基于网络的不完全网络信息通路富集分析

通路富集分析已成为生物医学研究人员深入了解差异表达基因、蛋白质和代谢物潜在生物学机制的关键工具。它降低了复杂性，并提供了对治疗和/或疾病状态下细胞活动变化的系统级视图。使用现有通路网络信息的方法已被证明优于仅考虑通路成员关系的简单方法。然而，尽管在理解生物通路成员之间的关联方面取得了显著进展，并且包含生物分子相互作用信息的数据库也在扩大，但现有的网络信息可能不完整或不准确，并且不是细胞类型或疾病条件特异性的。我们提出了一个约束网络估计框架，该框架将基于细胞和条件特异性高维组学数据的网络估计与现有数据库中的相互作用信息相结合。由此产生的通路拓扑信息随后被用于提供一个框架，用于同时检验通路成员表达水平的差异以及它们的相互作用。我们研究了所提出的网络估计量和通路富集检验的渐近性质，并在模拟和真实数据设置中研究了其小样本性能。