前列腺癌分子网络标记物的识别及分析

摘要

前列腺癌是一种常见的复杂疾病,同时伴有很高的致死率。因此识别前列腺癌关联的基因和生物标记物变得十分迫切和需要,它们可以用于研究疾病进展的潜在发生机理和制定有效的早期诊断和治疗办法。
　　在本文中,我们推出了在系统层次上整合基因表达和蛋白质交互网络数据的分析流程,致力于获得在前列腺癌癌变过程中的疾病关联基因或生物标记物。首先,我们创建人类前列腺癌蛋白质-蛋白质相互作用网络(HPC-PPIN),之后我们将前列腺癌基因表达数据映射到网络中的每个节点上,利用这种方法去识别前列腺癌癌变过程中的模块标记物。最后,我们验证了获得的模块生物标记物。同时,我们获得了不同前列腺癌癌症阶段的模块。通过这些模块,我们识别得到了通路transcription Androgen Receptor(AR) nuclear signaling和Epidermal Growth Factor Receptor(EGFR) signaling pathway,它们可以作为前列腺癌癌变的通路靶点。相比一些已报道的生物标记物,通过我们提出的方法识别的疾病标记物在前列腺癌癌变过程中具有更强的预测性。进行功能富集分析后,我们还发现了模块标记物中的基因大多富集在真核功能区域并编码成为转录因子,例如转录因子AR,Myc,ESR1和一个隐藏的Sp1转录因子,它们被考虑作为前列腺癌潜在的新的生物标记物。另外,高通量技术带来了爆炸性的数据,由于癌症的复杂性和不同组学数据之间的异质性,使得多组学数据得到的结果往往不具有一致性。因此,我们开发了一款软件IOA(Integrative Omics data),它是基于在系统层次进行基因表达谱数据,microRNA表达谱数据,ChIP-Seq三类组学数据整合分析,最终在通路层次上寻找到它们的一致性。该软件是基于良好图形界面的Java程序,并且其中每一个分析模块可以单独使用。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 引言

1.1课题的研究背景

1.2国内外研究现状

1.3本文的研究

1.4本课题的研究目的及意义

1.5本文的组织结构

第2章 前列腺癌蛋白质交互网络和多组学数据收集

2.1人类前列腺癌蛋白质交互网络的构建和功能注释

2.2前列腺癌基因表达数据收集和分析

2.3不同的前列腺癌基因表达数据在基因层次和通路层次覆盖度分析

2.4用于模块标记物验证的相关数据库

2.5多组学数据收集

第3章 基于模块分析的方法寻找前列腺癌癌变过程中网络标记物

3.1网络分析方法工作流程

32模块分析方法

3.3最终的网络标记物

3.4网络标记物的生物通路分析

3.5潜在新的转录因子

第4章 网络标记物的识别及认证

4.1将识别的前列腺癌相关基因作为模块标记物

4.2识别的前列腺癌相关的模块标记物的统计学验证

4.3统计结果与探索性发现

4.4探索性发现

第5章 多组学数据分析方法及软件IOA

5.1芯片数据的异质性

5.2在多组学系统层次上寻找前列腺癌相关的调控通路。

5.3 IOA开发背景

5.4多组学三种类型数据搜集

5.5挑选差异算法整合和最佳算法选择

5.6通路富集分析

5.7多数据分析流程

5.8多数据结果整合分析流程

第6章 结论与展望

参考文献

附录一

附录二

附录三

附录四

附录五

附录六

附录七

攻读硕士学位期间公开发表的论文

致谢