通过基因表达和蛋白-蛋白互作网络对癌症相关基因进行排序

为了解在复杂疾病的作用,通常将基因放到代谢网络中进行研究。基因表达及网络数据的整合,是排序疾病相关基因的可行方法。虽然该领域中已有一些方法,但依然存在很多问题。清华大学自动化系和信息国家实验室的研究人员开发了基因网络优先排序器(Networked Gene Prioritizer, PNG), 用于对癌症相关基因排序。通过乳腺癌及肺癌数据的应用分析发现,NGP比已有方法更可靠。对于相互独立的不同数据集,NGP方法也能得到稳定的相同的最相关的几个基因。并且这些基因都是癌症相关代谢通路中的基因。该研究刊登在2012年的《BMC Bioinformatics》杂志上。

参考文献:

Integrating gene expression and protein-protein interaction network to prioritize cancer-associated genes.Chao Wu, et al. BMC Bioinformatics. 2012

作者简介:

张学工:清华大学自动化系和信息国家实验室教授,清华信息科学与技术国家实验室(筹)生物信息学部主任,生物信息学教育部重点实验室副主任。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》首席科学家,第四课题组负责人。主要科研领域方向机器学习与模式识别的理论、方法与应用。