卵巢癌是一种常见的妇科恶性肿瘤,同时也是最致命的女性疾病之一。由于潜在症状不明显,且缺乏可靠的早期筛查方法,约70%卵巢癌患者被诊断时已为晚期。不同阶段的卵巢癌患者生存率差异悬殊,晚期患者死亡率超过75%。因此,迫切需要寻找新型生物标志物改善卵巢癌预后效果,提高患者个体化治疗效率。本文基于几种生物分子网络,如基因共表达网络、蛋白质互作网络,利用卵巢癌高通量数据构建了预后相关生物网络。根据网络拓扑性质和通路活性识别新型预后生物标志物,同时建立可靠的预测模型。本文主要工作如下:(1)利用卵巢癌预后相关基因构建基因共表达网络,鉴定预后生物标志物并进行生存率的预测。首先对TCGA(The Cancer Genome Atlas)数据库下载的卵巢癌基因表达数据实施单因素回归分析,利用得到的747个预后相关基因构建卵巢癌预后加权基因共表达网络。其次,考虑网络的生物学意义,利用蛋白质相互作用数据对共表达网络中的模块重新加权,并根据网络中基因的拓扑重要性对基因进行排序。最后,运用Cox比例风险回归对网络中的重要基因构建卵巢癌预后模型,鉴定了3个预后生物标志物。生存分析结果显示,这3个标志物能够显著区分不同预后的患者,较好地预测卵巢癌患者的预后情况。(2)对卵巢癌预后相关的可变剪接事件进行系统分析,挖掘可变剪接在卵巢癌中的预后价值。从TCGASpliceSeq数据库中下载卵巢癌患者数据,运用单因素Cox回归分析筛选得到290个与预后相关的剪接事件(prognostic-associated alternative splicing events,PASEs)。融合PASEs对应基因的蛋白质相互作用数据构建卵巢癌预后加权网络,同时对网络进行拓扑分析和功能富集分析。根据网络中节点的度选出前20个可变剪接事件作为预后特征,利用Cox比例风险模型建立卵巢癌预后预测模型。结果显示,这些可变剪接事件作为预后特征能够较好地预测患者的预后情况,可作为潜在的卵巢癌预后生物标志物。(3)在功能层面识别与卵巢癌预后相关的通路生物标志物。基因产物通常以功能模块的方式协同作用,与(1)、(2)的单基因和单可变剪接事件生物标志物相比,功能层面的生物学标记更稳定。对卵巢癌预后相关基因进行通路富集分析得到预后相关通路。构建全局蛋白质相互作用网络,通过随机游走评估基因在网络中的拓扑重要性。根据基因拓扑重要性调整权重,结合基因表达谱推断卵巢癌预后相关通路活性,并构建Cox模型预测生存结局。结果表明,基于通路的方法比第二章中基于基因的方法获得了更好的整体预测性能。通路活性积累了比单基因标志物更大的辨别力,在预测生存结果方面更为稳健。