Noël Malod-Dognin (Author), Julia Petschnigg (Author), Sam F. L. Windels (Author), Janez Povh (Author), Harry Hemmingway (Author), Robin Ketteler (Author), Nataša Pržulj (Author)

Abstract

We are increasingly accumulating molecular data about a cell. The challenge is how to integrate them within a unified conceptual and computational framework enabling new discoveries. Hence, we propose a novel, data-driven concept of an integrated cell, iCell. Also, we introduce a computational prototype of an iCell, which integrates three omics, tissue-specific molecular interaction network types. We construct iCells of four cancers and the corresponding tissue controls and identify the most rewired genes in cancer. Many of them are of unknown function and cannot be identified as different in cancer in any specific molecular network. We biologically validate that they have a role in cancer by knockdown experiments followed by cell viability assays. We find additional support through Kaplan-Meier survival curves of thousands of patients. Finally, we extend this analysis to uncover pan-cancer genes. Our methodology is universal and enables integrative comparisons of diverse omics data over cells and tissues.

Keywords

nenegativna matrična faktorizacija;povezovanje podatkov;vserakavi geni;povezane celice;biološka omrežja;non-negative matrix factorization;data integration;cancer-related genes;pan-cancer genes;integrated cells;biological networks;

Data

Language: English
Year of publishing:
Typology: 1.01 - Original Scientific Article
Organization: UL FS - Faculty of Mechanical Engineering
UDC: 576(045)
COBISS: 16484379 Link will open in a new window
ISSN: 2041-1723
Views: 639
Downloads: 506
Average score: 0 (0 votes)
Metadata: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Other data

Secondary language: Slovenian
Secondary abstract: Človeštvo vse bolj kopiči molekularne podatke o celicah, pri tem pa nastaja vedno večji izziv, kako jih vključiti v enoten konceptualni in računalniški okvir, ki bi omogočil nova odkritja. V članku predlagamo nov, na podatkih temelječ koncept integrirane celice, iCell. Prav tako uvajamo računski prototip take celice, ki združuje tri vrste omičnih podatkov, ki so tkivno specifični in se nanašajo na omrežja molekulskih povezav. Predstavimo konstrukcijo iCell na osnovi tkiv štirih vrst raka in ustreznih zdravih tkiv za potrebe kontrolnih skupin in identificiramo gene, ki so pri raku najbolj povezani z drugimi geni. Mnogi od njih imajo neznane funkcije v celici in jih v nobenem posamičnem molekularnem omrežju ni mogoče opredeliti kot statistično izstopajoče pri rakavih obolenjih. Njihovo vlogo pri raku biološko potrdimo s t.i. knockdown poskusi, ki jim sledijo še testi sposobnosti preživetja celic. Dodatno podporo našim ugotovitvam najdemo tudi v Kaplan-Meierjeve krivuljah preživetja več tisoč bolnikov. Na koncu analizo razširimo na iskanje pomembnih genov, ki so skupni več rakavim obolenjem. Naša metodologija je univerzalna in omogoča integrativne primerjave različnih omičnih podatkovnih virov preko celic in tkiv.
Secondary keywords: nenegativna matrična faktorizacija;povezovanje podatkov;geni;povezani z rakom;vserakavi geni;povezana celica;biološka omrežja;
Type (COBISS): Article
Pages: f. 1-13
Issue: ǂ[Vol.] ǂ10
Chronology: Feb. 2019
DOI: 10.1038/s41467-019-08797-8
ID: 11028277