華聯: 以生物路徑叢(Pathway Cluster)概念從事復雜疾病之基因分析

    在后基因體時代，基因芯片 (microarray) 的出現讓研究人員得以宏觀的視野來探討分子機轉。在許多努力和資源投入到尋找新的疾病基因后，許多單基因疾病已成功地找出致病基因。然而，在復雜疾病 (例如高血壓、糖尿病及一些常見癌癥) 的研究上，收獲卻不如期待中的豐富。大多數復雜疾病的研究中都可找出分布在不同染色體上的致病基因，但其與疾病僅有小至中等的連結 (linkage) 或關聯性 (association)，且只有極少數的致病基因能在大量人口資料中，仍對疾病的連結或關聯性具有顯著性。目前從復雜疾病研究找到的致病基因，大多數在跨研究的報告中皆不具重現性。

復雜疾病具異質性、多源性
    以肥胖為例，在2004年Dr. Perusse1的研究發(fā)現：與人類肥胖相關的113個候選基因 (candidate gene) 在50個全基因掃描研究中，僅有18個基因在五個以上的研究提出一致的正面相關報導。另外，2005年Dr. Agarwal2 的評論提到 (如圖一所示)，25個高血壓基因在不同的連結或關聯性研究中，有9個基因在連結性研究中負面相關的報導多于正面相關的報導。而25個基因中，多數在關聯性研究中正面相關和負面相關的報導不相上下。
    文獻中將復雜疾病的致病基因在跨研究間缺乏重復性的現象，歸納出了幾點解釋。其中一個最廣為接受的看法是這些多因子疾病的異質性 (heterogeneous)。另外，因在不同研究中，對各種表型 (phenotype，如血壓、血糖) 定義上的不同和量測的不精確、對環(huán)境危險或保固因子 (如抽煙量，對污染物的攝取量) 的不同暴露程度以及不同人口之間基因背景的差異等因素，皆會遮蔽、加強或改變基因的作用并造成不同程度的疾病外顯率 (penetrance)。
    簡而言之，由于復雜疾病患者病因的多源性，稀釋了任何一個基因變異的效果。所以，當我們將許多病患集中在一起，試圖比較他們的基因和正常人有何不同時可能會發(fā)現不同的致病基因，甚至亦會發(fā)現跟疾病無關而是與病患其他特性相關的基因。

生物路徑叢 (Pathway Cluster) 概念
    目前在復雜疾病的研究上，一般以使用類似的表型以減少樣本間的異質性。然而，表型的同質化并不等于基因型的同質化。再者，一個疾病可能只是多種表型類似，但起源（基因）不同的病征組合。這個概念雖曾在文獻中被提出過，但科學家所使用的簡化表型方法并不盡理想。譬如在精神疾病領域，許多學者提出 ”endophenotype”，也就是「內在生物表型」這個概念。但他們所提出的操作方法，僅只是簡單化（或減化）表型，譬如：以解剖學、影像學，或癥兆定義上來減化，而沒有著眼在減化「參與病征發(fā)展的生化路徑」上。
    這個問題的主要瓶頸在于科學家對于疾病發(fā)展的機制還不夠了解。因此，中研院潘文涵教授3 提出以下建議：在現今大量產生的基因表現數據上，運用「數據探勘 (data mining)」的方法，進行群組分析 (cluster analysis)；將這些資料分成若干個群組內相關，但群組間不相關的多個群組，每一個群組可能代表一兩個少數源頭基因、和一些他的下游基因的表現狀態(tài)。所得群組同構型高且接近病原的潛在基因，因此可視為「生物路徑叢」的指針。
    我們首先用遺傳流行病學的方法學來檢驗，這些群組是否具遺傳性，再用此表現群組所得的分數（數量性狀）或再進一步切割出來的 0/1 性質來進行基因定位，成功率必大為增加。 

高血壓研究案例
    本公司特約研究員林可軒博士在中研院潘文涵教授實驗室服務期間，即在高血壓的研究上4運用特殊的人工神經網絡 (artificial neural network) 模型，以華聯的人類表達譜芯片 (HOA, Human   OneArray®) 所產生的大量基因數據來實現「生物路徑叢」的概念。如圖二所示，基因數據自神經網絡左方的輸入端進入模型。藉由不同的聯機連接到中間的隱藏點 (hidden node)。這些中間的隱藏點及代表不同的「生物路徑叢」。藉由聯機上不同的權重，決定各生物路徑叢包含的基因。最后，各生物路徑叢對各所屬基因加權 的結果決定是否送出影響輸出端 (output node) 做決策的信號。最后，輸出端對各生物路徑叢送出信號加權的結果決定是否誘發(fā)高血壓。林博士在文獻中詳述了決定各聯機的權重及生物路徑叢數量的方法。鑒于篇幅有限，本文中不予詳述。圖三顯示該文中以類神經網絡所構建之生物路徑叢與血壓的關系。圖中左方顯示高血壓病人的數據，右方顯示正常血壓者的數據。圖中由上而下分別為收縮壓、舒張壓、模型輸出端信號、模型隱藏點信號以及構建的三個生物路徑叢中實際基因的表現量。從模型隱藏點信號 (圖三(g)及(h)) 可看出三個生物路徑叢在高血壓病人及正常血壓者中呈現不同樣板。紅色樣板代表該生物路徑叢是處于表現 (expressed) 的狀況，藍色樣板則代表該生物路徑叢是處于不 (或低) 表現的狀況。從圖中可看出，生物路徑叢一 (endophenotype 1) 是強保固的 (strongly protective)，生物路徑叢二是弱保固的 (weakly protective)，生物路徑叢三則是強危害的 (strongly risk)。這三個生物路徑叢將高血壓病人及正常血壓者分成幾個群組，不同群組中，含生物路徑叢三者血壓最高，含生物路徑叢二者血壓微降，含生物路徑叢一者血壓下降最多。即構建的三個生物路徑叢對血壓調控有不同的角色。生物路徑叢亦可對高血壓病人做適當的分群。