论文部分内容阅读
乳腺癌作为全球女性发病率最高的癌症给全球妇女的生活带来了严重的影响。目前,早期筛查依旧是控制乳腺癌发展最有效的手段。由于缺乏准确的生物标志物,乳腺癌的早期诊断依然十分困难。因此,有必要探索参与乳腺癌发生和发展的分子机制,以发现更多新的候选基因来改善早期诊断和治疗决策。本文通过对乳腺癌基因表达数据进行分析,找到乳腺癌的相关基因,并从中筛选出与预后显著相关的基因作为乳腺癌的生物标志物;其次将这些基因作为一个整体,构建预后模型;最后利用该模型对乳腺癌患者进行预后评估,以提高对乳腺癌的预测质量。本文的主要研究内容如下:(1)本文提出一种DO-UNIBIC相关基因选择方法。针对疾病本体分析无法找出乳腺癌的潜在相关基因,不能有效利用基因表达数据的问题,本文提出首先使用疾病本体分析从乳腺癌差异表达基因中筛选出乳腺癌的相关基因,然后利用UNIBIC算法从表达数据中基于最长公共子序列找出所有变化趋势一致的基因簇。经过实验证明,两种算法的结果中有交集的基因簇中存在着与乳腺癌相关以及潜在相关的基因,从而可以在乳腺癌的差异表达基因中筛选出更全面的乳腺癌相关基因作为预后分析的候选基因集。(2)本文构建一个八基因预后模型对乳腺癌患者进行预后风险评估。本文采用多因素Cox比例回归对候选基因集进行预后分析得到与预后显著相关的8个基因,这8个基因分别为ACSL1、CD24、EMP1、JPH3、CAMK4、JUN、S100B和TP53AIP1。从多因素Cox回归分析的结果可以得知,ACSL1、CD24、EMP1和JPH3这四个基因为风险因素,它们的高表达对预后有不良影响;CAMK4、JUN、S100B和TP53AIP1这四个基因为保护因素,它们的高表达能起到良好的预后作用。其中,ACSL1是本文方法筛选出的乳腺癌的潜在相关基因。最后,将这8个基因作为一个整体来构建八基因预后模型,通过其整体风险评分,对乳腺癌患者进行预后评估,研究结果表明,该模型的评估效果是可靠的。