nSEA:n节点子网络计数算法识别了具有改变子网络和明确预后的低级结质瘤亚型
Zhihan Zhang1, Christiana Wang, Ziyin Zhao
1Systems Biology and Bioinformatics Graduate Program, Case Western Reserve University, Cleveland OH 44106, USA, zhihan.zhang@case.edu.
Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
|December 31, 2023
概括
基于网络的子网络计数和分析 (nSEA) 确定了五个低度质瘤 (LGG) 患者组,揭示了一个具有独特临床特征和潜在治疗影响的新型子组.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 系统生物学 系统生物学
背景情况:
- 分子表征的进步需要LGG分类超越组织学.
- 现有的方法缺乏针对低度质瘤的全面分子亚型.
研究的目的:
- 开发和应用一种新的基于网络的方法,用于分子分类低度质瘤 (LGG).
- 根据失调的分子通路来识别不同的LGG患者亚组.
- 发现以前未被识别的患者子组及其临床相关性.
主要方法:
- 利用了516名LGG患者的基因表达特征和蛋白质-蛋白质相互作用网络.
- 雇佣基于网络的子网络计数和分析 (nSEA) 用于无监督患者集群.
- 确定了92个子网络,将患者分为五个不同的分子组.
主要成果:
- nSEA成功地将LGG患者分为五个分子组.
- 一个缺乏EGFR,NF1和PTEN突变的新型患者亚组被确定具有独特的临床特征.
- 在独立数据集上的验证证实了所识别的群体的稳定性和生存一致性.
结论:
- 这项研究提供了LGG的全面分子分类,超越了传统的遗传标记.
- 确定的患者子组,包括新型患者,为改善预后和个性化治疗策略提供了洞察力.
- 基于网络的方法突出了驱动基因的协同相互作用和LGG分子子网络的生物学相关性.
