利用微陣列資料與基因調控關係預測癌症相關基因

Prediction of Cancerous Genes using cDNA Microarray Data and Gene Regulation Relationship

石貴中(K.C. Shih)

指導教授 ： 陳榮銘

亞洲大學/資訊學院/生物資訊學系碩士班/碩士(2004年)

摘要

本篇論文主旨是將藉由分析癌症微陣列基因表現數據，利用基因的差異性表現來篩選出可能的癌症相關基因，並使用統計學上估計檢定的T-test驗證差異性表現結果的可信度，藉以尋找出具有生物實驗研究價值的癌症相關基因，並協助生物學家定義癌症相關基因表現值的範圍。

人類約有數萬個可表現的功能基因 (functional genes)。透過不同的基因表現控制著人類生長、發育、遺傳、行為及疾病等等生理現象及生化反應。正常的細胞內，基因藉由多步驟性的相互調控機制控制著細胞生長、分化、繁殖及死亡的過程。基因間的調控機制在人體內是一個非常重要的過程，倘若調控機制出現問題，就有可能造成疾病的產生。

在人類基因中要找出基因彼此間的調控關係是很難的，傳統的生物研究方法，不僅耗時也耗人力。近幾年來，Microarray技術的蓬勃發展，由於其可以快速同時產生大量的基因表現資料的優點，因此被大量運用於分析酵母菌、遺傳疾病、癌症等研究上。在研究基因間相互調控關係的問題上，Microarray技術也成為主流。

利用Microarray技術對成千上萬個基因進行分析工作後，可以得到大量的資訊，再利用生物資訊的方式，經由差異基因表現及化繁為簡的統計方式，相關的基因群就有可能被分析出來，對Gene Regulation研究有快速且深遠的影響。

本論文中，我們收集分析正常組織和癌症組織兩種狀態下基因Microarray的資料，利用基因條控關係的方法分析並預測細胞內基因間的相互調控關係。最後比較正常組織和癌症組織兩種狀態下，基因彼此間調控關係受改變的情況。將有差異者找出。這些基因可能與癌症的形成與調控有重要關聯。此結果可以提供生物學家進行更進一步之研究。

關鍵字

生物資訊 ； 微陣列資料分析 ； 差異性基因表現 ； 基因調控

並列摘要

Several of ten thousands functional genes control the growth, genetics, and behavior of living organisms by regulating different gene expressions. The genes in a normal cell control the process of cell growth, differentiation, reproduction, and apoptosis via multiple steps of interactive regulation mechanism. The mechanism of gene regulation is a very important process in human beings. If there is something wrong in the gene regulation mechanism, it may cause some diseases.

It is very difficult to identify the regulatory relations among genes in human genome. Traditional biological research methods consume huge amont of time and man strength. In recent years, with the rapid development of technologies, cDNA can be used to analyze the changes of gene expressions in different cells in a high throughput manner. In this paper, we propose a novel bioinformatics approach to predict the regulatory network of genes based on differential expressions of cDNA microarray databases for tumor and normal tissues. The differences in regulatory networks of genes for tumor and normal tissues reveal the information of finding possible cancer-related genes. The predicted cancerous genes can then be provided to biologists for further verification through biological experiments.

In this thesis, we propose a bioinformatic approach to discover possible cancer-related genes based on Synchronous Truth Table of cDNA microarray databases for cancer and normal tissues.

並列關鍵字

Bioinformatics ； Microarray data analysis ； Differential gene expression ； Gene regulation

參考文獻

[1] Okaichi K, Ide M, Usui A, and Okumura Y, “Hypergravity Induces Phosphorylation of p53 at Serine 15, but not an Expression of p53-downstream Genes”, J Radiat Res (Tokyo). 2004 Sep;45(3):399-403

[2] Xia L, Paik A, and Li JJ, “p53 activation in chronic radiation- treated breast cancer cells: regulation of MDM2/p14ARF”, Cancer Res. 2004 Jan

[4] Agathanggelou A, Cooper WN, and Latif F, “Role of the Ras-association domain family 1 tumor suppressor gene in human cancers”, Cancer Res. 2005 May 1;65(9):3497-508.

[5] Lee BJ, Chon KM, Kim YS, An WG, Roh HJ, Goh EK, and Wang SG, “Effects of Cisplatin, 5-Fluorouracil, and Radiation on Cell Cycle Regulation and Apoptosis in the Hypopharyngeal Carcinoma Cell Line”, Chemotherapy. 2005 May 11;51(2-3):103-110.

[6] Reed MJ, Purohit A, Woo LW, Newman SP, and Potter BV, “Steroid sulfatase: molecular biology, regulation, and inhibition”, Endocr Rev. 2005 Apr;26(2):171-202. Epub 2004 Nov 23.