マルチオミックス遺伝子群のバイオネットワークに基づくがん遺伝子モジュールマイニング法

A Cancer Gene Module Mining Method Based on Bio-Network of Multi-Omics Gene Groups.

• Chunyu Wang
• Ning Zhao
• Kai Sun
• Ying Zhang

抄録

癌の発症・進展・進行は、個人の遺伝的要因だけでなく、人間が生活する環境にも大きく関係しています。この異常に複雑な全身疾患が生命と健康に及ぼす危険性に鑑み、世界の多くのトップレベルの科学研究機関では、がんの発生・進展を促進する病原メカニズムの解明に向けた研究が積極的に行われています。ハイスループットシーケンサー技術の出現は、がん研究を大きく前進させ、重要ながん遺伝子とその相互関係を明らかにしてきました。ここでは、不均質なマルチレベルデータを統合データの文脈で研究し、lncRNAオミックスデータを科学的に導入してマルチオミックスバイオネットワークモデルを構築し、重要ながん関連遺伝子群のスクリーニングを可能にしている。本研究では、遺伝子群間の機能的類似度を距離尺度とし、遺伝子群に含まれる異常制御の鍵となる遺伝子モジュールをクラスタリングにより掘り起こす、補正累積順位スコアに基づくコンパクト化クラスタリングアルゴリズムを提案している。また、我々の結果を用いて生存解析を行ったところ、我々のモデルは異なるレベルのグループを非常にうまく分割できることがわかった。また、マルチオミクスの生物学的データを統合し、鍵となる遺伝子モジュールとその異常制御遺伝子群を発見できることを示し、がん研究には欠かせない結果となりました。

The initiation, promotion and progression of cancer are highly associated to the environment a human lives in as well as individual genetic factors. In view of the dangers to life and health caused by this abnormally complex systemic disease, many top scientific research institutions around the world have been actively carrying out research in order to discover the pathogenic mechanisms driving cancer occurrence and development. The emergence of high-throughput sequencing technology has greatly advanced oncology research and given rise to the revelation of important oncogenes and the interrelationship among them. Here, we have studied heterogeneous multi-level data within a context of integrated data, and scientifically introduced lncRNA omics data to construct multi-omics bio-network models, allowing the screening of key cancer-related gene groups. We propose a compactness clustering algorithm based on corrected cumulative rank scores, which uses the functional similarity between groups of genes as a distance measure to excavate key gene modules for abnormal regulation contained in gene groups through clustering. We also conducted a survival analysis using our results and found that our model could divide groups of different levels very well. The results also demonstrate that the integration of multi-omics biological data, key gene modules and their dysregulated gene groups can be discovered, which is crucial for cancer research.

Copyright © 2020 Wang, Zhao, Sun and Zhang.