[논문 리뷰] A Common Gene Expression Signature Analysis Method for Multiple Types of Cancer

Yingcheng Sun, Xiangru Liang외 1명|arXiv (Cornell University)|2019. 12. 28.

Bioinformatics and Genomic Networks참고 문헌 30인용 수 4

한 줄 요약

이 연구는 대장(READ), 유방(BRCA), 대변(COAD) 선암종에서의 TCGA 데이터를 이용하여 다수의 암 유형 간 공통되는 유전자 발현 서명을 식별하기 위해 네트워크 기반 방법을 제안한다. 유전자 공발현 네트워크와 임상 결과를 통합함으로써, 암 진행과 관련된 보존된 생물학적 메커니즘이 드러나며, 이는 암 간 공통되는 분자 경로를 시사하여 전암 진단 및 치료에 잠재적 응용 가능성을 제시한다.

ABSTRACT

Mining gene expression profiles has proven valuable for identifying signatures serving as surrogates of cancer phenotypes. However, the similarities of such signatures across different cancer types have not been strong enough to conclude that they represent a universal biological mechanism shared among multiple cancer types. Here we describe a network-based approach that explores gene-to-gene connections in multiple cancer datasets while maximizing the overall association of the subnetwork with clinical outcomes. With the dataset of The Cancer Genome Atlas (TCGA), we studied the characteristics of common gene expression of three types of cancers: Rectum adenocarcinoma (READ), Breast invasive carcinoma (BRCA) and Colon adenocarcinoma (COAD). By analyzing several pairs of highly correlated genes after filtering and clustering work, we found that the co-expressed genes across multiple types of cancers point to particular biological mechanisms related to cancer cell progression , suggesting that they represent important attributes of cancer in need of being elucidated for potential applications in diagnostic, prognostic and therapeutic products applicable to multiple cancer types.

연구 동기 및 목표

• 다양한 암 유형 간 공통되는 생물학적 메커니즘을 반영할 수 있는 공통 유전자 발현 서명을 식별하기 위해.
• 공발현 네트워크 내 유전자 간 연결성을 활용하여 암 유형 간 일관성 없는 서명 문제를 해결하기 위해.
• 네트워크 구조와 생존 결과를 통합함으로써 강력하고 임상적으로 관련성이 높은 유전자 서명을 개선하기 위해.
• 다른 암에서 공발현되는 유전자가 암 진행과 관련된 보존된 경로를 가리키는지 탐색하기 위해.
• 진단, 예후 및 치료 응용에 적합한 다수의 암 유형에 적용 가능한 방법을 개발하기 위해.

제안 방법

• 다양한 암 데이터셋 간 유전자 간 상호작용을 모델링하기 위해 네트워크 기반 접근법을 사용한다.
• 이 방법은 하위네트워크와 임상 결과, 특히 생존 데이터 간의 연관성을 최대화한다.
• READ, BRCA, COAD에 대한 TCGA 유전자 발현 프로파일을 분석하여 공발현 유전자 쌍을 식별한다.
• 필터링 및 클러스터링 기법을 적용하여 암 유형 간 고도로 상관관계가 있는 유전자 쌍을 추출한다.
• 공발현 패턴에 기반하여 하위네트워크를 구축하고 임상적 관련성을 검증한다.
• 다양한 옹모믹스 네트워크 구조와 생존 결과를 통합하여 생물학적으로 의미 있는 서명을 우선순위 정렬한다.

실험 결과

연구 질문

• RQ1 공발현 데이터와 임상 데이터를 네트워크 기반으로 통합함으로써, 다양한 암 유형 간 공통 유전자 발현 서명을 식별할 수 있는가?
• RQ2 다른 암에서 공발현되는 유전자가 암 진행과 관련된 공통된 생물학적 메커니즘을 가리키는가?
• RQ3 이러한 공통 서명이 생존과 같은 임상 결과와 얼마나 관련이 있는가?
• RQ4 통합된 방법이 진단 또는 치료 용도로 적합한 강력한 전암 유전자 서명을 식별할 수 있는가?
• RQ5 식별된 공통 유전자 발현 서명에서 특히 풍부한 생물학적 경로는 무엇인가?

주요 결과

• READ, BRCA, COAD 간 높은 상관관계를 보이는 유전자 쌍이 식별되어 보존된 공발현 패턴을 시사한다.
• 식별된 하위네트워크 내 공발현 유전자는 암 세포 진행 메커니즘과 유의미하게 연관되어 있다.
• 네트워크 기반 방법은 하위네트워크를 임상 결과와 성공적으로 연결하여 서명의 신뢰도를 향상시켰다.
• 생물학적 경로 분석을 통해 공통 서명이 핵심 암 관련 과정에 풍부하게 농축되어 있음을 확인했다.
• 공통된 분자 메커니즘이 여러 암 유형을 뒷받침할 수 있으며, 이는 전암 응용을 뒷받침한다.
• 이 방법은 다양한 암 유형에 적용 가능한 보편적 바이오마커를 식별할 잠재력을 보여준다.