论文部分内容阅读
基因在很多人类复杂疾病中起到了关键的作用,肿瘤的发生与基因的改变密切相关。构建基因共表达网络(gene co-expression network,GCN)是表征基因间相关模式的有效方法。其中加权基因共表达网络分析(Weighted gene co-expression networkanalysis,WGCNA)使用无尺度网络(scale-freenetwork)准则对节点间的相似度进行幂指数加权,将具有高度拓扑重叠的一组基因划分到一个基因模块,能够有效地识别出具有生物学意义的基因模块与枢纽基因,被广泛应用于国际生物医学领域。口腔鳞状细胞癌(Oral squamous cell carcinomas,OSCC)是全球最常见的头颈癌,每年诊断的新病例超过30万例。研究表明,miRNA参与了口腔鳞癌细胞的生长、分化、凋亡、浸润及转移等过程。miRNA如何相互作用并影响这一过程尚不清楚。本文将WGCNA算法应用于Shaih等人通过配对设计(Paired design)实验得到的miRNA表达谱数据,旨在寻找与口腔鳞癌显著相关的miRNA模块。我们首先证明了在配对设计数据分析中使用Pearson相关系数来构建共表达网络是可行的。为了解释配对数据中存在的组间随机效应,我们使用线性混合效应模型(linear mixed-effects model,LMM)来度量miRNA 模块与癌症的相关性。我们鉴别出了 2个与口腔鳞癌显著相关的miRNA模块,其中turquoise模块包含254个miRNA,grey模块包含309个miRNA。基于节点的连通度(degree)我们在turquoise 模块中找到了其枢纽miRNA:miR-let-7。研究表明let-7家族miRNA与口腔鳞癌有着密切关联。最后,我们使用miRsystem对核模块内miRNA进行了靶基因预测与KEGG代谢通路富集分析。分析结果显示两个模块中的miRNA具有大量相同的靶基因,并且最富集的前6个KEGG代谢通路是相同的,分别为:PATHWAYS IN CANCER,WNT SIGNALING PATHWAY,NEUROTROPHIN SIGNALING PATHWAY FOCAL ADHESION,MAPK SIGNALING PATHWAY和AXON GUIDANCE。相比于Shaih等人采用的基于探针的方法,网络分析的方法能够帮助我们了解miRNA是如何共同作用并影响口腔鳞癌的。WGCNA方法在以往的研究中被应用于独立的口腔鳞癌基因表达谱数据,本文我们优化了一般WGCNA流程使之适用于配对设计的实验数据,并采用线性混合效应模型来解释一对样本之间的关联。