Gene network modeling via TopNet reveals functional dependencies between diverse tumor-critical mediator genes.
Gene network modeling via TopNet reveals functional dependencies between diverse tumor-critical mediator genes.
复制标题
DOI：
10.1016/j.celrep.2021.110136
复制
发表时间：
2021-12-21
期刊：
影响因子：
8.8
通讯作者：
McCall MN
中科院分区：
文献类型：
--
作者：
McMurray HR;Ambeskovic A;Newman LA;Aldersley J;Balakrishnan V;Smith B;Stern HA;Land H;McCall MN
恶性细胞转化和潜在的基因表达重编程需要多个致癌突变的合作。这种合作反映在非突变下游基因的协同调节中，即所谓的合作反应基因（CRG）。CRG影响癌细胞的各种标志性特征，并且不知道它们在功能上是相关的。然而，它们以> 50%的出乎意料的高频率作为癌症表型的关键介质，如遗传扰动所示。在这里，我们证明了CRG在一个强大的遗传相互依赖性网络中发挥作用，这对恶性状态至关重要。我们的网络建模方法TopNet采用将不确定性纳入基础基因扰动数据的方法，可以识别非线性基因相互作用。在基因连接的稠密空间中，TopNet揭示了一个稀疏的拓扑基因网络结构，有效地定位了功能相关的基因相互作用。因此，在各种潜在的应用中，TopNet可用于识别癌症干预的非突变靶点。恶性细胞转化需要多种致癌突变的合作。在这里，我们证明了非突变基因在一个强大的遗传相互依赖网络中发挥作用，这对恶性状态至关重要。我们的网络建模方法，TopNet，揭示了一个稀疏的拓扑基因网络架构，有效地查明功能相关的基因相互作用。
Malignant cell transformation and the underlying reprogramming of gene expression require the cooperation of multiple oncogenic mutations. This cooperation is reflected in the synergistic regulation of non-mutant downstream genes, so-called cooperation response genes (CRGs). CRGs affect diverse hallmark features of cancer cells and are not known to be functionally connected. However, they act as critical mediators of the cancer phenotype at an unexpectedly high frequency >50%, as indicated by genetic perturbations. Here, we demonstrate that CRGs function within a network of strong genetic interdependencies that are critical to the malignant state. Our network modeling methodology, TopNet, takes the approach of incorporating uncertainty in the underlying gene perturbation data and can identify non-linear gene interactions. In the dense space of gene connectivity, TopNet reveals a sparse topological gene network architecture, effectively pinpointing functionally relevant gene interactions. Thus, among diverse potential applications, TopNet has utility for identification of non-mutant targets for cancer intervention. Malignant cell transformation requires the cooperation of multiple oncogenic mutations. Here, we demonstrate that non-mutated genes function within a network of strong genetic interdependencies that are critical to the malignant state. Our network modeling methodology, TopNet, reveals a sparse topological gene network architecture, effectively pinpointing functionally relevant gene interactions.
登录
查看更多内容
影响因子：
64.5
作者：
Jaitin, Diego Adhemar;Weiner, Assaf;Amit, Ido
通讯作者：
Amit, Ido
DOI：
10.1093/bioinformatics/btu239
发表时间：
2014-08-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
McCall MN;McMurray HR;Land H;Almudevar A
通讯作者：
Almudevar A
WGCNA：用于加权相关网络分析的 R 包。
影响因子：
3
作者：
Langfelder P;Horvath S
通讯作者：
Horvath S
影响因子：
3.3
作者：
Kannangai, Rajesh;Vivekanandan, Perumal;Torbenson, Michael
通讯作者：
Torbenson, Michael
DOI：
10.1073/pnas.94.7.2859
发表时间：
1997-04-01
影响因子：
11.1
作者：
Rattner, A;Hsieh, JC;Nathans, J
通讯作者：
Nathans, J