使用线性微分方程构建初步的乳腺癌转移相关基因网络模型

随着基因芯片的技术的推广,越来越多的表达数据需要被处理和分析．利用这些表达数据提取基因调控矩阵从而构建基因网络是一个重要的问题．通过线性微分方程模型可以初步构建基因网络,了解网络结构,提取最显著的信息．然而由于分子生物学的条件限制或者数据来源的限制,导致实验数据不充分,使方程组无解．本文使用三次样条方法,对26例临床、病理资料完备的具有淋巴结转移的乳腺癌基因表达数据进行插值处理,使表达数据满秩,从而使用最小二乘法解出加权矩阵,构建初步的表达基因调控网络．通过对构建的基因网络的初步分析表明:乳腺癌转移的形成是由多基因异常引起多条传导通路异常,致使细胞恶性转化的结果,这与生物学上公认的看法是相一致的．因此,利用此线性模型方法对基因表达谱进行分析兵有一定可行性,在认识乳腺癌转移机制,乳腺癌诊断和治疗方面具有一定的理论和应用价值．

Using Linear Differential Model for the Regulatory Networks of the Genes Related to Breast Cancer Metastasis

In this paper,a linear differential model is employed to construct rough genetic network of mammary carcinoma gene related to metastaisis.Cubic spline interpolation is used to interpolate the regress data into experiment gene expression data.Hence the linear model can be estimated by Lest Squares Method.With the analysis of the genetic network constructed by the linear model,we found potential transmition pathways caused by multiple gene variance.