【目的】提出基于知识融合策略构建基因网络方法 ,并应用于双相障碍相关的致病基因网络分析。【方法】将Wellcome Trust Case Control Consortium(WTCCC)提供的双相障碍全基因组单核苷酸多态(SNP)数据与人类蛋白质-蛋白质互作数据库对应的基因做交集。通过单体型全模型logistic回归模型检验获得经多重检验校正统计学显著的基因互作对子,并由此构建致病基因网络以及挖掘连通度显著高于理论分布的核心致病基因。【结果】采用知识融合的方法,将数据维度从482 248个SNP位点降至98 157。经统计模型检验获得3 841个互作基因用于构建双相障碍致病基因网络,并挖掘出115个核心致病基因。其中,在连通度高于30的29个核心基因中,有12个重复了以前的报道(PRKCA,EGFR,ESR1,ATXN1,FYN,CREBBP,TP53,AKT1,CSNK2A1,DLG1,PTN和LYN),另外17个未被报道过的基因从其生物功能以及致病分子机制上看,可能是新的双相障碍易感基因(SMAD3,SRC,GRB2,PIK3R1,ZBTB16,ABL1,APP,EP300,TGFBR1,SYK,YWHAZ,INSR,MAPK1,PRKCB,PRKCD,SMAD2和SVIL)。【结论】本文提出的基于蛋白质-蛋白质互作知识引导的基因网络构建方法是一种可靠的系统性分析方法,有助于全面地了解复杂疾病的分子网络机制和确立核心风险基因。
