基于进化机制的保存基因表达双聚类模块分析乳腺癌基因组学

科学领域:

• 生物信息学和计算生物学
• 基因组学和转录基因组学
• 癌症研究 癌症研究

背景情况:

• RNA测序产生了大量的基因表达数据,需要方法来识别重要的基因双重集群和功能相关的基因.
• 现有的基因表达模块发现算法在分析大数据集时面临效率和准确性的挑战.

研究的目的:

• 提出一种新的算法,基于遗传算法 (CGEMGA) 的保存基因表达模块,用于识别显著的基因双重集群.
• 评估CGEMGA与现有方法的性能,使用来自癌症基因组图谱 (TCGA) 数据库的乳腺癌数据.
• 通过对驱动基因和癌症相关途径的丰富分析,评估已识别的基因模块的生物相关性.

主要方法:

• 基于遗传算法 (CGEMGA) 的保存基因表达模块的开发和实施.
• 将CGEMGA应用于来自TCGA数据库的乳腺癌RNA测序数据.
• 使用费舍尔精确测试 (p值) 和F测试进行统计评估,将CGEMGA与其他算法进行比较 (例如,Cheng和Church,CGEM).
• 通过测量算法运行时间来分析计算成本.
• 丰富分析以确定驱动基因和与癌症相关的途径.

主要成果:

• 在10个独立运行中,CGEMGA实现了1.54 × 10−4 ± 3.06 × 10−5的优越平均p值,表明更高的意义.
• F测试显示了CGEMGA和CGEM算法之间的显著差异 (p值=0.039).
• CGEMGA的平均运行时间显著缩短 (5.22 × 10⁰ ± 1.65 × 10^-1 s),突出了它的计算效率.
• 丰富分析证实,CGEMGA识别的基因对驱动基因具有显著的丰富性.

结论:

• CGEMGA是一种快速,强大和高效的算法,用于从RNA-seq数据中提取共同表达的基因和相关的双集群.
• 与现有方法相比,该算法在识别重要的基因模块方面表现出卓越的性能.
• 通过有效地识别生物学上相关的基因组,CGEMGA为癌症研究提供了有价值的工具.