立預(yù)后標(biāo)志物，據(jù)報(bào)道它對(duì)乳腺癌患者的 ER 陽性病例具有預(yù)測(cè)價(jià)值 。

DCK（脫氧胞苷激酶）基因是幾種脫氧核糖核苷及其核苷類似物磷酸化所必需的。它已被用于研究髓性白血病 (AML) 和乳腺癌患者對(duì)化療的耐藥性 。此外，這種特殊基因可能會(huì)催化吉西他濱的代謝激活，吉西他濱是一種已用于治療多種不同類型癌癥的藥物。然而，該基因的確切功能仍然未知。

BBC3基因，也稱為PUMA，位于人類染色體19q13.3-q13.4，與BCL2家族成員同源。BBC3在調(diào)節(jié)其他基因方面具有卓越的功能 。許多腫瘤基因與BBC3相關(guān)。BBC3的生物學(xué)作用是通過線粒體凋亡途徑誘導(dǎo)細(xì)胞凋亡。此外，BBC3還被腫瘤抑制因子 p53轉(zhuǎn)錄激活，p53是乳腺癌細(xì)胞凋亡和腫瘤發(fā)生的關(guān)鍵調(diào)節(jié)因子 。

MUC1基因編碼一種位于乳腺上皮細(xì)胞頂端表面的高度糖基化蛋白，該蛋白在大約 90% 的人類乳腺癌中異常過表達(dá) 。然而，它在癌癥轉(zhuǎn)移中的作用尚不清楚。MUC1蛋白過表達(dá)與細(xì)胞粘附抑制以及腫瘤細(xì)胞的轉(zhuǎn)移和侵襲潛力增加有關(guān)。這種過度表達(dá)允許MUC1與受體酪氨酸激酶ERBB家族的成員相互作用。

在提議的 netSAM 程序中，采用了一系列統(tǒng)計(jì)方法和技術(shù)。盡管方法論有所不同，但鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)的分析證實(shí)了之前的一些發(fā)現(xiàn)。例如，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)還發(fā)現(xiàn)了ERBB2和MUC1與乳腺癌預(yù)后的相關(guān)性。此外，當(dāng)鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)將傳統(tǒng)的基于基因的方法（t -test 和 lasso）應(yīng)用于基因表達(dá)數(shù)據(jù)集時(shí)，鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)發(fā)現(xiàn)只有一小部分已知的腫瘤基因被鑒定為乳腺癌相關(guān)基因。

總之，netSAM 發(fā)現(xiàn)的癌基因可用于對(duì)患者進(jìn)行分層以進(jìn)行疾病治療，并擴(kuò)展對(duì)乳腺癌疾病機(jī)制的認(rèn)識(shí)，為臨床決策提供潛在信息，并有助于降低治療成本。然而，以目前的臨床知識(shí)還不能有效證明這些基因的合理性，迫切需要進(jìn)一步的實(shí)驗(yàn)驗(yàn)證。差異遺傳相互作用網(wǎng)絡(luò)已被證明對(duì)于繪制調(diào)節(jié)/介導(dǎo)基本細(xì)胞功能的途徑非常強(qiáng)大。鑒定癌癥發(fā)生的致病基因和風(fēng)險(xiǎn)基因的信號(hào)網(wǎng)絡(luò)分析團(tuán)隊(duì)的工作表明，基于差分網(wǎng)絡(luò)的推理方法可以為識(shí)別人類疾病中的相關(guān)基因提供強(qiáng)大的工具。

未來的工作包括探索其他程序以進(jìn)一步提高檢測(cè)的正確性和效率，例如，使用蛋白質(zhì)相互作用網(wǎng)絡(luò)信息。人們還認(rèn)為，結(jié)合額外的生物數(shù)據(jù)和信息將為疾病基因發(fā)現(xiàn)獲得更好的生物標(biāo)志物。

Network-based inference framework for identifying cancer genes from gene expression data.

Yang B, Zhang J, Yin Y, Zhang Y.

Biomed Res Int. 2013;2013:401649. doi: 10.1155/2013/401649. Epub 2013 Sep 1.

PMID: 24073403