基于基因功能信息預測疾病相關基因.pdf

1、疾病的發(fā)生是遺傳因素與環(huán)境因素共同作用的結果。發(fā)現(xiàn)疾病的致病基因是理解疾病致病原因、協(xié)助臨床判斷及預防診治的基礎,因此尋找疾病基因是后基因時代的重要目標。如何對連鎖分析或基因組關聯(lián)分析所得定位區(qū)域中的眾多基因進行疾病基因的風險評估是尋找疾病基因的關鍵問題之一。近幾年,已經(jīng)有很多研究者提出了許多基于基因信息的疾病基因的預測軟件和在線工具。研究發(fā)現(xiàn),當前用于疾病基因預測的信息資源中最具有預測效力的數(shù)據(jù)是基因功能相關信息,但是目前已有的基于基

2、因GO功能信息的方法并沒有充分的利用GO之間的結構關系,使得基于功能GO的預測方法在性能還有很大的提升空間。
　　本文首先提出一個新的基于已知疾病基因功能注釋信息的預測疾病基因的方法。它利用不同GO在DAG中的最短距離來分析待測基因的GO與已知致病基因的GO之間的相似性,對待測定位區(qū)間候選致病基因進行評分,按得分高低進行排序。基于OMIM數(shù)據(jù)庫中可用的最大數(shù)據(jù)集對這個方法進行評估,68.5％的疾病基因排名前10%。
　　但是

3、目前還有很多疾病沒有已知致病基因,或者已知致病基因沒有注釋信息,以上的方法不能對這樣的疾病進行疾病基因的預測。對這種缺少基因功能注釋的疾病,本文提出另一個新的疾病基因預測方法。它結合文本挖掘技術和上面方法中的GO功能相似性分析方法來實現(xiàn)對這種疾病的候選致病基因的預測。預測的過程是:首先,基于生物醫(yī)學文獻數(shù)據(jù)庫,利用文本挖掘技術獲取疾病相關表形信息,并結合人類基因產(chǎn)物蛋白質(zhì)的功能注釋,獲取疾病表型與GO注釋之間的關聯(lián);然后利用以上方法中的

4、GO相似性算法,對所有候選基因進行打分排列。這個方法主要適用于沒有已知疾病基因的疾病的致病基因的預測,作為已有的一些通常的利用已知疾病基因信息的預測方法的補充方法,可以更全面的對人類遺傳疾病進行致病基因的預測。
　　目前疾病基因預測的方法,包括以上提出的方法,主要集中在對基因信息的分析研究上,很少有人從相似疾病表型的角度進行分析。本文通過挖掘生物醫(yī)學文獻對疾病表型進行標準化,然后計算表型之間相似性,并對相似性進行分析,結果顯示這些

5、表型相似性與其功能注釋之間存在正向關系,即相似度高的表型的致病基因基因,在功能上的確具有較高的相似性特征。顯然,相似度高的疾病表型也可以應用到疾病基因的預測中。
　　在實際預測的時候,可能只知道待測的疾病表型和待測的區(qū)間,而不知道該疾病是否已經(jīng)有已知的致病基因或GO功能注釋。為了解決這個問題,我們增加一個判定模塊,整合以上兩個方法,開發(fā)了一個新的疾病候選基因預測工具CDGMiner,既能對已有已知致病基因功能信息的疾病,也能對還沒