基于網(wǎng)絡(luò)的流感病毒復(fù)制的研究

崔雙龍++李圓媛

摘 要：流感病毒是一種重要的呼吸道疾病病原，容易在人群中造成地方流行，給人類(lèi)帶來(lái)災(zāi)難和危害。利用A型流感病毒的四種毒株H3N2、H5N1、H7N7和H7N9的基因表達(dá)譜數(shù)據(jù)集，運(yùn)用偏最小二乘法，分別構(gòu)建了四個(gè)流感病毒感染復(fù)制的調(diào)控網(wǎng)絡(luò)，挖掘了四個(gè)數(shù)據(jù)集下在病毒復(fù)制過(guò)程中發(fā)揮重要功能的基因，為進(jìn)一步探索流感病毒在宿主細(xì)胞內(nèi)的復(fù)制機(jī)制，揭示流感病毒的致病機(jī)理提供了可能。

關(guān)鍵詞：偏最小二乘法 病毒復(fù)制 復(fù)雜網(wǎng)絡(luò)

中圖分類(lèi)號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2017）01（a）-0000-00

基金項(xiàng)目：湖北省教育廳科學(xué)技術(shù)研究計(jì)劃青年人才項(xiàng)目（Q20151505）；武漢工程大學(xué)第十期大學(xué)生校長(zhǎng)基金項(xiàng)目（2015008）

1 引言

人類(lèi)約60-70%的傳染性疾病是由病毒感染所引起。近年來(lái)，重大病毒傳染性疾病的爆發(fā)流行日趨嚴(yán)重，對(duì)人類(lèi)健康和社會(huì)經(jīng)濟(jì)發(fā)展構(gòu)成了巨大威脅。而這些病毒必須依靠宿主細(xì)胞才能不斷的復(fù)制下去，基于網(wǎng)絡(luò)的系統(tǒng)生物學(xué)方法，揭示病毒復(fù)制及與宿主相互作用網(wǎng)絡(luò)的分子機(jī)制，發(fā)現(xiàn)抗病毒藥物新靶標(biāo)，為病毒性傳染病預(yù)防和治療提供新理論和新技術(shù)，是當(dāng)前生命科學(xué)研究的前沿領(lǐng)域之一[1]。

2 多層網(wǎng)絡(luò)的構(gòu)造

2.1數(shù)據(jù)來(lái)源

在美國(guó)國(guó)家生物信息中心已經(jīng)公開(kāi)的數(shù)據(jù)庫(kù)中，GEO號(hào)為GSE49840的數(shù)據(jù)庫(kù)中包含了四組基因表達(dá)譜數(shù)據(jù)。這四組數(shù)據(jù)分別是被新型禽源流感病毒H7N9，禽流感病毒H5N1和H7N7，以及H3N2流感病毒數(shù)據(jù)。該實(shí)驗(yàn)數(shù)據(jù)通過(guò)四種不同的病毒去感染樣本，并且分別測(cè)量了病毒感染后宿主在3小時(shí)、7小時(shí)、12小時(shí)和24小時(shí)的基因表達(dá)譜數(shù)據(jù)。

2.2 數(shù)據(jù)預(yù)處理

對(duì)于每一組基因表達(dá)譜數(shù)據(jù)，我們根據(jù)探針信息的注釋文件，將探針號(hào)與基因ID號(hào)對(duì)應(yīng)起來(lái)，如果沒(méi)有對(duì)應(yīng)的基因ID號(hào)，我們將舍棄該探針，如果有幾個(gè)探針對(duì)應(yīng)的是同一個(gè)基因的ID號(hào)，我們將這幾個(gè)探針的平均值作為該基因的表達(dá)譜數(shù)據(jù)。

2.3 基因的選取

自2008年以來(lái)共有六個(gè)科研小組發(fā)現(xiàn)了參與流感病毒復(fù)制的人體宿主細(xì)胞因子，在這些宿主因子中有128個(gè)宿主基因至少被兩個(gè)實(shí)驗(yàn)證明參與了流感病毒復(fù)制[2]。我們發(fā)現(xiàn)這128個(gè)基因中有116個(gè)基因在GSE49840數(shù)據(jù)庫(kù)中有基因表達(dá)譜數(shù)據(jù)值，所以我們以這116個(gè)基因作為我們研究工作的候選基因。

