[论文解读] A Common Gene Expression Signature Analysis Method for Multiple Types of Cancer

Yingcheng Sun, Xiangru Liang+1 more|arXiv (Cornell University)|Dec 28, 2019

Bioinformatics and Genomic Networks参考文献 30被引用 4

一句话总结

本研究提出一种基于网络的方法，利用来自直肠癌（READ）、乳腺癌（BRCA）和结肠癌（COAD）的TCGA数据，识别多种癌症类型的共同基因表达特征。通过整合基因共表达网络与临床结局，该方法揭示了与癌症进展相关的保守生物学机制，表明不同癌症之间可能存在共享的分子通路，具有广泛癌症诊断和治疗的潜力。

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.

研究动机与目标

• 识别多种癌症类型中的共同基因表达特征，以反映共享的生物学机制。
• 通过利用共表达网络中的基因间相互作用，克服不同癌症类型中特征不一致的局限性。
• 通过整合网络拓扑结构与生存结局，提高稳健且具有临床相关性的基因特征的识别能力。
• 探究不同癌症中共同表达的基因是否指向癌症进展中的保守通路。
• 开发一种适用于多种癌症类型的通用方法，用于诊断、预后和治疗应用。

提出的方法

• 采用基于网络的方法，对多种癌症数据集中的基因-基因相互作用进行建模。
• 该方法最大化子网络与临床结局（尤其是生存数据）之间的关联性。
• 对TCGA中的READ、BRCA和COAD的基因表达谱进行分析，以识别共表达的基因对。
• 应用过滤和聚类技术，提取在多种癌症类型中高度相关的基因对。
• 基于共表达模式构建子网络，并验证其临床相关性。
• 该方法整合多组学网络拓扑结构与生存结局，以优先筛选出具有生物学意义的特征。

实验结果

研究问题

• RQ1 能否通过整合基因共表达与临床数据的网络方法，在多种癌症类型中识别出共同的基因表达特征？
• RQ2 不同癌症中共同表达的基因是否指向与癌症进展相关的共享生物学机制？
• RQ3 这些共同特征在多大程度上与生存等临床结局相关？
• RQ4 是否可开发一种统一方法，识别出适用于诊断或治疗的稳健广谱癌症基因特征？
• RQ5 所识别的共同基因表达特征中，哪些特定生物学通路显著富集？

主要发现

• 在READ、BRCA和COAD中识别出高度相关的基因对，表明存在保守的共表达模式。
• 所识别子网络中的共表达基因显著与癌症细胞进展机制相关。
• 基于网络的方法成功将子网络与临床结局关联，增强了特征的可靠性。
• 生物学通路分析显示，共同特征显著富集于关键癌症相关过程。
• 研究结果表明，共享的分子机制可能在多种癌症类型中起基础作用，支持广谱癌症应用。
• 该方法展示了识别适用于多种癌症类型的通用生物标志物的潜力。