摘要
我们提出了一种新的肿瘤特征基因调控网络构建方法,首先用P-tree方法快速筛选肿瘤特征基因集;然后结合GO体系中对基因的注释信息与芯片数据信息对特征基因进行聚类;最后通过文献挖掘方法,以聚类获得的每个功能类中的基因为核心,建立肿瘤特征基因功能类网络模块。实验结果表明:本研究的方法明显提高了特征基因筛选速度,网络构建基于生物功能过程进一步细化,同时通过文献挖掘方法在网络中补充入大量与肿瘤特征基因发生直接或间接关系的基因,网络内容更加丰富与条理化。通过结合芯片数据,GO体系与相关文献中信息构建肿瘤特征基因调控网络能够构建更为细致、丰富,并针对具体调控过程的网络模块,为肿瘤的产生,发展与转移过程分析提供有效的指导。
We presented a novel method on construction of regulatory networks of feature genes about tumor.Firstly the feature genes about tumor based on P-tree was rapidly selected;then the feature genes were clustered on combination of GO annotation and microarray data;finally the functional modules of regulatory network were constructed by text mining,and the feature genes of every cluster was made the core of network.The result of experiments demonstrated that our method greatly reduced the time of feature genes′ ...
出处
《生物医学工程研究》
2009年第4期237-241,共5页
Journal Of Biomedical Engineering Research
基金
国家自然科学基金资助项目(60835005)
关键词
GO体系
芯片数据聚类
特征基因
调控网络
功能类
Gene Ontology
Clustering microarray data
Feature genes
Regulatory networks
Functional classes