基于网络中心性预测乳腺癌的合成致死对

来源 :哈尔滨医科大学 | 被引量 : 0次 | 上传用户:zoulin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:合成致死是指两个基因的合成致死,其中任意单独一个基因突变不会影响细胞的生存,而组合的两个基因同时变异会导致细胞死亡。合成致死对的研究对于了解生物学功能和乳腺癌治疗领域中发现新的靶向药物有重要的作用。  结果:在本文中,我们利用网络中心性方法发现乳腺癌的合成致死对,找到乳腺癌合成致死对中的靶基因的治疗药物。首先,我们将244个乳腺癌基因map到人类蛋白质互作网络中,提取与乳腺癌基因互作的蛋白,我们得到与乳腺癌互作的蛋白质的互作数目为4169对。基于这些互作对我们构建乳腺癌基因与人类蛋白质互作的网络.去掉孤立的节点与边后,最后我们得到人类乳腺癌与蛋白质互作的大网络,网络中乳腺癌基因与蛋白质的互作数目是4137对,包含2210个节点。我们通过网络中心性的方法来量化网络中的节点对的相关性:敲除一对节点后会影响整个网络效能的变化。这里我们利用的网络效能的变化是通过网络中一对节点的最短距离的变化来衡量。在得到的人类乳腺癌蛋白质互作网络中去掉叶子节点后网络中基因的数目为903个和2830对互作对,其中乳腺癌基因数目是148个,蛋白质数目是755个。基于网络中心性方法我们计算了敲除乳腺癌基因与蛋白质互作对后的网络效能得分,我们将这些网络效能得分排秩。然后我们对于与乳腺癌互作的755个蛋白质的网络效能得分进行排序,确定这755个蛋白质在合成致死对中的致死作用大小。从而对755个蛋白质在合成致死对中的重要性进一步分析。我们找出这755个蛋白中属于靶蛋白的,发现其中有223个蛋白质属于靶蛋白,通过Drugbank数据库找到每个靶蛋白对应的治疗药物。然后提取蛋白质得分排秩在前40的蛋白质,对其中属于靶蛋白的15个蛋白质进行分析,通过文献验证,我们验证得到了这15个靶蛋白对应的治疗药物有治疗乳腺癌的作用,并且发现排秩在前面的治疗乳腺癌的药物其副作用小于排秩靠后的药物。这对于进一步发现新的抗乳腺癌的靶向药物有一定的应用意义。
其他文献
探究式教学模式充分考虑了学生的主体地位,是指导他们对所学知识进行深入探究,从中获得理性认知并在此期间逐步构建系统性的知识结构的一种有效方法,可以从整体上增强学生的
期刊
该文用两种方法将具有抗钙化功能的1—羟基—1,1—乙基二膦酸(HEBP)共价键合到聚醚氨酯(PEU)上,即(1)通过1,4—丁二醇二缩水甘油醚(BDE)将HEBP接到PEU的链两端;(2)将HEBP作为
学位
学位
该文对以天然高分子壳聚糖为基材料的智能水凝胶的合成、溶胀特性及凝胶与水的相互作用进行研究.
该课题通过硬件连接和软件设计,设计了一套实验性的医学检测分析系统.系统实时采集、显示人体心率和血压变化信号;用同步频谱分析的方法分析心率变异性(Heart Rate Variabili
1,4-二氢吡嗪是一类具有富电子的烯胺类化合物,广泛存在于生物体内,在医药等方面有着重要的应用。四星烷类化合物是由两个环丁烷构建而成并融有四个环己烷的多面体烷,具有较好的
长时间动态心电监护系统(Holter系统)是对心电活动作长时间连续记录并作回放分析的现代医疗仪器系统.由于Holter系统对病人可作长时间动态的心电监护、记录,其发现并检出异常
药物严重不良反应是药物研发失败,临床停药和药物退市的主要原因,因而对其进行早期预测能够提高药物的治疗效果,降低不良反应产生的毒害风险。不良反应的发生机制复杂,采用低通量
学位