论文部分内容阅读
癌症是世界上威胁人类健康最主要的疾病之一,大量不同的癌症形态限制了人们对癌症的研究。泛癌分析旨在研究不同癌症类型之间的相似性和差异性,通过联合多种癌症数据,我们可以深入的了解癌症细胞的起源以及致癌的过程,找到更加普适性的治疗方法。代谢重编程是肿瘤转化和发展的直接原因,从代谢角度对癌症进行分析对癌症诊断和治疗有着非常重要的意义。代谢网络重构能够有效地表征肿瘤细胞的内部代谢状态,有助于系统的了解癌症内部工作机理,为生物实验以及药物发现提供指导。本文采用代谢网络重构的方法,从多角度多数据源分析起源于不同组织的肿瘤代谢特征,主要工作包括:(1)给出一种基于癌症工作网络的泛癌分析方法。癌症工作网络以癌症高表达的核心反应集为基础构建而成,反应了肿瘤细胞的代谢状态。实验得到了 27个癌症共性传输反应以及7个潜在的药物靶标,其结果有助于了解癌症的代谢共性。(2)给出一种基于差异代谢网络的泛癌分析方法。癌症差异代谢网络以肿瘤细胞相对于癌旁组织细胞的差异表达基因为基础构建而成,削弱了组织代谢特征的影响,有利于提取癌症相对正常组织细胞发生的代谢变化。实验得到17种癌症的差异表达基因,反应以及代谢通路。其结果与现有已知生物知识相吻合,新的发现有助于了解癌变机理并推动癌症治疗方法的研究。(3)给出一种基于基因芯片数据的泛癌分析方法。针对当前泛癌代谢研究可用样本不足的问题,本文基于GEO数据库设计了一套完整的微阵列数据获取和预处理流程,得到两万多个可直接使用的微阵列数据样本。以此为基础采用代谢网络重构以及深度学习方法进行知识挖掘,得到18种癌症的抑癌基因,癌症相关代谢通路以及潜在的泛癌药物靶点。结果证明了方法的有效性,高质量的微阵列数据集也可为其它相关研究提供支持。