NetRank：基于网络的生物标志物发现方法 

在肿瘤学领域，基因表达是疾病进展及其结果预测的有力指标。几十年来，微阵列和RNA测序已被广泛用于通过量化癌症患者RNA数据中基因的表达水平与健康个体的平均水平相比，以生物标志物特征的形式来研究概况。为此，引入了几种经典的统计方法，如DESeq2、edgeR和limma。值得信赖的生物标志物标签应该是可解释的，紧凑的，对数据变化具有鲁棒性，既不过度拟合也不偏向原始数据。然而，由于疾病的复杂性和所分析数据的高维性，在试图提供预测疾病结果和进展的因果和可解释模型时出现了困难。也许经典方法的主要局限性在于它们独立地评估生物标志物，而不考虑其功能和统计依赖性。这就需要使用补充技术来解决和处理这些困难，例如网络分析。 

除了与表型的统计相关性之外，网络科学还为探索评估生物标志物重要性的其他方面(如分子和功能相互作用)提供了有用的解释。此前，研究者开发了一个随机冲浪模型，将蛋白质相互作用与表达和表型信息结合起来，根据生物标志物预测癌症进展的有效性对其进行排名。受十种癌症特征概念的启发，我们的目标是通过关注癌症类型之间的共同特征而忽略差异，探索定义通用癌症生物标志物特征的可能性。这项工作的结果是发现了50个基因的生物标志物特征，这些基因在预测癌症结局方面具有可解释性和稳定性，无论癌症类型如何，不同数据集的曲线下面积在80%到90%之间。然而，这种特征不能被推断为区分不同的癌症表型或特征，因为它只关注共同的机制和功能。 

最近，Al-Fatlawi进一步扩展NetRank的实现和应用，以区分不同的癌症表型，并为该算法提供一个功能完整的开源R实现，包括RNA-seq基因表达数据的预处理和后处理，见图1。作者们通过区分3388名患者的19种癌症类型来评估算法(数据来自癌症基因组图谱(TCGA) https://portal.gdc.cancer.gov/)。 

图1 用于解释已实现管道中的主要过程的流程图 

NetRank是一个随机的冲浪者生物标记排名模型，灵感来自谷歌的PageRank算法。NetRank将蛋白质连通性(如共表达、信号通路、生物学功能、共定位、融合、共发生)与其统计表型相关性结合起来。它倾向于与表型密切相关并与其他重要蛋白相连的蛋白质。所提供的实现允许使用“bigstatsr”、“foreach”和“doparallel”包利用共享内存对任意数量的内核进行并行处理，见图2。 

图2 实现管道的并行处理机制 

NetRank的R代码参见：https://github.com/Alfatlawi/Omics-NetRank。 

参考文献

[1] Al-Fatlawi A, Rusadze E, Shmelkin A, Malekian N, Ozen C, Pilarsky C, Schroeder M. Netrank: network-based approach for biomarker discovery. BMC Bioinformatics. 2023 Jul 29;24(1):304. doi: 10.1186/s12859-023-05418-6. 

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC

12. 免疫信号通路关联的调控子数据库：ImmReg

13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM

14. AgeAnno：人类衰老单细胞注释知识库

15. 细菌必需非编码RNA资源：DBEncRNA

16. 细胞标志物数据库：singleCellBase

17. 实验验证型人类miRNA-mRNA互作数据库综述

18. 肿瘤免疫治疗基因表达资源：TIGER

19. 基因组、药物基因组和免疫基因组水平基因集癌症分析平台：GSCA

20. 首个全面的耐药性信息景观：DRESIS

21. 生物信息资源平台：bio.tools

22. 研究资源识别门户：RRID

23. 包含细胞上下文信息的细胞互作数据库：CCIDB

24. HMDD 4.0：miRNA-疾病实验验证关系数据库