论文部分内容阅读
【研究背景及目的】胃癌的发生是环境因素和遗传因素共同作用的结果。我国胃癌发病率和死亡率位居首位，且在我国各种恶性肿瘤发病率和死亡率方面也位居前列，严重威胁公众健康。目前胃癌治疗方法主要通过外科手术切除结合放、化疗。其中早期胃癌术后五年生存率可达到90%左右，所以早发现、早治疗对胃癌治愈至关重要。胃癌病理分型方法—Lauren分型可以作为独立因素来判定预后，其中肠型比弥漫型和混合型预后好。基因芯片技术在胃癌研究的广泛应用，积累了大量原始研究数据，为胃癌的分子分型研究开辟了一条新的途径。本研究就是通过对胃癌芯片数据进行元分析并结合数据挖掘、机器学习等生物信息学手段来筛选出胃癌特征标签基因，最终挑选出可以进行胃癌Lauren分型的特征标签基因集。为胃癌的分子分型分析提供一定的思路。【材料及方法】先通过对筛选出来的胃癌芯片表达谱数据进行元分析，挑选出一致性表达差异基因。随后通过通路富集分析、特征选择、聚类分析来筛选胃癌特征标签基因。最后通过实时定量PCR验证特征标签基因表达水平，然后将验证的特征标签基因集使用RadViz可视化方法对胃癌样本进行Lauren分型分析。【结果】对胃癌表达谱数据元分析，总共得到117个一致性差异表达基因。随后对一致性差异表达基因进行通路富集分析、特征选择、聚类分析，筛选出由9个基因组成的特征标签基因集可以很好的区分胃癌组织样本和正常组织样本。实时定量PCR验证出AHCY、NUP107、UBE2C3个基因，最终由这3个基因组成的特征标签基因集可以对胃癌样本进行精确的Lauren分型分析。【结论】1）特征选择结合层次聚类分析，由9个基因（AHCY、NUP107、PSMA7、PSMB2、UBE2C、ALDH1A、ATP4B、CKB和KCNE2）组成的特征标签基因集，可以很好的区分胃癌样本和正常样本，准确性达98.09%。2）由qRT-PCR实验证实的特征标签基因AHCY、NUP107、UBE2C组成的分类器，可以精确的对Lauren分型样本进行分类。