先验生物知识与表观遗传信息提升贝叶斯 Wnt 通路的预测精度

Wnt 信号通路的计算建模因其作为计算机辅助诊断工具的开发治疗性癌症靶向药物以及预测测试样本为癌性或非癌性的用途而备受关注。本手稿侧重于开发不同复杂度的简单静态贝叶斯网络模型，该模型涵盖了关于影响 Wnt 通路的细胞内和细胞外因子的部分可用先验生物知识，并整合了表观遗传信息，如已知对 Wnt 通路具有抑制作用的少数基因的甲基化和组蛋白修饰。可以预期，此类模型不仅能提高癌症预测精度，还能为理解不同肿瘤发生状态下的 Wnt 信号活性奠定基础。在人类结直肠癌病例中的初步结果表明，整合表观遗传信息提高了将测试样本预测为肿瘤或正常的准确性。受试者工作特征曲线（ROC）及其各自的曲线下面积（AUC）测量值（源自对测试样本状态的预测以及相应的 Wnt 通路转录复合物激活状态的预测）表明，Wnt 通路开启（关闭）与其和样本为肿瘤（正常）的关联之间存在显著差异。双样本 Kolmogorov-Smirnov 检验证实了这些预测分布之间的统计偏差。在初步阶段，使用这些模型可能有助于理解某些因子（如 DKK2、DKK3-1 和 SFRP-2/3/5）对 {\beta}-catenin 转录复合物尚未已知的影响。