基于炎症反应的阿尔茨海默症功能模块构建
整合阿尔茨海默症患者6个脑区的基因表达数据和蛋白质相互作用数据,较好地避免了基因表达数据高噪声、高变异等不足对构建基因调控网络精度和准确性的影响。考虑到脑部神经炎症是 AD 发病的重要原因之一,以及钙平衡失调可能是 AD 几个致病因素联系的纽带,结合蛋白质网络挖掘与 AD 发病密切相关的基因及炎症和钙离子功能网络,采用最大权重诱导子图(Heinz)算法实现两种高通量数据的结合并提取显著扰动子网,在此基础上利用基于边权的模拟退火算法预测和优化扰动网络,去除网络中较弱的相互作用,添加预测的较强的相互作用,提高网络的精度。实验共提取206个特征基因,并且提取了脑部炎症及钙离子作用机制的功能模块子网。结果证明,使用基于边权的模拟退火算法进一步加强了功能网络的模块性。经生物学分析证明炎症和钙离子机制在 AD 致病机制中起着很大的作用。这些数据在不同方面为系统地认识基因的复杂调控机制提供了必要的信息。
阿尔茨海默病、加权子网络、炎症反应、PPI 网络、基因功能模块子网
Q343.1(遗传学分支学科)
国家自然科学基金资助项目61271446,61003093
2015-02-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
97-103