基因网络相继故障机理分析

癌相关基因在疾病发生与发展过程中的作用机理是非常重要的研究课题。现代数据分析方法,为从基因组数据中推断癌相关基因之间的关联,以及分析基因组的作用机理提供了有效的手段。本文根据基因表达谱数据分别建立了正常组织与神经胶质瘤和肾癌的患病组织的基因互信息网络。用以介数为基础的相继故障模型研究了基因网络结构与鲁棒性之间的关系。定义了网络相继故障节点百分比、平均相继故障规模和相继故障规模比例累积概率等衡量网络鲁棒性的结构参数。通过对照组与实验组之间的比对,我们发现实验组网络比对照组网络更加稳定,并将引起网络大规模相继故障的基因称为结构性关键基因。这些结构性关键基因中的一部分已经被证明与神经胶质瘤或肾癌的发生、发展有密切关系。大多数基因被预测在神经胶质瘤和肾癌的发生中起着激励或抑制作用,需要进一步的试验验证。预测信息为研究癌相关基因提供了新的方向。     

一种挖掘关键基因的新方法及其应用(英文)

近来,人们发现从疾病相关基因中寻找关键基因对疾病的诊断和治疗很重要。癌相关基因的网络是根据正常和患病的胶质瘤组织的基因表达谱建立。根据建立的基因网络和CIPHER方法,不同阈值下的正常和患病的胶质瘤表型网络被建立。根据已知的疾病和表型间的关联,另一组正常和患病的胶质瘤表型网络被建立。将两种方法建立的相应的表型网络进行比较,匹配度最大时对应的阈值及基因和表型网络被确定。在此基础上,通过打分方法得到了7个关键基因:DMBT1,ERBB2,NF2,PDGFB,AR,ARAF和TP53。文献查询发现其中5个基因与胶质瘤的形成和发展密切相关。剩下两个基因中的ARAF也间接地参与胶质瘤形成。因此,这两个基因可能在胶质瘤的形成中起重要作用。这一预测仍需要实验验证。