MetaDCN: meta-analysis framework for differential co-expression network detection with an application in breast cancer

doi:10.1093/bioinformatics/btw788

元分析

.2017年4月15日；33(8):1121-1129.

doi:10.1093/bioinformatics/btw788。

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

附属公司

¹美国宾夕法尼亚州匹兹堡市匹兹堡大学公共卫生研究生院生物统计学系，邮编15261。
²美国宾夕法尼亚州匹兹堡大学医学院计算与系统生物学系，邮编15213。
^三国立台湾大学基因组与系统生物学学位课程，台北10617，台湾。
⁴乳腺癌转化研究实验室，J.C.Heuson，Jules Bordet研究所，布鲁塞尔自由大学，1000，比利时。
⁵Magee-Women's Research Institute，匹兹堡，宾夕法尼亚州15213，美国。

PMID： 28031185
预防性维修识别码： PMC6041767型
内政部： 10.1093/生物信息学/btw788

元分析

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

李朱等。生物信息学. 2017.

.2017年4月15日；33(8):1121-1129.

doi:10.1093/bioinformatics/btw788。

附属公司

¹美国宾夕法尼亚州匹兹堡市匹兹堡大学公共卫生研究生院生物统计学系，邮编15261。
²美国宾夕法尼亚州匹兹堡市匹兹堡大学医学院计算与系统生物学系，邮编15213。
^三国立台湾大学基因组与系统生物学学位课程，台北10617，台湾。
⁴乳腺癌转化研究实验室，J.C.Heuson，Jules Bordet研究所，布鲁塞尔自由大学，1000，比利时。
⁵Magee-Women's Research Institute，匹兹堡，宾夕法尼亚州15213，美国。

PMID： 28031185
预防性维修识别码： PMC6041767型
内政部： 10.1093/生物信息系统/btw788

摘要

动机：转录组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在病例/对照比较中进一步检测调控活动的变化。由于队列偏见和有限的样本量，根据单个转录组研究估计的共表达网络通常不稳定且不可概括。随着公开可用的转录组研究的快速积累，结合多种转录组研究的共表达分析可以提供更准确和稳健的结果。

结果：本文提出了一种检测差异共表达网络的元分析框架（MetaDCN）。首先通过模拟退火优化能量函数来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为以通路为中心的超级模块，并开发了Cytoscape插件（MetaDCNExplorer）来可视化和探索这些发现。我们将MetaDCN应用于两种乳腺癌应用：ER+/ER-比较使用五种训练和三种测试研究，ILC/IDC比较使用两种训练和两种测试研究。我们分别为ER+/ER-和ILC/IDC比较确定了20个和4个超模块。排名靠前的是ER比较的“免疫反应途径”和“补体级联途径”，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证实了现有的疾病机制，并发现了新的疾病机制。

可用性和实施：R软件包“MetaDCN”和Cytoscape应用程序“MetaDC浏览器”可在http://tsenglab.biostat.pitt.edu/software.htm .

联系人：ctseng@pitt.edu。

补充信息：补充数据可在生物信息学网站上获得。

PubMed免责声明

数字

图1
(A类)ER之间差异共表达的一个例子+ 和ER-乳腺癌。每个点代表一个样本。在*ABCA12公司*和*ABHD11公司*可在ER肿瘤中观察到（右），但在ER中不可见+ 肿瘤（左）。样品来自GSE7390。(B)通过能量函数优化进行基本模块检测和通过路径富集标准进行超级模块组装的程序图（此图的彩色版本可在*生物信息学*在线。）

图2
(A类)带有红色节点的ER组中连接更紧密的示例模块（L1）表明基因属于免疫反应途径。(B)示例模块（H7）更紧密地连接在ER中+ 红色节点组表示基因属于补体级联途径。节点表示基因，它们之间的链接表示共表达关系。每列对应一项独立研究。(C类)免疫反应途径超级模块的可视化。(D类)补体级联通路超模块的可视化。边缘颜色代表差异基因共表达的方向，其中正值（红色）代表ER-阳性-阳性共表达，负值（绿色）表示ER-阴性-阴性共表达。节点颜色代表其子模块的起源，免疫反应途径中注释的基因以黑圈突出显示。边缘宽度表示边缘权重（差分共同表达的Z分数）（此图的彩色版本可在*生物信息学*在线。）

