基于相互作用網(wǎng)絡(luò)的致病基因預(yù)測(cè)方法研究.pdf

1、人類(lèi)復(fù)雜疾病往往是由于多基因突變引發(fā)的，而這些發(fā)生突變的基因則通過(guò)相互作用影響疾病發(fā)展、調(diào)控生理活動(dòng)。隨著高通量技術(shù)的快速發(fā)展、生物數(shù)據(jù)的日益豐富，如何利用相互作用數(shù)據(jù)以及其他生物信息找到致病基因，對(duì)于認(rèn)識(shí)疾病機(jī)理、設(shè)計(jì)新型藥物、制定新的針對(duì)性診療方法等方面都起著重要的促進(jìn)作用。本文從相互作用網(wǎng)絡(luò)出發(fā)，進(jìn)行致病基因預(yù)測(cè)，主要研究成果如下:
　　第一，本文通過(guò)對(duì)不同數(shù)據(jù)庫(kù)中的相互作用數(shù)據(jù)進(jìn)行集成分析，構(gòu)建人類(lèi)相互作用網(wǎng)絡(luò)(HPIN)

2、，并利用BC、CC、DC等多種中心測(cè)度方法對(duì)該網(wǎng)絡(luò)進(jìn)行中心性分析。收集疾病數(shù)據(jù)庫(kù)OMIM中不同種類(lèi)的數(shù)據(jù)，獲得人類(lèi)致病基因集合。通過(guò)對(duì)比分析已知致病基因與其他基因的中心性測(cè)度值的差異，我們發(fā)現(xiàn)已知致病基因的平均BN中心性測(cè)度值明顯高于其他基因，并且在基于DC中心性測(cè)度值和PageRank值的排序中，已知致病基因更傾向于排在前列。
　　第二，本文提出了一種基于加權(quán)的PageRank方法(WPR)來(lái)預(yù)測(cè)致病基因。首先利用DNA甲基化和

3、異常甲基化信息構(gòu)建加權(quán)的疾病網(wǎng)絡(luò)，并計(jì)算該網(wǎng)絡(luò)中每個(gè)基因的PageRank值。然后通過(guò)與1000個(gè)隨機(jī)等價(jià)網(wǎng)絡(luò)中相應(yīng)基因的PageRank值進(jìn)行比較，篩選出分值異常的基因，并利用基因簽名庫(kù)GeneSigDB中的文獻(xiàn)信息對(duì)其進(jìn)行有效性驗(yàn)證。基于肺癌致病基因預(yù)測(cè)結(jié)果的分析表明，WPR方法在預(yù)測(cè)準(zhǔn)確性和數(shù)量上都要優(yōu)于加權(quán)度方法(WDC)。
　　第三，本文針對(duì)不同組織之間的差異性，提出一種基于組織特異性加權(quán)網(wǎng)絡(luò)的致病基因預(yù)測(cè)方法(SWPR