基于组学数据和网络嵌入技术的疾病分子图谱

《npj Systems Biology and Applications》：Molecular maps of diseases from omics data and network embeddings

　　

摘要

识别与疾病相关的蛋白质和通路仍然是理解疾病机制和支持治疗开发的基本挑战。尽管组学分析可以提供有价值的见解，但它们通常分别考虑每个基因/蛋白质，而不是从生物系统的角度来进行分析。通过将组学数据与蛋白质网络相结合，可以解决这一问题。我们将特定于疾病的组学数据与STRING提供的通用功能关联网络整合起来，并使用node2vec嵌入技术进行表示。基于遗传学、转录组学、体细胞突变和蛋白质组学数据，我们为七种疾病构建了疾病图谱，这些疾病涵盖了炎症性疾病、肿瘤疾病、神经系统疾病和血管疾病。与单独使用组学分析相比，在网络嵌入的基础上使用简单的线性模型，使我们能够以相同的特异性识别出2到4倍更多的已知与疾病相关的蛋白质。对所得疾病图谱进行聚类分析后，发现了许多疾病共有的功能模块（如炎症通路和癌症特征），以及特定于疾病的模块（如特应性皮炎的角化过程和主动脉瘤的细胞外基质重塑）。这些结果共同强调了在分析组学数据以理解疾病时，蛋白质网络嵌入技术的价值。