图3
(A类)密度和(B)在离开交叉验证中，组装成免疫反应途径超模块的基本模块的相关性。实线分隔模块，虚线分隔训练集和测试集。(C类)模块密度和(D类)独立验证研究中富含免疫反应超模块的基本模块中的基因相关性。实线分隔训练集和测试集（此图的彩色版本可在*生物信息学*在线。）

图4
通过在METABRIC上应用DiffCoEx检测12个模块的基因-基因成对相关分布。实线分隔训练集（S4）和测试集（S1、S2、S3、S5）（此图的彩色版本可在*生物信息学*在线。）

请参阅PMC中的此图像和版权信息

类似文章

液体缔合的元分析框架。
王磊，刘斯，丁毅，袁斯，何毅，曾总。王磊等。生物信息学。2017年7月15日；33（14）：2140-2147。doi:10.1093/bioinformatics/btx138。生物信息学。2017 PMID：28334340 免费PMC文章。
MetaKTSP：一种用于组学预测分析的稳健交叉研究验证的元分析顶级评分对方法。
Kim S、Lin CW、Tseng GC。 Kim S等人。生物信息学。2016年7月1日；32(13):1966-73. doi:10.1093/bioinformatics/btw115。Epub 2016年3月2日。生物信息学。2016 PMID：27153719 免费PMC文章。
使用Gibbs采样器对异常值和统计进行转录调控网络的稳健识别。
Gu J、Xuan J、Riggins RB、Chen L、Wang Y、Clarke R。顾杰等。生物信息学。2012年8月1日；28(15):1990-7. doi:10.1093/bioinformatics/bts296。Epub 2012年5月17日。生物信息学。2012 PMID：22595208 免费PMC文章。
从许多机器学习模型中选择最小误差分类器的偏差校正。
丁勇，唐S，廖SG，贾J，奥斯特雷希S，林Y，曾GC。丁毅等。生物信息学。2014年11月15日；30(22):3152-8. doi:10.1093/bioinformatics/btu520。Epub 2014年8月1日。生物信息学。2014 PMID：25086004 免费PMC文章。
差异共表达分析允许识别在肿瘤转化和进展过程中改变的关键信号传导途径。
Savino A、Provero P、Poli V。 Savino A等人。国际分子科学杂志。2020年12月12日；21(24):9461. doi:10.3390/ijms21249461。国际分子科学杂志。2020 PMID：33322692 免费PMC文章。审查。

查看所有类似文章

引用人

XA4C：通过显示关键基因的自动编码器进行可解释表示学习。
李强，于毅，科斯那·P，伦·T，廖·W，张强。李强等。公共科学图书馆计算生物学。2023年10月2日；19（10）：e1011476。doi:10.1371/journal.pcbi.1011476。eCollection 2023年10月。公共科学图书馆计算生物学。2023 PMID：37782668 免费PMC文章。
通过转录组数据分析中的曲线扭曲改进生物标记的发现。
Sánchez-Baizán n、Ribas L、Piferrer F。 Sánchez-Baizán n等人。 BMC生物。2022年9月24日；20(1):208. doi:10.1186/s12915-022-01398-w。 BMC生物。2022 PMID：36153614 免费PMC文章。
通过生物信息学分析鉴定和验证安非他明类兴奋剂（ATS）和阿片依赖性的潜在中枢基因。
张伟，邓X，刘H，柯J，向M，马Y，张L，杨M，刘Y，黄F。张伟等。前发电机。2022年3月30日；13:837123. doi:10.3389/fgene.2022.837123。eCollection 2022年。前发电机。2022 PMID：35432486 免费PMC文章。
基于网络的癌症基因组数据集成用于模式发现。
朱峰，李杰，刘杰，闵伟。朱峰等。 BMC基因组数据。2021年12月10日；22（补充1）：54。doi:10.1186/s12863-021-01004-y。 BMC基因组数据。2021 PMID：34886811 免费PMC文章。
转录组Meta-分析中生物标记分类的一致模式及其在泛癌研究中的应用。
Ye Z、Ke H、Chen S、Cruz-Cano R、He X、Zhang J、Dorgan J、Milton DK、Ma T。 Ye Z等人。前发电机。2021年7月2日；12:651546. doi:10.3389/fgene.2021.651546。eCollection 2021年。前发电机。2021 PMID：34276766 免费PMC文章。

