基于網(wǎng)絡分析的肥胖和相關疾病的關系研究.pdf

1、隨著基因組測序的完成和新一代測序技術的發(fā)展，人類已經(jīng)掌握了大量生物數(shù)據(jù)，而且，基因以及蛋白質(zhì)與蛋白質(zhì)相互作用網(wǎng)絡方面的數(shù)據(jù)也在不斷更新及豐富。通過這些數(shù)據(jù)來分析肥胖與疾病之間的關系和發(fā)現(xiàn)影響這種聯(lián)系的關鍵基因，是研究與肥胖相關的疾病機理的重要方法，對基因組學和醫(yī)學也具有現(xiàn)實意義。
　　眾所周知，肥胖與多種疾病有關，是許多疾病的主要危險因素，如Ⅱ型糖尿病、冠心病和心血管疾病等。然而，肥胖在相關疾病的發(fā)展中起著重要的作用還沒有被很好地

2、理解。而且，目前也缺乏對于肥胖和相關疾病之間的全面研究。為了解決這個問題，我們構造三種不同的網(wǎng)絡分析算法，第一個名字是OBNet，它主要是基于一個類似基因集富集分析和一個隨機游走過程的算法;第二個算法叫OBsp，是一種基于最短路徑的算法;最后一個叫OBoverlap，是基于直接求交集算法。我們分析比較了三種算法，發(fā)現(xiàn)基于擴展的模塊化網(wǎng)絡的OBNet方法是最優(yōu)的，然后我們用這種方法來進一步研究肥胖與其相關疾病之間的分子層次的關聯(lián)和潛在的功

3、能聯(lián)系，并有助于臨床醫(yī)學的深入認識。
　　本文主要基于肥胖基因和疾病基因數(shù)據(jù)，提出了一種新的研究肥胖和疾病全局關系的網(wǎng)絡分析方法，主要完成了以下兩個方面工作:
　　1)提出三種不同的網(wǎng)絡分析算法從全局角度來分析肥胖和疾病之間的關系。通過比較三種不同算法的結果，選擇OBNet-基于擴展的模塊化網(wǎng)絡可以更好的鑒定肥胖和疾病之間的關系。根據(jù)OBNet-基于擴展的模塊化網(wǎng)絡方法，我們可以找到與肥胖關系密切的一些疾病，以及與肥胖相關的

4、疾病在哪些通路或子網(wǎng)絡上與肥胖顯著富集關聯(lián)。最后具體分析了兩個特定疾病，預測了調(diào)節(jié)這兩個疾病與肥胖間關系的關鍵驅動基因。
　　2)基于乳腺癌基因表達數(shù)據(jù)，WGCNA算法可以得到29個模塊，我們抽取其中與乳腺癌顯著相關的前10個模塊;然后根據(jù)OBNet-基于擴展的模塊化網(wǎng)絡方法，我們可以得到的乳腺癌最顯著富集的前10個子網(wǎng)絡;把這10個字網(wǎng)絡與WGCNA的前10個模塊相比較，發(fā)現(xiàn)了兩者有顯著重疊，這說明我們的OBNet方法在不依賴基