【技术实现步骤摘要】
一种对协同致死的癌症驱动基因进行预测的方法
[0001]本专利技术涉及医学研究
,特别涉及一种对协同致死的癌症驱动基因进行预测的方法。
技术介绍
[0002]协同致死性(SL)描述了两个单独的非致死性突变的组合导致致死性的遗传相互作用,这种现象最早由加尔文
·
布里奇斯(Calvin Bridges)在1922年描述,他注意到有机体果蝇(Drosophila melanogaster)中的某些突变组合具有致命性,通常,位于平行通路中的两个基因(导致细胞存活或共同的必需产物)的互相抵抗是引起协同致死性(SL)的重要模式之一。
[0003]从根本上说,癌症是一种遗传疾病,涉及许多基因突变,这些基因突变中的一些可以充当癌症中的生物标记,有些癌症治疗方面已取得显着进展,例如发现赫赛汀可治疗具有HER2扩增的乳腺癌患者,发现易瑞沙可治疗具有EGFR突变的非小细胞肺癌患者,然而,开发选择性杀死癌细胞而不损害正常细胞的药物仍然是肿瘤治疗中的一大挑战,鉴于遗传突变是癌细胞与健康细胞之间差异的基础,Hartwell第一个提出将化学和基因合成致死性筛选用于癌症治疗的建议,此后,这种做法引起癌症生物学家高度重视,因为它为肿瘤学药物提供了一个有希望的前景,例如,在患有肿瘤BRCA1/2突变的卵巢癌患者中使用奥拉帕尼靶向PARP
‑
1酶在该领域取得了里程碑式的成功,现在siRNA和CRISPR筛选是检测SL基因对的最可靠方法。
[0004]然而,与模型生物遗传系统(例如酵母或果蝇)相比, ...
【技术保护点】
【技术特征摘要】
1.一种对协同致死的癌症驱动基因进行预测的方法,其特征在于,包括以下步骤:S1:从COSMIC和MetaCore中收集癌症生物标记,将其用作筛选原始癌症相关SL对的筛选器;S2:从酵母SL对中产生阳性SL对,然后进行同源基因转化,癌症生物标志物过滤以及证据在从文献挖掘中获得的人类细胞系中的应用;S3:基于候选基因和癌症网络内的基因组成原始候选SL对,其中,候选基因选自TCGA突变数据;S4:进行卡方检验用来评估两个基因的突变是否是每个原始候选SL对中的独立事件,此外,还计算突变排他性,其定义为携带SL基因对中一个突变基因之一的样品的百分比,仅选择那些具有高突变排他性的独立基因突变作为候选SL对,以进行进一步的计算;S5:在导出到学习模型之前,对候选SL对和阳性SL对的三个特征进行了计算和归一化;S6:使用交叉验证中获得的优化参数来检测新型SL对。2.根据权利要求1所述的一种对协同致死的癌症驱动基因进行预测的方法,其特征在于,所述TCGA突变和表达数据处理的流程为:1)从UCSC癌症基因组浏览器(https://genome
‑
cancer.ucsc.edu)下载TCGA突变和表达谱数据,该数据提供了TCGA基因组,表型和临床数据的注解和交互式可视化结果;2)从中获得两个矩阵,矩阵的每一行代表一个基因,每一列代表一个样本,细胞中的值分别代表基因表达矩阵和基因突变矩阵中的表达和突变状态。3.根据权利要求2所述的一种对协同致死的癌症驱动基因进行预测的方法,其特征在于,所述阳性协同致死基因对的处理流程为:1)从BioGRID获得基于高通量遗传筛选的酵母SL(协同致死)基因的集体数据,其中,从酵母到人类基因的系统发育推断可从Ensemble数据库(http://useast.ensembl.org/)获得;2)通过MetaCore(https://portal.genego.com/)中的癌症生物标记和COSMIC中的驱动基因过滤同源人类SL基因对,仅保留具有癌症生物标志物或驱动基因所覆盖的两个基因的同源人类SL基因对,用于下游分析。4.根据权利要求3所述的一种对协同致死的癌症驱动基因进行预测的方法,其特征在于,所述癌症网络为使用蛋白质
‑
蛋白质相互作用所呈现的边缘以及蛋白质所显示的节点来构建癌症网络。5.根据权利要求4所述的一种对协同致死的癌症驱动基因进行预测的方法,其特征在于,所述候选SL基因对生成的流程为:1)在TCGA突变数据中计算了样本中每个基因的突变率;2)将1%用作选择候选基因的截止阈值,通过从癌症网络中选择候选基因以及其他基因来生成每个原始候选SL基因对;3)基于突变数据测试基因A突变和基因B突变是否是独立事件,详细地,无效假设是基因A突变和基因B突变彼此独立,在2
×
2列联表上执行卡方检验,如下表:
其中,M代表同时携带基因A和基因B突变的样本数,N代表携带基因A突变而没有基因B突变的样品的数量,X代表携带基因B突变而没有基因A突变的样品数,Y是同时包含野生型基因A和野生型基因B的样本数,+表示突变型,
‑
表示野生型;卡方检验p值<=0.05的原始候选SL基因对意味着基因A和基因B的突变不是独立的,基因A和基因B的突变之间可能存在某些关系,此外,基因A和基因B的突变排他性可以计算为(X+N)/(M+N+X),较高的突变排他性表明基因A和基因B更有可能是互斥的突变,在此,仅选择卡方检验P值≤0.05且突变排他性≥0.8的候选SL对进行下游处理。6.根据权利要求5所述的一种对协同致死的癌症驱动基因进行预测的方法,其特征在于,所述特征计算包括基因对突变覆盖率、驱动突变概率、网络信息中心和半监督排名模型。7.根据权利要求6所述的一种对协同致死的癌症驱动基因进行预测的方法,其特...
【专利技术属性】
技术研发人员:韦嘉,吴金波,
申请(专利权)人:上海基绪康生物科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。