可识别多种癌症的基因功能模块

在应用基因芯片技术研究包括癌症在内的多因素疾病时, 筛选差异表达基因是最重要的问题之一. 然而, 目前基因芯片研究的样本量较小, 不能完全反映在癌症中广泛的基因表达改变的特点, 导致基于统计学方法筛选的差异表达基因在不同的研究中的重复性很低. 本文通过分析7套癌症数据, 发现每种癌症中都有大范围的功能模块发生了基因表达的改变, 因此这些模块有很强的疾病识别能力. 其中7个功能模块能够有效识别多种癌症的疾病样本, 提示在不同癌症的发生与发展过程中存在着共同的基因表达改变机制. 因此, 功能模块可以作为疾病的功能性的标记来取代在基因芯片应用中难以重复发现的单个基因, 用于研究癌症的核心机制和建立更稳定的诊断分类器.     

基于基因差异表达的微弱信号识别疾病相关功能

当两组样本间基因表达的差异程度较低或样本量较少时,采用通常的错误发现率(falsediscovery rate,FDR)控制水平(如5%或10%),可能无法识别足够多的差异表达基因以进行后续的功能富集分析。然而,功能富集分析对差异表达基因中的错误发现具有一定的稳健性。所以,采用较低的FDR控制水平(即允许较高的FDR)识别差异表达基因,可能可以可靠地发现疾病相关功能。本文分析了5套研究乳腺癌转移的基因表达谱,通过其中差异表达信号较强的3套数据,论证了即使差异表达基因的FDR达到25%,功能富集分析的结果仍具有较高的稳健性。然后,在另外2套差异表达信号微弱的数据中,采用25%的FDR控制水平筛选差异表达基因来进行功能富集分析,并与前述3套数据的功能富集结果做比较。结果显示,采用较低的FDR控制水平筛选差异表达基因,仍然可以可靠地识别乳腺癌转移相关功能。分析结果也提示,在乳腺癌转移过程中,一些功能较为宽泛的生物学过程(如细胞分裂、细胞周期和DNA复制等)整体受到了扰动,反映出乳腺癌转移是一种涉及广泛基因表达改变的系统性疾病。     

乳腺癌转移相关基因与功能识别的可重复性

基于基因表达谱识别乳腺癌转移相关差异表达基因及其功能时,由于基因表达在个体间的变异相对较高而样本量相对较少,由不同研究识别的差异表达基因的可重复性较低。本文基于两套乳腺癌转移基因表达谱,评价两组差异表达基因及其所富集的功能的可重复性。结果显示:在两套表达谱中识别的差异表达基因的表达改变方向高度一致并具有显著的表达相关性;基于两组差异表达基因识别的转移相关功能在两套表达谱中高度可重复,主要涉及细胞分裂、细胞周期、DNA复制、染色体分离、磷酸肌醇介导信号转导和DNA损伤刺激应答等。