疾患遺伝子予測のためのタンパク質配列と相互作用データの分析

連鎖解析は、疾患を特定のゲノム領域と関連付けるための成功した手法です。これらの領域はしばしば大きく、数百の遺伝子を含んでいるため、疾患遺伝子を特定するために用いる実験的手法は困難で高価になります。我々は、さらなる実験的研究のための候補者を優先順位付けする2つの手法、共通経路スキャン（CPS）と共通モジュールプロファイリング（CMP）を提案します。CPSは、共通の表現型が同じ複合体または経路に参加するタンパク質の機能不全に関連しているという仮定に基づいています。CPSは、タンパク質間相互作用（PPI）および経路データベースから得られたネットワークデータを適用して遺伝子間の関係を特定します。CMPは、類似の機能を持つ遺伝子が破壊されると同じ表現型に至るという仮説に基づき、ドメイン依存の配列類似性アプローチを用いて候補を特定します。両方のアルゴリズムは、既知の疾患遺伝子または複数の疾患遺伝子座の2種類の入力データを使用します。既知の疾患遺伝子を入力として使用する場合、我々の組み合わせた手法は感度0.52および特異度0.97を持ち、候補リストを13倍に削減します。複数の遺伝子座を使用する場合、我々の手法は、感度0.84および特異度0.63で、すべてのベンチマーク疾患の疾患遺伝子を成功裏に特定します。我々の総合的アプローチは良好な候補を優先付けし、疾患遺伝子の発見プロセスを加速させます。