新的计算方法检测癌症中中断的途径

新的计算方法检测癌症中中断的途径
a,给定一组基因得分(通常是p值),从基因水平分析,衡量单个基因的统计显著性,执行经验贝叶斯分析,以估计每个基因为非癌症基因的概率(即局部FDR)。b,将得到的局部FDR与给定的FDR上界进行比较,确定种子基因。对于给定的种子,执行随机漫步以探索生物网络(例如,蛋白质-蛋白质相互作用(PPI)网络)中的局部区域,并通过获得PageRank分数K最大的节点来提取局部图。c,对于每个局部图,解决预算约束子图搜索问题,找出一个最小电导分数且FDR不大于FDR界的子网络。d,识别出的子网络通过基因本体术语富集分析进行注释,并由Cytoscape62显示。DOI:10.1038 / S43588-020-00009-4

癌症是一种臭名昭着的复杂疾病,部分是因为它可能是由数百或甚至数千基因的突变引起的。此外,即使在患有相同类型癌症的患者之间,大多数癌症也表现出遗传突变之间的特殊变化。

因此,研究人员选择在某些生物途径中研究基因组之间的相互作用。

当某些途径中的基因经常突变或破坏时,该途径可能在癌症的开始或发育中发挥关键作用。但是解开这些中断的根本非常复杂。

现在,布法罗大学的研究人员开发了一种新的,统计上更强大的方法,称为FDRnet,可以更有效地检测癌症的关键功能通路由下一代测序技术生成。

发表在自然计算科学1月14日,新方法有可能将生物学家提供更精确的数据,在治疗目标上为零。

“使用这种新方法,我们可以发现基因发生显著突变或中断的生物通路,”UB大学雅各布斯医学与生物医学学院微生物与免疫学副教授、通讯作者孙逸君博士解释说。“它解决了癌症研究中分子途径分析的一些关键挑战。一旦肿瘤生物学家获得这些信息,他们就可以用这些信息来验证我们的发现,并据此开发新的癌症治疗方法。”

“通过克服现有方法的局限性,FDRNET可以促进癌症和其他遗传疾病中关键功能途径的检测,”Sun。

当太阳和他的共同作者在模拟数据上测试了FDRNET时和B细胞淋巴瘤数据,他们发现FDRNET能够检测这些癌症中有哪些子网或途径,潜在的主要肿瘤生物学家来识别新的治疗目标。


进一步探索

新的预测算法发现了以前未发现的癌症驱动基因

更多信息:杨乐等。一种识别癌症中显著扰动子网络的有效方法,自然计算科学(2021)。DOI:10.1038 / S43588-020-00009-4
信息信息: 自然计算科学

所提供的大学在布法罗
引文:新的计算方法检测癌症中断的途径(2021年,1月15日)从https://medicallexpress.com/news/2021-01-mancer.html检测到5月6日从https://medicallexpress.com/news/2021-01-mancer.html
本文件受版权保护。除了私人学习或研究目的的任何公平交易外,没有书面许可,没有任何部分。内容仅供参考。
41.分享

反馈给编辑

用户评论