乳腺癌易感基因蛋白质网络的构建与研究.doc

基于复杂网络理论的乳腺癌致病基因分析与研究 隋杨1，卢明银1 （1.中国矿业大学,矿业工程学院，江苏 徐州，221116） 摘 要：本文从复杂网络理论出发，首先在分析原有乳腺癌易感基因数据的基础上，对影响乳腺癌的致病基因进行过滤和整理，综合统计易感基因彼此之间的关联，并以此构建乳腺癌致病基因蛋白质网络。其次，运用复杂网络中心化方法对乳腺癌易感基因调控网络进行分析和研究，从而找出可能性致病基因RPA1。最后，最后从多个方面证明了RPA1为诱发乳腺癌关键易感基因的可能性。 关键词： 乳腺癌；复杂网络；蛋白质网络 中图分类号 R349.69 Breast Susceptibility Gene and Disease Association Study Based on Complex Network Theory Sui Yang1, Lu Ming-Yin1 (1. School of Mines, China University of Mining and Technology, Xuzhou 221116, China) Abstract：In this paper, we study breast cancer from a new point of view: complex network theory. At first, we collect all the gene data which related to breast cancer. And then do a research on the relationship between breast cancer and gene. As a result, we constructed the breast cancer protein network with the research result. Besides, we find out the key gene RPA1 in breast gene network by ussng complex network centralized method . At last, we list many evidence to prove this gene will lead to breast cancer from different point. Key Words：Breast cancer；Complex network；Protein network 1 序言 乳腺癌是危及女性健康的常见恶性肿瘤之一，在西欧等发达地区乳腺癌发病率居女性肿瘤之首。近年来，我国乳腺癌发病率也呈现快速上升趋势。上海市疾病预防控制中心2005年的数据表明，乳腺癌发病率在30年内上升了近2.6倍。同时，《2009年中国卫生统计年鉴》的统计数据也显示中国乳腺癌患者的死亡率在过去的三十年里增长了75.8%，因此，关于乳腺癌的研究迫切而具有重大意义[1]。 与此同时，随着人类基因组计划和测序技术的发展，人类对乳腺癌的研究也进入到了基因层面，以此希望找到致癌基因并更好地控制和治疗乳腺癌。但由于基因与疾病关系的复杂性、相关数据的多样性，这方面的研究尚处于探索阶段。虽然如此，目前仍取得了一系列的成果。例如Pujana等人考虑了六个方面的基因信息，从取自Affymetrix HU95A平台中的近一万个基因中，找出了一个可能的乳腺癌易感基因——HMMR[2]。国内针对基因与乳腺癌易感性研究方面，蒋艳、徐超等人运用多目标决策理论中的多属性评价方法来系统分析基因与疾病的关系，从而为发现更多的乳腺癌致病基因提供一种新的理论依据[1,3]。基于此，本文从复杂网络理论的角度出发，首先在参照已有数据的基础上对乳腺癌易感基因进行系统的统计和分析，并将其关系转化为网络形式，以此构建乳腺癌易感基因的蛋白质网络。通过对网络分析研究发现，此网络具有高度聚集性，即少量核心基因控制着整个网络结构的稳定性。其次，本论文运用复杂网络中心化方介数对构建的乳腺癌易感基因调控网络进行分析和研究，从而找出可能性致病基因RPA1。最后，论文从多个方面证明了RPA1为诱发乳腺癌关键易感基因的可能性。 2 复杂网络 复杂网络是指由一个点集和一个边集组成的一个图。中的每条边有中的一对点之对应。网络的顶点数即个体数为，个体之间互相作用数即边数记为 [4]。 在复杂网络中，静态几何量主要有度、紧密度、介数和集聚系数等。度指标（Degree Centrality）是研究无标度网络拓扑结构的基本参数，用于描述在静态网络中节点所产生的直接影响力。假设网络用矩阵进行标示，则标示节点和之间有一条边，反之等于零。既节点的度信息可以定义为： 从公式中也可以看出，度