Personalized characterization of diseases using sample-specific networks.
Personalized characterization of diseases using sample-specific networks.
复制标题
使用样本特定网络对疾病进行个性化表征
DOI：
10.1093/nar/gkw772
复制
发表时间：
2016-12-15
影响因子：
14.9
通讯作者：
Chen L
中科院分区：
文献类型：
--
作者：
Liu X;Wang Y;Ji H;Aihara K;Chen L
复杂的疾病通常不是由单个分子的功能障碍引起的，而是由相关系统或网络的功能障碍引起的，这些功能障碍随着时间和条件而动态变化。因此，从样本中估计特定条件网络对于在系统水平上阐明复杂疾病的分子机制至关重要。然而，由于需要多个样本来计算相关性，因此目前还没有有效的方法通过单个样本的表达谱来构建这样的个体特异性网络。我们在这里开发了一种统计方法，即，一种样品特异性网络方法，它允许我们基于单个样品的分子表达构建个体特异性网络。使用这种方法，我们可以在网络级别上描述各种人类疾病。特别是，这种样本特异性网络可以导致识别个体特异性疾病模块以及驱动基因，即使没有基因测序信息。通过使用癌症基因组图谱数据进行的广泛分析不仅证明了该方法的有效性，而且还发现了各种癌症的新的个体特异性驱动基因和网络模式。耐药性生物学实验进一步验证了我们的方法相对于传统方法的一个重要优势，即，我们甚至鉴定了那些耐药基因，由于额外的网络信息，它们在有耐药和无耐药的样品之间实际上没有明显的差异表达。
A complex disease generally results not from malfunction of individual molecules but from dysfunction of the relevant system or network, which dynamically changes with time and conditions. Thus, estimating a condition-specific network from a sample is crucial to elucidating the molecular mechanisms of complex diseases at the system level. However, there is currently no effective way to construct such an individual-specific network by expression profiling of a single sample because of the requirement of multiple samples for computing correlations. We developed here with a statistical method, i.e., a sample-specific network method, which allows us to construct individual-specific networks based on molecular expression of a single sample. Using this method, we can characterize various human diseases at a network level. In particular, such sample-specific networks can lead to the identification of individual-specific disease modules as well as driver genes, even without gene sequencing information. Extensive analysis by using the Cancer Genome Atlas data not only demonstrated the effectiveness of the method, but also found new individual-specific driver genes and network patterns for various cancers. Biological experiments on drug resistance further validated one important advantage of our method over the traditional methods, i.e., we even identified those drug resistance genes that actually have no clearly differential expression between samples with and without the resistance, due to the additional network information.
登录
查看更多内容
LKB1 失活会引发氧化还原失衡，从而调节非小细胞肺癌的可塑性和治疗反应。
影响因子：
50.3
作者：
Li F;Han X;Li F;Wang R;Wang H;Gao Y;Wang X;Fang Z;Zhang W;Yao S;Tong X;Wang Y;Feng Y;Sun Y;Li Y;Wong KK;Zhai Q;Chen H;Ji H
通讯作者：
Ji H
影响因子：
4.4
作者：
De Bodt S;Proost S;Vandepoele K;Rouzé P;Van de Peer Y
通讯作者：
Van de Peer Y
影响因子：
4
作者：
Angeloni, SV;Martin, MB;Saceda, M
通讯作者：
Saceda, M
影响因子：
5
作者：
Kim, JK;Kim, TK;Cho, KS
通讯作者：
Cho, KS
DOI：
10.1073/pnas.96.5.2147
发表时间：
1999-03-02
影响因子：
11.1
作者：
Innocente, SA;Abrahamson, JLA;Lee, JM
通讯作者：
Lee, JM