利用食管鳞癌基因表达谱鉴定潜在的诊断标志物及其内在亚型

摘要

背景与目的：食管癌是一种致死性的恶性肿瘤，其中食管鳞癌占了食管癌的绝大部分肿瘤病理组织学类型，且发现的时候大部分病人已处于晚期，缺乏有效的治疗，导致预后极差。中国是世界上食管癌发病率最高的国家，而且食管鳞癌占了全部病例的90％。各种信号通路控制着肿瘤细胞的各种活动特性，并且关键基因总是参与到这些通路中。随着基因芯片技术的应用，有关食管鳞癌的基因表达谱不断增多；同时生物学功能数据库也在不断完善，我们对食管鳞癌在分子层面改变的认识进一步加深，但临床实践所用的诊断标志物并没有明显的发展。本文拟在食管鳞癌分子层面改变的基础上寻找潜在的诊断标志物，或许可推动标志物在临床上的应用。此外，同一种肿瘤通常存在不同的亚型，不同的亚型通常有不同的治疗方案和预后，探索食管鳞癌的不同亚型同样具有重要意义。
　　材料与方法：本文从NCBI中的GEO数据库获取食管鳞癌的基因表达谱数据，限定平台为Affymetrix U133系列的平台。将满足条件的数据集分成两部分，用于训练分类模型和探索亚型的数据集称为训练集，用于验证结果的称为验证集。第一部分，寻找潜在诊断标志物时，将所有数据集独立标准化后，使用DWD法合并训练集数据，之后求取正常与癌症组织的差异表达的探针。使用DAVID对差异表达的探针进行注释并进行KEGG通路富集分析，对富集到KEGG通路的基因使用Boruta特征选择算法选取特征基因并使用Z值对其重要性进行排序，使用IFS方法构建logistic回归模型，使用十倍交叉验证对样本的分类能力进行预测，当预测能力第一次达到最大时，确定纳入模型的基因个数。使用已建立的模型对标准化后的验证数据集进行预测，验证模型的外部性能，最终确定潜在的诊断基因。第二部分，探索食管鳞癌亚型时，在训练数据集中提取癌症样本，然后对其进行一致性聚类分析，根据聚类结果确定可信的聚类数目。然后使用相同的基因对验证数据集进行一致性聚类分析，验证聚类数目。
　　结果：共纳入5个符合条件的数据集，共96个食管鳞癌组织样本和106个正常组织样本。第一部分，共得到2861个探针呈差异表达，1079个探针对应803个基因被富集到KEGG通路；Bortua算法共产生73个具有对样本进行分类能力的特征基因，IFS方法构建的logistic回归模型共有两个基因，属于上调的基因，mcm2和cks1b,对样本的预测精度达0.96。两个基因构建的分类模型对验证数据集的预测精度分别为0.89和0.4，最终确定两个潜在的诊断基因。第二部分，根据一致性聚类结果，可以看到样本被分成了两类，求取两类的差异表达基因368个再次进行聚类，可以清晰的看到样本被分成了两类，类与类之间没有重合。使用368个基因在验证集中进行一致性聚类，同样可以看到样本可以被分成两类，但类与类之间有些许重合。
　　结论：（1）本文共发现两个潜在的食管鳞癌诊断基因，但诊断范围局限于组织。（2）不同的特征基因选择方法得到的潜在诊断基因不同。（3）临床上进一步验证组织标志物及其对应的血液标志物面临挑战。（4）食管鳞癌的内在亚型可能有两类。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 前言

1.1 研究背景及目的

1.2 生物信息学与数据挖掘

1.3 肿瘤异质性及内在亚型

第二章 材料与方法

2.1 诊断肿瘤标志物筛选

2.2 食管鳞癌亚类探索

第三章 结果

3.1 食管鳞癌潜在诊断基因

3.2 食管鳞癌可能存在的亚型

第四章 讨论与展望

4.1 潜在诊断标志物

4.2 食管鳞癌的内在亚型

参考文献

综述: 食管鳞癌分子诊断标志物综述

附录

附录一Boruta算法筛选得到的重要基因

附录二368个基因一致性聚类结果

附录三硕士在读期间论文发表情况

致谢