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

1、人類復(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相互作用影響疾病發(fā)展、調(diào)控生理活動。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，對于認(rèn)識疾病機(jī)理、設(shè)計新型藥物、制定新的針對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，主要研究成果如下:
　　第一，本文通過對不同數(shù)據(jù)庫中的相互作用數(shù)據(jù)進(jìn)行集成分析，構(gòu)建人類相互作用網(wǎng)絡(luò)(HPIN)

2、，并利用BC、CC、DC等多種中心測度方法對該網(wǎng)絡(luò)進(jìn)行中心性分析。收集疾病數(shù)據(jù)庫OMIM中不同種類的數(shù)據(jù)，獲得人類致病基因集合。通過對比分析已知致病基因與其他基因的中心性測度值的差異，我們發(fā)現(xiàn)已知致病基因的平均BN中心性測度值明顯高于其他基因，并且在基于DC中心性測度值和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)來預(yù)測致病基因。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)，并計算該網(wǎng)絡(luò)中每個基因的PageRank值。然后通過與1000個隨機(jī)等價網(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GeneSigDB中的文獻(xiàn)信息對其進(jìn)行有效性驗證?；诜伟┲虏』蝾A(yù)測結(jié)果的分析表明，WPR方法在預(yù)測準(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)測方法(SWPR