论文部分内容阅读
随着基因芯片技术的发展,靶向基因治疗方法在抑制口腔癌等恶性肿瘤细胞的生长、分化、侵袭、转移层面上为口腔癌提供了一种新的方法,降低以手术和化疗为主的治疗对患者造成的生理以及心理上的不良影响,改善患者的生存预后。靶向基因治疗的方法需要选择出来合适的基因,那么要解决的问题也就是从大量的复杂基因数据中利用数据挖掘分析得到合适的基因标志物。为靶向基因治疗提供合适的基因标志物,使得靶向基因治疗的效果更好,同时也为口腔癌的基因方向的研究提供一些参考以及为临床治疗提供一些依据。本文利用数据挖掘中的Cox单变量回归分析,以及分别使用两种回归分析方法(岭回归和LASSO回归分析)对口腔癌患者的基因表达进行数据挖掘分析,筛选出对口腔癌预后有影响的风险基因。再分别利用这两种回归方法获得的风险基因进行预后建模,通过生存分析以及ROC曲线(AUC值)来验证两种方法筛选出的风险基因是否对口腔癌的预后具有参考价值。利用验证集来验证我们用两种方法获取的基因对口腔癌预后的参考价值,通过对比岭回归和LASSO回归的数据挖掘的方法所得的基因以及验证结果,选择LASSO方法获取到的23个与口腔癌预后密切相关的基因,并结合临床信息以及独立的外部数据集对筛选的基因进行验证。最后,利用STRING基因功能分析以及文献查阅进一步验证我们筛选所得基因与口腔癌预后有着密切关系,可以为以后的口腔癌的基于分子生物学的临床研究以及治疗、诊断、预后提供一定的参考和理论依据。在前文分析完成后为了帮助研究人员及临床医生更加便捷地利用更多的基因组学数据进行肿瘤标记物表达的可视化分析,并利用临床数据对患者的生存作分析,本文采用Java语言的Springboot框架设计开发了一个用于对口腔癌患者基因组学表达信息进行分析以及结果展示的可视化系统。