基于基因表达数据和蛋白质相互作用网络构建用于白血病准确预测的网络标志物

袁徐烨; 陈佳佳; 林宇鑫; 李吟; 徐丽华; 胡绍燕; 陈洛南; 沈百荣

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

基于基因表达数据和蛋白质相互作用网络构建用于白血病准确预测的网络标志物

首发时间：2015-11-30

袁徐烨 ¹
袁徐烨（1991-），女，学生，医学系统生物学
陈佳佳 ² 林宇鑫 ¹ 李吟 ¹ 徐丽华 ³ 胡绍燕 ⁴ 陈洛南 ⁵ 沈百荣 ¹
沈百荣（1964-），男，教授，系统生物学

1、苏州大学系统生物学研究中心，苏州 215006
2、苏州科技学院化学与生物工程学院，苏州 215011
3、连云港市第一人民医院儿科，连云港 222002
4、苏州大学附属儿童医院血液肿瘤科，苏州 215003
5、中国科学院系统生物学重点实验室，上海 200031

摘要：白血病是一种复杂疾病，具有多种亚型，同时伴有较高的死亡率，因此寻找用于预测白血病的分子标志物十分迫切。一般认为网络标志物相比单个标志物具有更强的鲁棒性，更加适应不同的个体情况。本文利用基于网络分析的方法构建白血病诊断的网络生物标志物。首先利用PINA数据库和GeneGo数据库重建白血病特异性蛋白质相互作用网络，进一步整合六组基因表达数据，分析识别白血病相关的模块标记物。通过不断迭代筛选合并，最终得到包含97个基因和399条映射关系的网络标志物。对该网络标志物进行性能评价，信号通路富集分析显示，该网络标志物主要富集在癌症相关通路。SVM 分类结果表明该网络标志物可以有效的区分白血病正常样本和疾病样本，准确率达0.94，这为白血病的临床诊断提供了一个有效方法，也有助于进一步了解和阐释白血病发生发展的分子机制。

关键词：生物信息学网络标志物基因表达数据蛋白质相互作用综合分析诊断白血病

For information in English, please click here

Network biomarker constructed from gene expression and protein-protein interaction data for accurate prediction of leukemia

YUAN Xuye ¹
袁徐烨（1991-），女，学生，医学系统生物学
CHEN Jiajia ² LIN Yuxin ¹ LI Yin ¹ XU Lihua ³ HU Shaoyan ⁴ CHEN Luonan ⁵ SHEN Bairong ¹
沈百荣（1964-），男，教授，系统生物学

1、Center for Systems Biology,Soochow University,Suzhou, 215006
2、School of Chemistry and Biological Engineering, Suzhou University of Science and Technology, Suzhou, 215011
3、Department of Pediatrics, The First People’s Hospital of Lianyungang,Lianyungang, 222002
4、Department of Hematology and Oncology，Children's Hospital of Soochow University, Suzhou, 215003
5、Key Laboratory of Systems Biology,, Chinese Academy of Sciences, Shanghai 200031

Abstract：Leukemia is a leading cause of cancer deaths in the developed countries. Great efforts have been undertaken in search of diagnostic biomarkers of leukemia. However, leukemia is highly complex and heterogeneous, involving interaction among multiple molecular components. Individual molecules are not necessarily sensitive diagnostic indicators. Network biomarkers are considered to be robust to heterogeneity and outperform individual molecules in disease characterization. We applied an integrative approach that identifies active network modules as putative biomarkers for leukemia diagnosis. We first reconstructed the leukemia-specific PPI network using protein-protein interactions from the Protein Interaction Network Analysis (PINA) and protein annotations from GeneGo. The network was further integrated with gene expression profiles to identify active modules with leukemia relevance. Finally, the candidate network-based biomarker was evaluated for the diagnosing performance.A network of 97 genes and 399 interactions was identified for accurate diagnosis of leukemia. Functional enrichment analysis revealed that the network biomarker was enriched in pathways in cancer. The network biomarker could effectively discriminate leukemia samples from the normal controls with an accuracy of 0.94.So this network biomarker provides a useful tool to diagnose leukemia and also aids in further understanding the molecular basis of leukemia.?????

Keywords： Bioinformatics；Network biomarker；Gene expression profiles；Protein-protein interaction；Integrative analysis；Diagnosis of leukemia

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

袁徐烨，陈佳佳，林宇鑫，等. 基于基因表达数据和蛋白质相互作用网络构建用于白血病准确预测的网络标志物[EB/OL]. 北京：中国科技论文在线 [2015-11-30]. https://www.paper.edu.cn/releasepaper/content/201511-760.

No.4664872717286144****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201511-760
论文题目	基于基因表达数据和蛋白质相互作用网络构建用于白血病准确预测的网络标志物
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.