癌症如何产生：基于 hallmark 网络的数据驱动普洛洛意义
定量方法
2025-02-28 v1
摘要
癌症是由动态调控变化驱动的复杂疾病，单个分子荟萃数据无法完全捕捉其本质。我们采用数据驱动方法，构建基于 hallmark 相互作用的粗粒度动态网络模型，将随机微分方程与基因调控网络数据相结合，以探索肿瘤发生中的关键宏观动态变化。我们的分析表明，网络拓扑在 hallmark 表达发生显著变化之前发生了显著的重构，serving as 肿瘤恶性化的早期指示器。对 15 种癌症类型的全肿瘤检查揭示了普洛洛模式，其中 Tissue Invasion and Metastasis（组织侵袭与转移）在正常与癌症状态之间的差异最为显著，而 Reprogramming Energy Metabolism（再编程能量代谢）的差异则最不显著，这与肿瘤生物学特征相符。这些发现强化了癌症演化的系统性本质，突显了基于网络的系统生物学方法在理解肿瘤发生中的关键转变方面的潜力。
引用
@article{arxiv.2502.20275,
title = {How cancer emerges: Data-driven universal insights into tumorigenesis via hallmark networks},
author = {Jiahe Wang and Yan Wu and Yuke Hou and Yang Li and Dachuan Xu and Changjing Zhuge and Yue Han},
journal= {arXiv preprint arXiv:2502.20275},
year = {2025}
}