癌症疾病網絡 背景與目的 討論與結論 系統流程架構圖 基本資料分析 應用工具 研究方法 指導老師:陳光琦 老師 學生: 耿于晴、宋承豐、傅莛涵 4C. 4D. 背景與目的 討論與結論 近年來的十大死因之首乃是惡性腫瘤,惡性腫瘤又稱癌症是指細胞不正常增生。癌症的成因至今仍是個謎,但它卻與我們的生活環環相扣,所以我們希望藉由研究癌症間的共患性、基因與癌症之間的關聯、及蛋白質交互作用,了解癌症發病因之間的關聯,進行癌症轉移的預測,提供可能性較高轉移位點,讓醫護人員嚴密追蹤。 由基因疾病網絡 (圖四) 可知兩疾病之間的關聯。例如,153.8大腸其他特定部位之惡性腫瘤的相關基因最多,共同顏色表示ICD-O-3分在同一類,圖中可以看出這類別相關基因較多,而攝護腺惡性腫瘤(185.0)、卵巢惡性腫瘤(183.0) 也與此類疾病有高度基因鏈結關係。再由女性老年癌症疾病共患網絡圖 (圖三) 。黃色節點呼吸及消化系統之續發性惡性腫瘤(197.類別)有較高的盛行率,且大腸部位腫瘤和其較接近可看出關連較高。最後由衛福部統計前三大癌症的STRING_PPIs 網絡圖 (圖六、七、八) 及癌症疾病之基因網絡 (圖五) 相互驗證得知癌症疾病之相關基因的關聯度,以 TP53相關性最高。 系統流程架構圖 基本資料分析 應用工具 1.2006~2010年健保資料 2.OMIM基因資料庫、STRING蛋白質資料庫、UpToData疾病資料庫 3. C 程式語言、Excel 軟體、Gephi 繪圖軟體、 XML 語言、ASP.net 及 Html 網頁建構、R語言、SPSS、JavaScrip、CSS、SQL Server Management、Draw.io ▲圖1.首次罹癌年齡分佈圖 研究方法 首先擷取健保資料之癌症相關病例,統計疾病盛行率,再計算共患性ϕ(phi)與RR,以繪製共患網絡圖,再來,從OMIM疾病基因相關資料庫中搜尋並整理癌症相關基因,繪製基因網絡圖。進一步,將各癌症基因輸入至STRING蛋白質交互作用資料庫,找出相對應的蛋白質及有交互作用的蛋白質,輸出成蛋白質交互作用網絡圖,再進行拓樸分析,挑選出較重要的蛋白質建構蛋白質骨幹網路。 綜合分析上述幾種網絡圖,並從健保資料中得知就診時間、罹病順序,去推測疾病轉移的順序、位置、時期,進行癌症轉移的預測,並將結果以網頁的形式呈現,另外也參考了數個醫學相關網站及資料庫,製作癌症相關介紹資料庫,提供使用者參考。 ▲圖2.基因疾病次數圖
癌症疾病網絡 結果 指導老師:陳光琦 老師 學生: 耿于晴、宋承豐、傅莛涵 ▲圖6.大腸癌(153、154.1)基因及PPIs網絡圖和PPI骨幹網路 ▲圖3.女性老年癌症間共患網絡圖 ▲圖7.肝癌(155)基因及PPIs網絡圖和PPI骨幹網路 ▲圖8.肺癌(基因及PPIs網絡圖和PPI骨幹網路 ▲圖4.基因節點網絡圖 ▲圖4.男性不分年齡癌症間共患網絡圖 ▲圖5.男性壯年年齡癌症間共患網絡圖 ▲圖6.男性壯年年齡癌症間共患網絡圖