应用人工神经网络研究miRNA与高级别卵巢浆液性囊腺癌预后的关系

发布时间：2018-01-19 18:16

本文关键词： miRNA 高级别卵巢浆液性囊腺癌人工神经网络预后 TCGA　出处：《吉林大学》2017年硕士论文　论文类型：学位论文

【摘要】：背景与目的:卵巢癌(ovarian cancer,OC)是妇科常见的恶性肿瘤之一,其死亡率居妇科恶性肿瘤之首。卵巢上皮癌(Epithelial ovarian cancer,EOC)占卵巢癌的90%左右,其中卵巢浆液性囊腺癌(Ovarian serous cystadenocarcinoma,OV)是卵巢上皮癌的主要组织学类型(占75-80%)。早期卵巢浆液性囊腺癌患者治疗反应良好,基本可以达到治愈,但大多数发现时已为II期以上,即使积极行肿瘤细胞减灭术及术后辅助化疗但仍避免不了复发、转移死亡。因此,目前许多研究者正积极探索卵巢癌特异性的预后因子,用于指导临床上早期采取干预措施改善预后。其中,微小RNA(micro RNA,miRNA)与卵巢癌的关系的研究是目前的热点,大多数研究发现miRNA与卵巢癌预后有一定关系。miRNAs是内源性非编码RNAs,在生物体中是高度保守的,是基因表达的转录后调控因子。miRNA在许多生物过程中的多个方面发挥复杂的作用。大多数研究均假设miRNA的表达和疾病表型之间是线性关系,而这个假设目前并没有得到证实。许多研究表明一个miRNA可以调控多个信使RNA(messenger RNA,m RNA),而多个miRNA又能精确调控一个m RNA。换言之,各个miRNA之间不是相互独立的。因此,我们推测miRNA表达与疾病表型之间不是线性关系,而是非线性关系。人工神经网络(Artificial neural network,ANN)是一种人工智能模型,是类似生物神经网络的信息处理结构,它对解决一些非线性、非平稳、复杂的问题具有较好的预测性能。其中,常用的多层感知器(multi-layer perceptron,MLP)是一种简单的前馈网络,类似于单个生物神经元。人工神经网络是生物信息学潜在的强大的工具,已经在许多领域、不同水平上成功应用。有学者统计了Pub Med中参考神经网络的生物信息学论文的数量呈显著增长趋势。癌症基因组图谱(The Cancer Genome Atlas,TCGA)计划是由美国政府发起的、由美国国家癌症研究所(National Cancer Institute,NCI)和国家人类基因组研究所(National Human Genome Research Institute,NHGRI)共同实施的,是目前为止世界上进行的最大的一项基因工程,它以人类基因组计划(Human Genome Project,HGP)的成果为基础,研究癌症基因组的变化,相当于100多个HGP。TCGA网上平台是基于这项计划的研究结果建立的一个公共数据库,是目前最大和最常用的公共资源,可以免费提供给世界各地的研究者。TCGA的强大的数据驱动平台——基因组数据共享平台(Genomic Data Commons Data Portal,GDC),可以链接到外部分析工具,如c Bio Portal网站、Firehose网站,本研究也用到了这两个分析工具。迄今为止,TCGA研究人员通过大规模的基因组测序和整体的多维分析,已经产生、分析并提供了约30种不同肿瘤样本的基因组序列、表达、甲基化和拷贝数变异的数据。TCGA项目于2011年就已经分析了488例高级别卵巢浆液性囊腺癌(high-grade ovarian serous cystadenocarcinoma,HGS-OvCa)的miRNA表达。但是,即使TCGA是一个强大的、组织良好的分子数据库,其数据挖掘也仍然有限。本研究纳入了TCGA关于高级别卵巢浆液性囊腺癌的临床数据及miRNA表达数据,并应用ANN模型研究miRNA与高级别卵巢浆液性囊腺癌预后的关系。数据与方法:在TCGA平台下载高级别卵巢浆液性囊腺癌的临床数据,使用标准统计学方法来分析临床数据,包括log-rank检验和Cox回归分析及描述性统计分析。结合所有统计检验结果,当p0.05时考虑有统计学意义。在TCGA平台下载与高级别卵巢浆液性囊腺癌相关的miRNAs表达数据,并利用GDC分析工具筛选出与高级别卵巢浆液性囊腺癌生存期相关的miRNAs,选择log-rank检验p值最小的10个miRNAs建立预测高级别卵巢浆液性囊腺癌预后的人工神经网络模型。分析主要使用SPSS 19.0进行。结果:1、高级别卵巢浆液性囊腺癌的生存期与年龄、肿瘤分期、细胞减灭术后残留病灶直径、对铂类药物敏感性相关。2、miRNAs在不同的病例样本中表达不同。3、在TCGA平台利用GDC分析工具筛选出56个可能与高级别卵巢浆液性囊腺癌预后相关的miRNAs,并构建了miRNA预测高级别卵巢浆液性囊腺癌患者预后的人工神经网络模型。结论:1、高级别卵巢浆液性囊腺癌患者的临床预后因素包括年龄、肿瘤分期、细胞减灭术后残留病灶直径以及对铂类药物敏感性。2、miRNA的表达与高级别卵巢浆液性囊腺癌患者预后相关。3、miRNA的人工神经网络模型可用于预测高级别卵巢浆液性囊腺癌患者的预后。
[Abstract]:BACKGROUND & OBJECTIVE : Ovarian cancer ( EOC ) is one of the most common malignant tumors in ovarian cancer . To date , TCGA researchers have analyzed the clinical data and miRNA expression data of high - grade ovarian serous cystadenocarcinoma ( HGS - OvCa ) , which is based on the results of human genome project ( HGP ) . We analyzed the clinical data , including log - rank test and Cox regression analysis and descriptive statistics analysis , by using standard statistical methods .

【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R737.31

【相似文献】