元DCN

MetaDCN:差异共表达网络检测的meta分析框架及其在乳腺癌中的应用。转录组学研究中的基因共表达网络分析可以阐明基因-基因相互作用和调控机制。差异共表达分析有助于进一步检测病例/对照组中调节活动的变化。单转录组学研究估计的共表达网络通常不稳定,由于队列偏差和有限的样本量而不能推广。随着公开的转录组学研究的快速积累,结合多种转录组学研究的共表达分析可以提供更准确和可靠的结果。结果:在本文中,我们提出了一个检测差异共表达网络的元分析框架(MetaDCN)。通过模拟退火优化能量函数,首先检测差异共表达种子模块。共享共同通路的基本模块被合并成以通路为中心的超级模块,并开发一个细胞景观插件(MetaDCNExplorer)来可视化和探索研究结果。我们将MetaDCN应用于两个乳腺癌的应用:使用五个训练和三个测试研究的ER+/ER-比较,以及两个训练和两个测试研究的ILC/IDC比较。我们分别为ER+/ER-和ILC/IDC比较确定了20个和4个超级模块。排在第一位的是内质网比较的“免疫反应途径”和“补体级联途径”,以及用于ILC/IDC比较的“细胞外基质途径”。在不需要先验信息的情况下,MetaDCN的结果以系统的方式确认了现有的疾病机制,并发现了新的疾病机制。可用性和实现:R包“MetaDCN”和Cytoscape应用程序“MetaDCNExplorer”可在http://tsenglab.biostat.pitt.edu/software.htm上找到