前列腺癌分子网络标记物的识别及分析

发布时间：2019-10-08 14:41

【摘要】：前列腺癌是一种常见的复杂疾病，同时伴有很高的致死率。因此识别前列腺癌关联的基因和生物标记物变得十分迫切和需要，它们可以用于研究疾病进展的潜在发生机理和制定有效的早期诊断和治疗办法。在本文中，我们推出了在系统层次上整合基因表达和蛋白质交互网络数据的分析流程，致力于获得在前列腺癌癌变过程中的疾病关联基因或生物标记物。首先，我们创建人类前列腺癌蛋白质-蛋白质相互作用网络(HPC-PPIN)，之后我们将前列腺癌基因表达数据映射到网络中的每个节点上,利用这种方法去识别前列腺癌癌变过程中的模块标记物。最后，我们验证了获得的模块生物标记物。同时，我们获得了不同前列腺癌癌症阶段的模块。通过这些模块，我们识别得到了通路transcriptionAndrogen Receptor (AR) nuclear signaling和Epidermal Growth Factor Receptor (EGFR)signaling pathway，它们可以作为前列腺癌癌变的通路靶点。相比一些已报道的生物标记物，通过我们提出的方法识别的疾病标记物在前列腺癌癌变过程中具有更强的预测性。进行功能富集分析后，我们还发现了模块标记物中的基因大多富集在真核功能区域并编码成为转录因子，例如转录因子AR,Myc,ESR1和一个隐藏的Sp1转录因子，它们被考虑作为前列腺癌潜在的新的生物标记物。另外，，高通量技术带来了爆炸性的数据，由于癌症的复杂性和不同组学数据之间的异质性，使得多组学数据得到的结果往往不具有一致性。因此，我们开发了一款软件IOA(Integrative Omicsdata)，它是基于在系统层次进行基因表达谱数据，microRNA表达谱数据，ChIP-Seq三类组学数据整合分析，最终在通路层次上寻找到它们的一致性。该软件是基于良好图形界面的Java程序，并且其中每一个分析模块可以单独使用。
【学位授予单位】：苏州大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R737.25

【参考文献】