人类表型研究的动态网络方法
生物物理
2015-05-14 v1 数据分析、统计与概率
医学物理
定量方法
摘要
使用网络来整合不同的遗传、蛋白质组和代谢数据集已被提议作为阐明特定疾病起源的可行途径。在此，我们引入一个新的表型数据库，该数据库总结了来自超过3000万患者的疾病史在表型疾病网络（Phenotypic Disease Network, PDN）中的相关性。我们提供的证据表明，PDN的结构与理解疾病进展相关，具体表现为：（1）患者会发展出在网络上接近其已有疾病的疾病；（2）沿着网络链接的疾病进展在不同性别和种族的患者中有所不同；（3）被诊断患有在PDN中连接更紧密的疾病的患者往往比受连接较少的疾病影响的患者更早死亡；（4）在PDN中倾向于先于其他疾病发生的疾病往往比先于其他疾病的疾病连接更紧密，并且与更高的死亡率相关。我们的发现表明，疾病进展可以使用网络方法进行表示和研究，这为增强我们对人类疾病起源和演变的理解提供了潜力。本文介绍的数据集与本出版物同时发布，是研究界可公开获得的最大的关系型表型资源。
引用
@article{arxiv.0909.3893,
title = {A dynamic network approach for the study of human phenotypes},
author = {Cesar A. Hidalgo and Nicholas Blumm and Albert-Laszlo Barabasi and Nicholas Christakis},
journal= {arXiv preprint arXiv:0909.3893},
year = {2015}
}
备注
28 pages (double space), 6 figures