2.4 多層網(wǎng)絡(luò)的構(gòu)建

一共有四組基因表達(dá)譜數(shù)據(jù)，所以我們構(gòu)建了一個(gè)四層的多層網(wǎng)絡(luò)，每一層是一種流感病毒的復(fù)制調(diào)控網(wǎng)絡(luò)，用一個(gè)線(xiàn)性方程來(lái)近似基因間的調(diào)控關(guān)系，用偏最小二乘法求解線(xiàn)性模型中的調(diào)控參數(shù)，并進(jìn)一步利用閾值篩選有顯著意義的調(diào)控關(guān)系，具體的步驟如下：

（1）計(jì)算成對(duì)基因之間的皮爾遜相關(guān)系數(shù)，設(shè)定閾值，得到一個(gè)流感病毒復(fù)制調(diào)控的初始網(wǎng)絡(luò)；

（2）為了簡(jiǎn)化，用一個(gè)線(xiàn)性方程來(lái)描述病毒復(fù)制有關(guān)的基因之間的調(diào)控關(guān)系：

其中 表示第 個(gè)基因的表達(dá)水平， 表示第 個(gè)基因?qū)Φ?個(gè)基因的作用強(qiáng)度。

（3）在Matlab中調(diào)用spline函數(shù)，根據(jù)基因在3小時(shí)、7小時(shí)、12小時(shí)、24小時(shí)的表達(dá)值，利用三次樣條插值每隔0.5小時(shí)進(jìn)行插值，然后用中心差分值代替微分值，得到基因在3小時(shí)、7小時(shí)、12小時(shí)、24小時(shí)這四個(gè)時(shí)刻的表達(dá)值變化率：

（f）選取合適的閾值 ，刪除相互作用強(qiáng)度較小的邊，從而得到每種病毒感染下的基因調(diào)控網(wǎng)絡(luò)。閾值 的選取是基于統(tǒng)計(jì)網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)隨著 的變化情況，當(dāng)節(jié)點(diǎn)數(shù)發(fā)生顯著變化時(shí)此時(shí)對(duì)應(yīng)的 值即為閾值。

3 重要模塊及基因的識(shí)別

首先基于所構(gòu)造的多層網(wǎng)絡(luò)，利用模塊探測(cè)算法ClusterOne[4]，識(shí)別了每一層網(wǎng)絡(luò)中的模塊。然后參照文獻(xiàn)[5]中定義的模塊影響力指標(biāo)，分別計(jì)算了四層網(wǎng)絡(luò)中每一層網(wǎng)絡(luò)的高影響力模塊，如表1所示：

在這些高影響力模塊中，基因DAP3、C6orf62、ACVR1C、ATP6V0D1至少兩次出現(xiàn)在了不同病毒的高影響力模塊中，我們認(rèn)為這四個(gè)基因在流感病毒的復(fù)制過(guò)程中發(fā)揮了重要的作用。它們可以成為新的抗病毒藥物的靶標(biāo)。

4 結(jié)論

本文中基因表達(dá)譜數(shù)據(jù)出發(fā)，利用偏最小二乘法構(gòu)建了一個(gè)流感病毒復(fù)制的基因調(diào)控多層網(wǎng)絡(luò)，每一層網(wǎng)絡(luò)是一種流感病毒，然后基于所構(gòu)造的多層網(wǎng)絡(luò)挖掘了與病毒復(fù)制有關(guān)的重要模塊和基因?yàn)榱鞲胁《緩?fù)制機(jī)制的研究和抗病毒藥物的研制提供了新的思路。

參考文獻(xiàn)

[1] N.-Y. Hsu， O. Ilnytska， G. Belov， et al. Viral reorganization of the secretory pathway generates distinct organelles for rna replication. Cell， 141（5）：799–811， 2010.

[2] Watanabe T， Watanabe S， Kawaoka Y. Cellular networks involved in the influenza virus life cycle[J]. Cell host & microbe， 2010， 7（6）： 427-439.

[3] 王惠文，吳載斌，孟潔. 偏最小二乘回歸的線(xiàn)性與非線(xiàn)性方法[M]. 北京：國(guó)防工業(yè)出版社， 2006

[4] T. Nepusz， H. Yu， and A. Paccanaro. Detecting overlapping protein complexes in protein-protein interaction networks. Nature Methods， 9（5）：471–472， 2012.

[5] Y. Li， S. Jin， L. Lei， Z. Pan， and X. Zou. Deciphering deterioration mechanisms of complex diseases based on the construction of dynamic networks and systems analysis. Scientific Reports， 5：9283， 2015.