基于Newman网络分解算法的卵巢癌功能模块识别

目的通过对全基因组表达谱网络分析挖掘卵巢癌模块化分子协调机制.方法卵巢癌芯片数据来源于 GEO 数据库,包括 12例卵巢癌上皮细胞和12例正常卵巢上皮细胞的基因表达阵列数据.利用校正 t 检验和倍数法筛选出2313 个差异表达基因.以此作为种子基因,利用蛋白质-蛋白质一级邻居为引导扩建基因网络.采用 Newman 网络分解算法获取高度模块化的基因功能模块(子网) .结果共识别了 32 个卵巢癌特异性功能模块和201 个核心基因.KEGG 富集分析发现这些模块除了参与已知的癌症通路(e .G .PI3 K-Akt信号通路、P53 信号通路)外,还参与了一些未知的分子通路(e .G .Melanogenesis 通路、RAS 信号通路).结论本文识别了多个卵巢癌基因功能模块,可为卵巢癌分子致病机制研究提供线索.