[发明专利]一种基于网络节点关联度的共调控网络功能模块识别方法及系统

说明书

本发明公开了一种基于网络节点关联度的共调控网络功能模块识别方法。基于网络节点关联度的概念，将共调控网络中的关键调控子作为种子节点，并利用LASSO构建带权共调控网络，在该带权网络中识别共调控功能模块。本发明实现简单，只需根据表达谱数据和调控关系就能比较准确地识别出共调控网络中的功能模块，并且通过实验证明识别的功能模块具有很重要的生物意义，对于复杂疾病的致病机理研究具有重要的理论意义和实用价值。

技术领域

本发明属于计算生物学领域，涉及网络节点关联度的共调控网络功能模块识别方法及系统。

背景技术

新一代高通量测序技术(High-throughput Sequencing Technology)的出现与广泛应用使得获取的生物数据快速增长，这些数据包括基因组、蛋白质组、核酸、DNA与RNA序列数据，与此同时一系列生物数据处理方法应运而生，对生物数据的分析挖掘日益成为生物信息学研究的重点。后基因组时代，基于全基因组关联研究(Genome-Wide AssociationStudies，GWAS)通过对复杂疾病的成套DNA全基因组测序，致力于发现疾病的基因变异和单核苷酸多态性，研究并确定疾病易感区域和相关基因，寻找疾病标记物并实现疾病的早期诊断和有效的个性化治疗，开发新的药物和采取特异性防治措施。此外，通过微阵列及各种序列技术获得的大量表达谱数据为分析比较不同样本中差异表达的基因提供了有利支撑。计算生物学方法从不同水平对各种生物因子进行深入研究，极大促进了对生物体的复杂疾病致病机理的理论认知。

分析由调控子、靶基因和蛋白质等生物分子形成的复杂生物网络，是生物信息学的一个重要研究内容。目前的生物网络有转录调控网络、miRNA调控网络、共调控网络和蛋白质相互作用网络等。生物网络是生物体内各种分子通过相互作用来完成各种生物功能的一个体系。该体系将基因、蛋白质、转录因子、非编码RNA等因子联系在一起，反映了生物体内的复杂结构。基于网络水平的研究，不仅有助于从整体上理解生物体内各种负责事件发生的内在关联和机制，并且能够加深对细胞生长、发育、凋亡、分化、信号传导和代谢调控等生命活动规律的认识，为生命科学的发展和复杂疾病深入分析提供理论依据。疾病是当今人类面临的健康难题之一。其中，复杂疾病(如癌症、糖尿病、心血管疾病等)严重危害着人类的健康和生命，因此，研究复杂疾病的致病机理具有重要的现实意义。复杂疾病又称多基因病，是指由多个基因位点共同参与，且和环境因素相互作用决定表型的遗传疾病。越来越多的实验证据证明复杂疾病的发生和发展不仅是由单个基因突变导致，而是众多基因通过蛋白质复合物，调控网络及以调控作用通路来控制。因此单纯从基因或蛋白质等某一个角度去研究难以全面了解复杂疾病的发生发展过程。

生物网络作为从系统层次上分析细胞行为及各分子功能的研究方法吸引了大量研究者的关注。对网络的拓扑结构和功能模块挖掘等方面的研究都取得了显著成果。共调控网络中包含两种调控子(miRNA和转录因子)和靶基因。其网络的边类型也多样，主要包含转录因子调控miRNA、转录因子调控靶基因、miRNA调控转录因子和靶基因的调控作用、靶基因之间的相互作用，这些调控作用体现了细胞分子生命过程和功能执行的各个阶段，所以共调控网络包含比单个网络更丰富的生物信息。功能模块作为细胞生物功能实现的主要载体，是生物网络水平的热点研究对象。由于共调控网络涉及的节点类型和边类型多样，目前缺乏有效的方法识别共调控网络中的功能模块。

因此，有必要设计一种基于网络节点关联度的共调控网络功能模块识别方法。

发明内容

本发明所要解决的技术问题是提供一种基于网络节点关联度的共调控网络功能模块识别方法及系统。该方法基于共调控网络节点关联度，只需根据表达谱数据和调控关系数据就能比较准确地识别共调控网络中具有生物意义的功能模块。

发明的技术解决方案如下：

一种基于网络节点关联度的共调控网络功能模块识别方法，包括以下步骤：

步骤1)构建带权共调控网络：