基于RNA-seq數(shù)據(jù)的CCA基因共表達(dá)網(wǎng)絡(luò)的構(gòu)建和分析.pdf

1、基因共表達(dá)網(wǎng)絡(luò)是生物網(wǎng)絡(luò)的一種，由基因作為結(jié)點(diǎn)，基因間的相互關(guān)系作為邊。它可以用于尋找基因模塊和hub-gene從而發(fā)現(xiàn)新的致癌基因、癌癥亞型等?，F(xiàn)有的大多數(shù)構(gòu)建方法使用基因表達(dá)譜數(shù)據(jù)計(jì)算基因之間的關(guān)系，然而隨著第二代測(cè)序技術(shù)的發(fā)展，人們可以得到比基因表達(dá)譜更細(xì)粒度的數(shù)據(jù)：基因所包含的外顯子的表達(dá)值，也就是RNA-seq數(shù)據(jù)。這就要求我們使用新的方法構(gòu)建基因共表達(dá)網(wǎng)絡(luò)，典型相關(guān)分析 CCA就是其中一種。CCA方法將一個(gè)基因看為多個(gè)外顯子

2、組成的向量而不是一維數(shù)值，構(gòu)建的網(wǎng)絡(luò)更為精確。在CCA算法的基礎(chǔ)上，本文增加了數(shù)據(jù)預(yù)處理部分并對(duì)基因共表達(dá)網(wǎng)絡(luò)的分析方法提出了改進(jìn)。
　　數(shù)據(jù)預(yù)處理部分使用了多種方法在不同維度對(duì)數(shù)據(jù)進(jìn)行了歸一化，并且使用T檢驗(yàn)、Wilcoxon秩和檢驗(yàn)和K-S檢驗(yàn)篩選出normal組和tumor組之間表達(dá)顯著的外顯子，減少計(jì)算量并提高數(shù)據(jù)質(zhì)量。在共表達(dá)網(wǎng)絡(luò)的分析中，將基因共表達(dá)網(wǎng)絡(luò)用于尋找顯著 pathway：使用 normal組和tumor組的

3、共表達(dá)網(wǎng)絡(luò)計(jì)算pathway之間的共性分類相關(guān)關(guān)系CPCC，該值越小說(shuō)明pathway越顯著。
　　為了證明分析方法的有效性，使用乳腺癌RNA-seq數(shù)據(jù)構(gòu)建基因共表達(dá)網(wǎng)絡(luò)，對(duì)top20 pathway的顯著性進(jìn)行論證。在這20個(gè)pathway中，有12個(gè)pathway可以找出與乳腺癌相關(guān)聯(lián)的文獻(xiàn)，對(duì)這些pathway包含的基因進(jìn)行層次聚類，結(jié)果顯示normal樣本和tumor樣本被分的很開(kāi)。此外，這些pathway的CPCC在隨