对抗癌药物反应相关基因的系统分析研究

发布时间：2017-08-22 06:44

  本文关键词：对抗癌药物反应相关基因的系统分析研究

  更多相关文章： 药物敏感性 功能富集分析 差异模块 关键驱动因素分析 基因共表达

【摘要】：从病人的基因组数据出发准确预测抗癌药物对个体的敏感性是实现肿瘤个体化医疗的核心步骤之一.目前,针对抗癌药物敏感性预测的模型均是利用不同的基因组信息建立回归或分类模型,采用机器学习方法进行预测.然而我们知道,不同的基因组信息之间存在很强的相关性,系统研究这些相关性关系,尤其是基因的共表达与抗癌药物敏感性的关系具有重要的理论意义.在本篇论文中,我们建立系统分析研究的方法来识别药物敏感性在基因表达、基因共表达、共表达模块差异性的变化,并将上述方法应用于癌细胞系百科全书的基因表达和药物反应数据中.对于所有的药物,我们找到了超过4000个药物反应相关基因.对于每种药物,与药物反应相关基因(drug response associated,简称DRA)的数量从0到1226不等.功能富集分析的结果显示DRA基因显著富集在细胞周期和质膜上.对于大部分药物,DRA基因在男性和女性之间有着显著的一致性,但是对于靶向性别特异性癌症的少数药物(例如治疗乳腺癌和卵巢癌的药物PD-0332991),只有极少量的基因有着显著的一致性.我们也发现了DRA基因在年轻组和老年组有相当大的不同,证明了在个性化医疗中考虑年龄因素的必要性.最后,经过差异模块分析和关键驱动因素分析,发现在DRA网络模块中,与细胞周期相关的模块有非常大的差异性.结果也表明免疫基因如VEGFA, TSPO, TP53和与细胞周期相关的基因是重要的关键驱动基因.这些关键驱动基因为提高肿瘤治疗的准确性提供了新的药物靶向.
【关键词】：药物敏感性 功能富集分析 差异模块 关键驱动因素分析 基因共表达
【学位授予单位】：上海师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R979.1;O212.1
【目录】：

• 摘要2-3
• Abstract3-5
• 第一章 绪论5-8
• 1.1 研究背景5-6
• 1.2 本文主要工作6-8
• 第二章 抗癌药物敏感性预测的线性回归模型8-18
• 2.1 数据的介绍及预处理8
• 2.2 模型建立8-9
• 2.3 模型结果9-13
• 2.4 与药物敏感性相关基因的生物学功能13-14
• 2.5 性别对药物敏感性影响14-16
• 2.6 年龄对药物敏感性影响16-18
• 第三章 抗癌药物敏感性预测的网络模型18-22
• 3.1 模型建立18
• 3.2 模型结果18-20
• 3.3 关键驱动因素分析20-22
• 第四章 讨论22-24
• 参考文献24-29
• 附录29-36
• 致谢36-37
• 攻读学位期间取得的研究成果37-40
• 附件40

【相似文献】

中国期刊全文数据库 前10条

1 徐存拴,袁金云,韩鸿鹏,常翠芳,李文强,杨柯金,赵利峰,李玉昌,张会勇,Salman Rahman;大规模鉴定大鼠0,4,36,72,96h短间隔连续部分肝切除中再生肝差异表达的基因[J];中国科学C辑:生命科学;2005年02期

2 庄远红;;cDNA芯片技术的应用[J];江西教育学院学报(综合);2006年03期

3 谭德勇,罗兰,赖建华,舒坤贤,李鹂,昝瑞光;5种细胞周期调控基因在怀孕早期小鼠卵巢中的表达研究[J];云南大学学报(自然科学版);1998年S4期

4 袁伟;万红建;杨悦俭;;植物实时荧光定量PCR内参基因的特点及选择[J];植物学报;2012年04期

5 郭无瑕;李洪清;梁山;;金钗石斛5个管家基因序列和表达分析——基因表达定量中内参基因的选择[J];绵阳师范学院学报;2012年02期

6 袁运生;张夕原;严德s，

本文编号：717651