基于Newman网络分解算法的卵巢癌功能模块识别

作者：林帆; 陈应坚; 廖苑君; 孙胜南; 赵小蕾; 覃继恒; 饶绍奇^*

来源：国际遗传学杂志, 2018, 41(06): 445-453.

• 卵巢癌
• 基因芯片
• 功能模块
• 网络分析

目的通过对全基因组表达谱网络分析挖掘卵巢癌模块化分子协调机制。方法卵巢癌芯片数据来源于GEO数据库,包括12例卵巢癌上皮细胞和12例正常卵巢上皮细胞的基因表达阵列数据。利用校正t检验和倍数法筛选出2313个差异表达基因。以此作为种子基因,利用蛋白质-蛋白质一级邻居为引导扩建基因网络。采用Newman网络分解算法获取高度模块化的基因功能模块(子网)。结果共识别了32个卵巢癌特异性功能模块和201个核心基因。KEGG富集分析发现这些模块除了参与已知的癌症通路(e.g. PI3K-Akt信号通路、P53号通路)外,还参与了一些未知的分子通路(e. g. Melanogenesis通路、RAS信号通路)。结论本文识别了多个卵巢癌基因功能模块,可为卵巢癌分子致病机制研究提供线索。

• 单位
  广东医科大学; 公共卫生学院