基于蛋白质相互作用网络预测癌症致病基因 - 计算机应用研究.pdf

第２９卷第９期 计 算 机 应 用 研 究 Ｖｏｌ２９Ｎｏ９ ２０１２年９月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１２ 基于蛋白质相互作用网络预测癌症致病基因 １ ２ １ 袁　芳 ，李　靖 ，周艳红 （１．华中科技大学 湖北生物信息与分子成像重点实验室，武汉 ４３００７４；２．华为技术有限公司，广东 深圳 ５１８１２９） 摘　要：基于现有的蛋白质相互作用数据，提出利用邻居曲线方法来分析癌症基因产物在蛋白质相互作用网络 中的中心度和聚集度，据此获取与癌症高度相关的候选致病基因。癌症基因大规模测试显示，有２６％的目标基 因在候选基因中排名前５％，９０％的目标基因在候选基因中排名前５０％，该方法能有效地识别癌症致病基因。 关键词：疾病基因；癌症；蛋白质相互关系；预测 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１２）０９３２２１０３ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１２．０９．００５ Ｐｒｅｄｉｃｔｉｎｇｃａｎｃｅｒｃａｕｓａｔｉｖｅｇｅｎｅｓｂａｓｅｄｏｎｐｒｏｔｅｉｎｐｒｏｔｅｉｎｉｎｔｅｒａｃｔｉｏｎｎｅｔｗｏｒｋ １ ２ １ ＹＵＡＮＦａｎｇ，ＬＩＪｉｎｇ，ＺＨＯＵＹａｎｈｏｎｇ （１．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＨｕｂｅｉＢｉｏｉｎｆｏｒｍａｔｉｃｓ＆ＭｏｌｅｃｕｌａｒＩｍａｇｉｎｇ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７４，Ｃｈｉｎａ； 　２．ＨｕａｗｅｉＴｅｃｈｎｏｌｏｇｉｅｓＣｏｒｐｏｒａｔｉｏｎ，ＳｈｅｎｚｈｅｎＧｕａｎｇｄｏｎｇ５１８１２９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＢｙａｎａｌｙｚｉｎｇｔｈｅｔｏｐｏｌｏｇｉｃａｌｆｅａｔｕｒｅｓｉｎＰＰＩｓ（ｐｒｏｔｅｉｎｐｒｏｔｅｉｎｉｎｔｅｒａｃｔｉｏｎｓ）ｎｅｔｗｏｒｋｂａｓｅｄｏｎｎｅａｒｅｓｔｎｅｉｇｈｂｏｒ ｓｅａｒｃｈ，ｔｈｉｓｐａｐｅｒｅｖａｌｕａｔｅｄｔｈｅｐｏｓｓｉｂｉｌｉｔｉｅｓｏｆｃａｎｄｉｄａｔｅｇｅｎｅｓｔｏｂｅｃａｎｃｅｒｃａｕｓａｔｉｖｅｇｅｎｅｓ．Ａｌａｒｇｅｓｃａｌｅｔｅｓｔｓｈｏｗｓｔｈａｔ ２６％ ａｎｄ９０％ｔａｒｇｅｔｇｅｎｅｓａｒｅａｔｔｈｅｔｏｐ５％ａｎｄｔｏｐ５０％ｏｆｔｈｅｌｉｓｔｐｒｉｏｒｉｔｉｚｅｄ，ｔｈｅａｐｐｒｏａｃｈｃａｎｉｄｅｎｔｉｆｙｃａｎｃｅｒｇｅｎｅｓｗｉｔｈ ｈｉｇｈｐｅｒｆｏｒｍａｎｃｅ． Ｋｅｙｗｏｒｄｓ：ｄｉｓｅａｓｅｇｅｎｅ；ｃａｎｃｅｒ；ｐｒｏｔｅｉｎｐｒｏｔｅｉｎｉｎｔｅｒａｃｔｉｏｎ；ｐｒｅｄｉｃｔｉｏｎ 　　通过定位候选策略和全基因组关联研究等方法，很多致病 题。Ｇｅｏｒｇｅ等人［６］将已知疾病基因的相互作用对象预测为疑 基因定位在染色体上的一个区间或多个染色体区间。基于生 似疾病基因，他们研究了三级相互作用，发现基于直接相互作 物信息学的疾病基因预测可以快速获得疾病候选基因，从而加 用的灵敏度很低，而基于非直接相互作用预测的假阳性很多。 快疾病研究的进程。现在已经出现很多基于已知疾病基因信 Ｘｕ等人［７］使用了五个拓扑特征，提供了预测方法的性能，但无 息的疾病基因预测软件［１］。随着蛋白质相互作用（ｐｒｏｔｅｉｎｐｒｏ 法说明这些拓扑特征的生物学意义。 ｔｅｉｎｉｎｔｅｒａｃｔｉｏｎ，ＰＰＩ）数据的丰富，基于疾病基因的产物在 ＰＰＩ 本文基于蛋白质相互作用数据，提出利用邻居曲线方法来 网络中独特的拓扑特征成为疾病基因预测的新途径。 分析待测基因在ＰＰＩ网络中的拓扑特征，将蛋白质的中