对基因表达的动态网络曲率分析揭示了在肉瘤中新的潜在治疗点

科学领域:

• 计算生物学是一种计算生物学.
• 基因组学就是基因组学.
• 网络科学 网络科学

背景情况:

• 基因相互作用是复杂的,使用传统方法分析是具有挑战性的.
• 网络属性为理解这些复杂的关系提供了一个框架.
• 儿科肉瘤具有复杂的遗传特征,需要先进的分析技术.

研究的目的:

• 为了利用网络特性实现双重目的:聚类儿科肉瘤瘤和识别新型分子标.
• 改进现有的分析儿科癌症基因互动组的方法.
• 发现以前未知的基因关联和功能关系.

主要方法:

• 使用网络信息流和瓦瑟斯坦距离对儿科肉瘤瘤进行集群.
• 应用一种新的无监督方法,以集群基因相互作用体,以网络形式表示.
• 从RNA-Seq数据构建加权网络,将其映射到蛋白质水平的相互作用体.
• 使用非欧几里德式,基于离散曲率的多尺度几何方法.

主要成果:

• 与最先进的方法相比,基于网络的聚类与组织学亚型取得了更好的一致性.
• 层次聚类确定了尤文肉瘤中特有的EWSR1-FLI1融合,验证了该方法.
• 对in silico扰动和基因淘汰的分析揭示了传统分析错过的非微不足道的基因关联.

结论:

• 网络特性和几何方法为分析儿科肉瘤中复杂的生物网络提供了强大的工具.
• 这种方法提高了瘤亚型,并促进了新的治疗点的发现.
• 这些发现为了解基因功能和开发针对儿科癌症的向治疗开辟了新的途径.