人类疾病网络
The human disease network
Goh K-I, Cusick ME, Valle D, Childs B, Vidal M, Barabási A-L
用 OMIM 疾病–基因关联构建疾病网络,发现疾病共享遗传根源、按类别聚集,多数遗传病基因位于网络外围。
相互作用组、疾病模块、网络邻近度与分离度、药物–靶点–疾病网络、网络药物重定位与外部验证。
Disease modules, network proximity and drug repurposing
在相互作用组上定义疾病模块,用度匹配零模型量化疾病分离度与药物邻近度,并经外部验证用于药物重定位
疾病基因是否聚成模块(最大连通分支 + 度匹配随机基线)疾病模块、网络邻近度与药物重定位
药物–疾病网络邻近度(最近距离 d_c + 度匹配 z 分数)疾病模块、网络邻近度与药物重定位
两个疾病模块的网络分离度 s_AB疾病模块、网络邻近度与药物重定位
DIAMOnD 疾病模块扩展(连接显著性 + 逐步加入)疾病模块、网络邻近度与药物重定位
网络传播——带重启随机游走(RWR)与热扩散的参数、度偏倚与去偏疾病模块、网络邻近度与药物重定位
药物组合的网络构型(两药分离度 + 各自与疾病模块的邻近度)疾病模块、网络邻近度与药物重定位
链路预测——共同邻居、资源分配与长度为 3 的路径(L3)疾病模块、网络邻近度与药物重定位The human disease network
Goh K-I, Cusick ME, Valle D, Childs B, Vidal M, Barabási A-L
用 OMIM 疾病–基因关联构建疾病网络,发现疾病共享遗传根源、按类别聚集,多数遗传病基因位于网络外围。
Network medicine: a network-based approach to human disease
Barabási A-L, Gulbahce N, Loscalzo J
纲领性综述:疾病很少源于单个基因,而是细胞分子网络的扰动;系统梳理网络医学的核心假设、疾病基因预测方法与疾病间关系网络。
Uncovering disease-disease relationships through the incomplete interactome
Menche J, Sharma A, Kitsak M, Ghiassian SD, Vidal M, Loscalzo J, et al.
给出不完整互作组中疾病模块可被观测的条件,提出网络分离度,用以预测疾病间的生物与临床相似性。
Network-based in silico drug efficacy screening
Guney E, Menche J, Vidal M, Barabási A-L
提出校正度偏倚的药物–疾病网络邻近度,发现有效药物的靶点更靠近疾病基因。
Cancer-keeper genes as therapeutic targets
Zhang X, Pan C, Wei X, Yu M, Liu S, An J, et al.
提出在所有控制方案中都处于控制路径中间的控制枢纽,用作癌症维持基因,并在膀胱癌细胞和小鼠模型中检验部分候选。