基于节点-模块置信度及局部模块度双重约束挖掘前列腺癌候选疾病模块

前列腺癌病因及发病机理研究有助于前列腺癌预防和治疗．目前，前列腺癌生化试验研究方法成本高、耗时，而基于网络计算方法容易受基因表达谱数据不完整、噪声高及实验样本数量少等约束．为此，本文提出一种基于节点-模块置信度及局部模块度的双重约束算法(命名为nmcom)，挖掘前列腺癌候选疾病模块．nmcom算法不依赖基因表达谱数据，采用候选基因与致病表型之间一致性得分，候选基因与致病基因之间语义相似性得分融合排序策略，选取起始节点，并基于节点-模块置信度及局部模块度双重约束挖掘前列腺癌候选疾病模块．通过对挖掘出的模块进行富集分析，最终得到18个有显著意义的候选疾病基因模块．与单一打分排序方法及随机游走重开始方法相比，nmcom融合排序策略的平均排名比小、auc值大，且挖掘出结果明显优于其他模块挖掘算法，模块生物学意义显著．nmcom算法不仅能准确有效地挖掘前列腺癌候选疾病模块，且可扩展挖掘其他疾病候选模块．