查看所有“被引用”文章

工具书类

1. Amar D.等人（2013）通过差异共表达在疾病中改变的调节网络的剖析。PLoS计算机。生物学，9，1553–7358。-项目管理咨询公司-公共医学
1. Bhattacharyya M.，Bandyopadhyay S.（2013）研究微小RNA的差异共表达揭示了白质在阿尔茨海默病早期进展中的重要作用。分子生物系统。，9, 457–466.-公共医学
1. Burke K.等人（2013）二次谐波产生揭示了乳腺肿瘤进展过程中的基质改变。J.生物识别。光学，18，31106。-项目管理咨询公司-公共医学
1. Choi Y.，Kendziorski C.（2009）基因集共表达分析的统计方法。生物信息学，252780–2786。-项目管理咨询公司-公共医学
1. Cunningham M.，Gilkeson G.（2011）免疫和自身免疫中的雌激素受体。临床。过敏免疫学评论。，40, 66–73.-公共医学

出版物类型

行动

物质

行动

赠款和资金

R01 CA190766/CA/NCI NIH HHS/美国

LinkOut-更多资源

[1] Amar D.等人（2013）通过差异共表达在疾病中改变的调节网络的剖析。PLoS计算机。生物学，9，1553–7358。-项目管理咨询公司-公共医学

[2] Amar D.等人（2013）通过差异共表达在疾病中改变的调节网络的剖析。PLoS计算机。生物学，9，1553–7358。-项目管理咨询公司-公共医学

[3] Bhattacharyya M.，Bandyopadhyay S.（2013）研究微小RNA的差异共表达揭示了白质在阿尔茨海默病早期进展中的重要作用。分子生物系统。，9, 457–466.-公共医学

[4] Bhattacharyya M.，Bandyopadhyay S.（2013）研究微小RNA的差异共表达揭示了白质在阿尔茨海默病早期进展中的重要作用。分子生物系统。，9, 457–466.-公共医学

[5] Burke K.等人（2013）二次谐波产生揭示了乳腺肿瘤进展过程中的基质改变。J.生物识别。光学，18，31106。-项目管理咨询公司-公共医学

[6] Burke K.等人（2013）二次谐波产生揭示了乳腺肿瘤进展过程中的基质改变。J.生物识别。光学，18，31106。-项目管理咨询公司-公共医学

[7] Choi Y.，Kendziorski C.（2009）基因集共表达分析的统计方法。生物信息学，252780–2786。-项目管理咨询公司-公共医学

[8] Choi Y.，Kendziorski C.（2009）基因集共表达分析的统计方法。生物信息学，252780–2786。-项目管理咨询公司-公共医学

[9] Cunningham M.，Gilkeson G.（2011）免疫和自身免疫中的雌激素受体。临床。过敏免疫学评论。，40, 66–73.-公共医学

[10] Cunningham M.，Gilkeson G.（2011）免疫和自身免疫中的雌激素受体。临床。过敏免疫学评论。，40, 66–73.-公共医学

将引文保存到文件

电子邮件引文

添加到集合

添加到我的书目

您保存的搜索

为外部引文管理软件创建文件

您的RSS源

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

附属公司

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

作者

附属公司

摘要

数字

类似文章

引用人

工具书类

出版物类型

MeSH术语

物质

赠款和资金

LinkOut-更多资源

全文源

其他文献来源

医学

摘要

数字

类似文章

引用人

工具书类

出版物类型

MeSH术语

物质

相关信息

赠款和资金

LinkOut-更多资源

全文源

其他文献来源

医学