FUNMarker: フュージョンネットワークに基づく予後および異質な乳癌バイオマーカーを特定する方法

乳癌は多くの臨床的に識別可能な分子サブタイプを持つ異質な疾患であり、それぞれが患者のクラスターに対応しています。乳癌の予後および異質なバイオマーカーを特定する目的は、乳癌の結果の正確な生存予測に使用できるクラスター特異的遺伝子バイオマーカーを検出することです。本研究では、患者サンプルの異質性と複数の情報源からの生物学的情報を考慮して、予後および異質な乳癌バイオマーカーを特定するために、フュージョンネットワークに基づく方法（FUNMarker）を提案しました。患者の異質性の影響を減少させるために、遺伝子発現の主成分に基づいて最初にK-meansアルゴリズムを使用してサンプルをクラスタリングしました。各クラスターについて、乳癌に対する遺伝子の影響を包括的に評価するために、遺伝子は生物学的機能、予後能力、既知の疾患遺伝子との相関の三つの観点から重み付けされました。そして、七種類のネットワークからの物理的なタンパク質相互作用を組み合わせたフュージョンネットワーク上でラベル伝播モデルを使用してランキングされ、インタラクトームの不完全性の影響を減少させることができました。FUNMarkerを三つの最先端の方法と比較した結果、FUNMarkerによって特定されたバイオマーカーは生物学的に解釈可能であり、異なる予後結果を持つ患者を区別する上で既存の方法よりも強い識別力を持っていることが示されました。