结肠癌基因表达谱分析揭示关键功能模块及其在肿瘤发生中的作用

本文主要探讨了"基于肿瘤基因表达谱的基因功能模块识别"这一主题，发表于2007年的《北京工业大学学报》第33卷第4期。研究目的是揭示结肠癌发生发展的分子机制，为此，研究人员利用了基因功能分类体系数据库Gene Ontology (GO) 和网络分解算法，对结肠癌基因表达谱数据进行了深入分析。 研究过程中，作者首先介绍了基因通过组合形成功能模块的重要性，认为肿瘤是由致癌基因、抑癌基因表达模式和功能模块的动态变化所驱动的复杂系统。在这个背景下，复杂网络理论和社区结构分析显得尤为重要，因为它们可以揭示系统内部的模块化结构和相互作用。 具体来说，研究者采用了Girvan和Newman (GN) 算法，这是一个用于发现复杂网络社区结构的算法，其在生物网络中尤其适用于识别基因和蛋白质的功能模块。然而，GN算法本身是基于度量节点间连接的，未充分考虑节点的功能和重要性，这对于理解肿瘤基因网络中基因的多样性和作用至关重要。因此，作者对GN算法进行了改进，结合了GO数据库，对分解出的每个功能模块的基因进行了详细的生物学功能注释，赋予其更精确的生物学含义。 实验部分，研究者引用了Alon等人使用Affymetrix公司的Hu6800型芯片进行的基因表达数据，该数据集包含了200多例结肠癌样本。通过对这些数据的分析，他们发现结肠癌基因模块与细胞周期调节、抗细胞程序性死亡、信号转导和细胞增殖等关键功能高度相关，从而推断这些功能模块结构的变化可能是导致结肠癌发生的因素。 总结起来，这项研究不仅验证了基因功能模块在结肠癌发生过程中的作用，还提出了一种结合基因功能注释的网络分解方法，为理解肿瘤发生发展提供了新的视角。这对于癌症基因组学研究和临床诊断具有实际价值，有助于未来开发更精准的治疗策略。