寻找癌症中与生存相关的突变子网络

下一代测序技术使得对同类型癌症大量患者的体细胞突变进行测量成为可能。分析这些突变的主要目标之一是识别与临床参数（如生存时间）相关的突变。由于基因和突变在通路背景下发挥作用，癌症中突变的遗传异质性阻碍了该目标。因此，为识别与生存时间相关的突变，在互作网络背景下研究突变至关重要。本工作中，我们研究从大型基因-基因互作网络中识别具有与生存相关突变的子网络的问题。我们利用基于对数秩检验检验统计量的子网络评分，正式定义了相关计算问题，对数秩检验是广泛用于比较两个群体生存的统计检验。我们证明该计算问题是NP难的，并提出一种称为生存相关突变网络(Network of Mutations Associated with Survival, NoMAS)的新算法来求解。NoMAS基于颜色编码技术，该技术此前已在其他应用中用于当子网络评分可加时以高概率找到最高评分子网络。在我们的情形中评分不可加；尽管如此，我们证明在癌症突变的合理模型下，NoMAS确实以高概率识别最优解。我们在模拟和癌症数据上测试NoMAS，将其与基于单基因检验的方法及各种贪婪方法比较。我们表明我们的方法确实找到最优解且优于其他方法。此外，在两个癌症数据集上，当孤立考虑时没有任何基因与生存有显著关联，而我们的方法识别出了与生存有显著关联的子网络。