Identification of candidate genes related to pancreatic cancer based on analysis of gene co-expression and protein-protein interaction network.
Identification of candidate genes related to pancreatic cancer based on analysis of gene co-expression and protein-protein interaction network.
复制标题
基于基因共表达和蛋白质-蛋白质相互作用网络分析鉴定胰腺癌相关候选基因
DOI：
10.18632/oncotarget.20537
复制
发表时间：
2017-09-19
期刊：
影响因子：
--
通讯作者：
Yue Z
中科院分区：
文献类型：
--
作者：
Zhang T;Wang X;Yue Z
胰腺癌（PC）是全世界癌症死亡的最常见原因之一。由于这种复杂疾病的遗传机制尚未明确，因此鉴定PC相关基因具有重要意义，可以为基因功能和潜在治疗靶点提供新的见解。在本研究中，我们采用集成网络方法根据已知的 PC 相关基因发现 PC 候选基因。利用具有基因共表达谱和蛋白质-蛋白质相互作用数据的子网络提取算法，我们获得了由已知PC相关基因（表示为种子基因）和推定基因（表示为链接基因）组成的集成网络。然后，我们根据连接基因的网络信息对其进行优先级排序，并推断出六个关键基因（KRT19、BARD1、MST1R、S100A14、LGALS1 和 RNF168）作为 PC 的候选基因。进一步分析表明，所有这些基因均已被报道为胰腺癌相关基因。最后，我们使用这六个关键基因开发了一个表达特征，该基因根据总生存率对 PC 患者进行了显着分层（Logrank p = 0.003），并在独立的临床队列中进行了验证（Logrank p = 0.03）。总体而言，确定的 6 个基因可能提供有用的预后分层信息，并适合转移到 PC 患者的临床应用。
Pancreatic cancer (PC) is one of the most common causes of cancer mortality worldwide. As the genetic mechanism of this complex disease is not uncovered clearly, identification of related genes of PC is of great significance that could provide new insights into gene function as well as potential therapy targets. In this study, we performed an integrated network method to discover PC candidate genes based on known PC related genes. Utilizing the subnetwork extraction algorithm with gene co-expression profiles and protein-protein interaction data, we obtained the integrated network comprising of the known PC related genes (denoted as seed genes) and the putative genes (denoted as linker genes). We then prioritized the linker genes based on their network information and inferred six key genes (KRT19, BARD1, MST1R, S100A14, LGALS1 and RNF168) as candidate genes of PC. Further analysis indicated that all of these genes have been reported as pancreatic cancer associated genes. Finally, we developed an expression signature using these six key genes which significantly stratified PC patients according to overall survival (Logrank p = 0.003) and was validated on an independent clinical cohort (Logrank p = 0.03). Overall, the identified six genes might offer helpful prognostic stratification information and be suitable to transfer to clinical use in PC patients.
登录
查看更多内容
影响因子：
6.2
作者：
Dakhel, S.;Padilla, L.;Adan, J.;Masa, M.;Martinez, J. M.;Roque, L.;Coll, T.;Hervas, R.;Calvis, C.;Messeguer, R.;Mitjans, F.;Hernandez, J. L.
通讯作者：
Hernandez, J. L.
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：
56.9
作者：
FUTREAL, PA;LIU, QY;WISEMAN, R
通讯作者：
WISEMAN, R
影响因子：
14.9
作者：
Hu Z;Hung JH;Wang Y;Chang YC;Huang CL;Huyck M;DeLisi C
通讯作者：
DeLisi C
影响因子：
64.8
作者：
Bailey, Peter;Chang, David K.;Grimmond, Sean M.
通讯作者：
Grimmond, Sean M.