基于互斥性分析识别肿瘤中网络模块研究.pdfVIP

#分析流程#GenomeResearch:mutualexclusivityanalysisidentifies

oncogenicnetworkmodu

瑶轩

尽管同一临床类型的有不同的组改变，并且这些事

件倾向于发生在数量有限的通路中，然而影响同一通路的改变倾向于

不同时发生在相同的中。

通路分析已经成为组中很有力的工具，但是我们对

通路模块的认识又是的。为了系统的识别这样的模块，我们发

明了一个新的方法MutualExclusivityModuincancer(MEMo).这个

方法使用关联分析和统计学检验来识别满足一下三个准则的网络模

块：(1)成员在样本集中是recurrentlyaltered(2)成员是已

知的或很有可能参与同一生物学过程(3)模块的改变必须是

mutuallyexclusive的。

应用来自TCGA的数据，该方法识别了在glioblastoma(GBM)中

主要的已知的改变模块，并且显著突出了PI(3)K,p53,Rb通路中互斥

的组改变。在癌中，我们有了新的发现：BRCA1/BRCA2

的失活与CCNE1的扩增和RB1的失活是互斥的，这也表明在该

类型中存在不同的导致组不稳定的。并且我们识别RBBP8作

为一个候选的。当应用到其他的组数据时，该算法

能够识别出那些有选择效应的的改变，对于存在互斥反映的合成

致死患者，可以采用与治疗相结合疗法。

该工作的技术路线：

#技术#组研究：相互排他性分析确定

网络模块

瑶轩

抽象的

尽管具有相同临床类型的具有不同的遗传变化，并且这

些变化发生在有限数量的途径中，但影响相同途径的变化不会在同一

患者中同时发生。

通路分析已经成为组中非常强大的工具，但我们对通路

模块的理解并。为了识别这样一个模块的系统，我们开发了一

种新方法：相互排斥模块（MEMo）。该方法使用相关性分析和

统计科学测试来识别满足三个的网络模型：（1）样本浓度

中的成员反复改变（2）成员已知或可能参与相同的生物过

程（3）模块内的变化必须是相互排斥的。

应用TCGA的数据，该方法鉴定了胶质母细胞瘤(GBM)中已知的

主要改变模块，并表明PI(3)K、p53、Rb在通路中发生了改变。

其中，有不同的导致库不稳定。RBBP8确定为

的候选者。当应用于其他库数据时，该算法可以识别那些

具有选择性作用的变化，对于同时发生突变和的患者，可以使

用和治疗的组合。