材料和方法：
20個正常胸腺組織來自于IUSimon癌癥中心的Susan G. Komen組織銀行。10個TNBC腫瘤樣本用Life Technology的Ion Torrent Proton測序儀測序。測序結果與人類基因組的映射是用LifeScope軟件處理的。又從The Cancer Genome Atlas上下載了84個三陰性乳腺癌的樣本數(shù)據(jù)?；虿町惐磉_是用Partek Genomics Suite分析的。之后通路分析，網(wǎng)絡構建以及轉錄因子分析都是用IPA分析的，置信度p=0.001.
結果
本實驗主要應用IPA尋找關于三陰性乳腺癌的特征基因以及為以后的治療尋找靶點。主要使用了IPA的疾病和功能分析，經(jīng)典網(wǎng)絡分析，上游因子預測分析，因果網(wǎng)絡分析以及分子活性預測分析等功能。得到了如IL-6這樣新的靶點，TP53和RB1這樣新的上游調(diào)節(jié)因子，也找到了會影響TNBC的新基因HXOB4.
圖一：上表展示了TNBC數(shù)據(jù)集的總體特征。使用z-score 最為衡量值，IPA能夠預測出那種細胞活動影響了TNBC。這里，我們看到通常在發(fā)育和存活上升的情況下細胞凋亡和生長都下調(diào)了。下面的熱圖展示了數(shù)據(jù)中對下游的影響，每個方塊的大小表示了p值的顯著程度，橙色代表與功能正相關，藍色代表了負相關。
圖二 TNBC數(shù)據(jù)中變化顯著的經(jīng)典通路。每一個數(shù)據(jù)柱代表的是p值，橘紅色的點代表的是閾值以上的顯著差異的基因參與這個通路的多少?？梢钥吹?，圖中有很多癌癥相關的通路。也能看到與TNBC相關的通路（Estrogen-mediated S phase entry）在這里都能找到。
圖三：展示了TNBC中有顯著變化的經(jīng)典通路之間的聯(lián)系。IPA能夠將這些經(jīng)典通路之間的作用關系全部聯(lián)系起來。
圖四：使用IPA中的upstream regulators分析功能對TNBC上游的激活或抑制的調(diào)節(jié)因子做了預測。這些調(diào)節(jié)因子影響了TNBC數(shù)據(jù)集中的一些基因表達變化，并且IPA給出了關于這些因子和這些基因表達的已知的生物學意義。
圖五：表中這些分子是用IPA 因果網(wǎng)絡分析causal network analysis功能做出來的最具影響力的調(diào)節(jié)因子。IPA的因果網(wǎng)絡分析能夠幫助研究者發(fā)現(xiàn)新的基因，RNA，蛋白質。這些的因子的表達值也許能挖掘出數(shù)據(jù)集中新的調(diào)節(jié)因子和下游分子間的聯(lián)系。
圖六：舉例了一個由IPA的因果網(wǎng)絡分析推斷出來的因子的相關分析，比如HOXB4，這個因子可能在TNBC中發(fā)揮了關鍵作用。
圖七：IPA中的Upstream regulator分析功能證實了TNBC中基因表達的特征。這個Upstream regulator分析功能列出來一些列的轉錄調(diào)節(jié)因子，能夠解釋在這個數(shù)據(jù)集中觀測到的基因表達。
圖八：由IPA中的Upstream regulator分析功能預測的TP53的作用機制網(wǎng)絡圖。顏色代表了這些因子的活性。橙色代表了激活，藍色代表了抑制。
圖九：使用IPA中分子活性預測工具MAP（Molecular Activity Predictor）對PI3K基因做了通路分析。MAP能夠模擬激活或抑制一個分子，幫助研究者探尋一個網(wǎng)絡或者通路中可能的假設，可以看出對下游分子的直接影響，也可以推斷出這個網(wǎng)絡上游的活性。
結論：
使用IPA疾病和功能分析，能將癌癥中低細胞凋亡，高存活高細胞運動的標記都找出來。像免疫系統(tǒng)中觀測到的不正常的分子，可以作為治療研究的靶點。
經(jīng)典通路的分析同樣顯示出癌癥中一些標志分子，并且新發(fā)現(xiàn)了一些潛在的靶點，比如IL-6信號通路。
上游調(diào)節(jié)因子分析驗證了很多觀測到的激活或抑制的分子，比如TP53和RB1。對這兩個分子活性的預測可以作為TNBC的特征，顯示了功能突變的缺失。
因果網(wǎng)絡分析功能給出來幾個對TNBC有影響的新分子，比如HOXB4，一個影響造血干細胞發(fā)育的基因。
聯(lián)系客服
