卵巢癌基因共表達網絡及預后標志物的研究

顧云婧, 朱 平

(江南大學 理學院， 無錫 214122)

卵巢癌是最致命的女性疾病之一，2012年全球共診斷出約238 700例新增卵巢癌患者，居于女性癌癥死因的第4位[1]。由于潛在癥狀不明顯，且缺乏可靠的早期篩查方法，約70%卵巢癌患者被診斷時已為晚期(III-IV期)，晚期患者的5年生存率低于30%[2]。目前，卵巢癌患者的治療主要通過手術切除和化療[3]，但大多數晚期患者會在18個月內復發[4]，預后情況并不理想。因此，這就需要對卵巢癌的早期診斷和預后標志物進行更深入的研究，將其應用于卵巢癌的治療指導和患者管理，以開發更有效的治療方法來改善卵巢癌的預后效果。

近30年，基因、蛋白質、代謝等組學的迅速發展以及對腫瘤生物學的深入研究，目前已經發現了VEGF、HE4等數百種具有預后價值的卵巢癌生物標志物[5]。因此，臨床上迫切需要對卵巢癌預后標志物進行系統分析，以便于指導臨床治療策略，基因相互作用網絡則為系統分析提供了可能。研究表明，基因相互作用網絡可以用于探究功能基因簇(功能模塊)和預后因素之間可能存在的內在聯系[6]。通過加權基因共表達網絡分析方法(Weighted gene co-expression network analysis，WGCNA)構建穩健的基因共表達網絡，其中有意義的模塊可用于推斷腫瘤機制，預測患者存活率，以及建立新的診斷或治療目標。WGCNA方法為系統生物學提供了功能性解釋工具，目前已運用于乳腺癌、子宮內膜癌等腫瘤中[7-10]。在卵巢癌中，研究人員應用WGCNA研究了TP53錯義和無效突變[11]。

為了提高預后標志物的準確性，在構建共表達網絡時融合基因的蛋白質相互作用(Protein-protein interaction, PPI)數據，從而將基因的生物學意義納入網絡。……