基于多层异质网络的癌症甲基化图模式挖掘算法研究

Cancer is one of the leading cause for human death, and great efforts have been devoted to reveal the mechanisms of cancers because it is critical for cancer prevention and therapy. DNA methylation is an epigenetic modification, which is highly related to cancers. Thus, discovering cancer methylation patterns is valuable not only in theory research, but also in practical applications. The ultimate goal of this project is to mine the graph patterns in the methylation multi-layer networks for cancers via the integration of multiple heterogeneous biological data. The project focuses on two issues: First of all, the pan-cancer methylation multi-layer networks, consisting of long non-coding and protein-coding genes, are constructed based on the integration of Omic data, such as DNA methylation, gene expression, mutation data, etc. The topological analysis for the constructed multi-layer networks is performed to investigate the relation between topological structure and cancers. Then, the efficient and effective algorithms are developed to extract cancer specific and common modules. Second, the time-series heterogeneous networks associated with cancer progression are constructed. And, we develop methods for dynamic module detection, which traces how the pathways dynamically recruit genes during cancer progression. Finally, the evolving relation among the dynamic modules is also studied and the correlation between critical dynamic modules and cancers is also investigated. The outcomes of the projects provide novel computational strategies for analyzing the genome-wide gene methylation data, and the patterns provide clues for revealing the mechanisms of cancers.

癌症是导致人类死亡的主要原因之一，揭示其发病原理对癌症的预防与治疗极为重要。DNA甲基化与癌症的发生发展密切相关，在全基因组层面研究癌症甲基化模式具有重要的理论研究意义与应用价值。本项目以长非编码基因与蛋白编码基因为研究对象，利用数据挖掘与复杂网络理论与方法，通过集成甲基化等多源数据构建多层异质网络，挖掘致癌甲基化图模式。研究内容包括：①泛癌症甲基化图模式挖掘，集成甲基化等多源数据构建泛癌症多层异质网络，研究多层网络的拓扑指标，分析拓扑结构与癌症的关联性,设计快速、高效算法提取多层网络特异性与共有性模块；②癌症时序网络动态甲基化图模式挖掘与演化分析，利用特定癌症临床分类信息对患者样本进行分组，构建癌症甲基化时序异质网络，设计高效算法提取时序网络的动态模块及其演化关系；分析动态模块的生物功能与癌症恶化过程表型关联关系。项目成果将为科研人员分析癌症甲基化数据提供有效的计算手段与分析方法。

癌症是导致人类死亡的主要原因之一，揭示其发病原理对癌症的预防与治疗极为重要。DNA甲基化与癌症的发生发展密切相关，在全基因组层面研究癌症甲基化模式具有重要的理论研究意义与应用价值。本项目以长非编码基因与蛋白编码基因为研究对象，利用数据挖掘与复杂网络理论与方法，通过集成甲基化等多源数据构建多层异质网络，挖掘致癌甲基化图模式。研究内容包括：①泛癌症甲基化图模式挖掘，集成甲基化等多源数据构建泛癌症多层异质网络，研究多层网络的拓扑指标，分析拓扑结构与癌症的关联性,设计快速、高效算法提取多层网络特异性与共有性模块；②癌症时序网络动态甲基化图模式挖掘与演化分析，利用特定癌症临床分类信息对患者样本进行分组，构建癌症甲基化时序异质网络，设计高效算法提取时序网络的动态模块及其演化关系；分析动态模块的生物功能与癌症恶化过程表型关联关系。. 针对关键学术问题，围绕整体研究目标，项目顺利开展，在国际著名期刊发表与录用SCI论文20篇，国家专利4项，软件著作权3项，获得的重要结果包括：① 针对癌症恶化过程中时序网络构建难的问题，通过融合网络拓扑结构与图表示，提出了一系列时序网络预测算法，显著性提高时序链路预测准确性；② 针对癌症多层、时序网络模块挖掘难的问题，证明了多层网络聚类算法的等价性，研发出一系列非负矩阵分解算法挖掘演化模块； ③针对基因多组学数据融合难的问题，通过融入专家知识与拓扑间接关系，研发出一些列癌症网络模式挖掘算法； ④针对单细胞数据挖掘难的问题，提出了联合学习与深度学习方法对细胞类型进行预测。. 课题研究对于理解疾病发病原理、完善图理论与机器学习等相关领域的基础理论具有积极的推动作用。研究成果对于揭示生物生命过程的内部结构、复杂疾病的治疗与药物发现具有重要的意义。