基于知识学习的冠心病风险功能模块挖掘方法研究

摘要

目的 发展基于先验知识策略挖掘冠心病风险功能模块的网络分析方法.方法 通过蛋白-蛋白互作知识引导扩展冠心病风险基因,构建冠心病特异性基因网络.应用Newman谱算法分解网络获取其中的高度模块化的网络模块(子网),并对各模块进行网络拓扑性质评价和功能富集分析.结果 应用266个冠心病易感基因作为种子基因,由蛋白-蛋白互作知识引导构建了冠心病特异性网络,其中包含1 819个基因和9 767个互作对.应用谱分解法提取了14个模块,其中多数符合无标度网络特性.功能富集分析发现这些模块参与系列已知的冠心病风险生物学通路以及一些新的冠心病风险通路.结论 应用表明本文提出的知识学习方法是一种识别复杂疾病风险功能模块的有效方法.