基于几种生物分子网络的卵巢癌预后生物标志物的研究

发布时间：2021-03-06 10:10

　　卵巢癌是一种常见的妇科恶性肿瘤,同时也是最致命的女性疾病之一。由于潜在症状不明显,且缺乏可靠的早期筛查方法,约70%卵巢癌患者被诊断时已为晚期。不同阶段的卵巢癌患者生存率差异悬殊,晚期患者死亡率超过75%。因此,迫切需要寻找新型生物标志物改善卵巢癌预后效果,提高患者个体化治疗效率。本文基于几种生物分子网络,如基因共表达网络、蛋白质互作网络,利用卵巢癌高通量数据构建了预后相关生物网络。根据网络拓扑性质和通路活性识别新型预后生物标志物,同时建立可靠的预测模型。本文主要工作如下:（1）利用卵巢癌预后相关基因构建基因共表达网络,鉴定预后生物标志物并进行生存率的预测。首先对TCGA（The Cancer Genome Atlas）数据库下载的卵巢癌基因表达数据实施单因素回归分析,利用得到的747个预后相关基因构建卵巢癌预后加权基因共表达网络。其次,考虑网络的生物学意义,利用蛋白质相互作用数据对共表达网络中的模块重新加权,并根据网络中基因的拓扑重要性对基因进行排序。最后,运用Cox比例风险回归对网络中的重要基因构建卵巢癌预后模型,鉴定了3个预后生物标志物。生存分析结果显示,这3个标志物能够显著区分... 

【文章来源】：江南大学江苏省 211工程院校 教育部直属院校

【文章页数】：40 页

【学位级别】：硕士

【部分图文】：

确定加权系数β

第二章卵巢癌基因共表达网络及预后标志物的研究9一部分基因在先前研究中已被证实与卵巢癌预后相关，如：KLK4[31]（HR=1.385;95%CI=1.04~1.85;logrankP=0.027）、CXCL9[32]（HR=0.897;95%CI=0.83~0.97;logrankP=0.0034）。2.2.2构建的共表达网络及网络模块为使得构建的共表达网络呈现无尺度网络分布，基于不同β条件下的log(k)与log(P(k))（k表示节点的连接度）的相关系数进行加权系数的选择。根据无尺度网络规则，加权系数β需满足log(k)与log(P(k))呈负相关，且相关系数越大，网络的无尺度特征越显著。最终选择相关系数大于0.9时，将共表达网络软阈值β设置为3（图2-1），此时网络节点度符合幂律分布，0.892R（图2-2）。在选定软阈值β=3后，将747个基因的相关性系数矩阵转换为邻接矩阵，进而转换为拓扑重叠矩阵，并运用层次聚类从中识别了一个预后模块（图2-3）。图2-1确定加权系数β图2-2无尺度网络特性检验

江南大学硕士学位论文10图2-3基因聚类树状图2.2.3重加权网络拓扑分析及富集分析对于基因共表达网络筛选得到的预后模块，用模块基因的蛋白质相互作用数据进行重新加权。从STRING数据库中下载得到了1154个模块基因的PPI，融合PPI信息后得到预后模块重加权共表达网络，该网络共包含96个节点和1768条边。进一步地，对网络进行拓扑分析，验证RMPCEN的小世界网络属性。拓扑分析表明，RMPCEN聚类系数为0.848，特征路径长度为1.614。同样节点数和边数的ER随机网络的平均聚类系数为0.389，平均特征路径长度为1.610。与ER随机网络相比，RMPCEN满足公式（2.6）和公式（2.7），因此RMPCEN符合小世界网络特性，其小世界指数为2.173。输出RMPCEN中权重大于0.3的基因对，利用Cytoscape软件[33]绘制了RMPCEN的权重网络图（图2-4）。图2-4预后模块重加权共表达网络为了进一步验证RMPCEN在卵巢癌中的潜在功能意义，对RMPCEN中的基因进行生物学过程富集分析。富集分析表明，RMPCEN中包含的262个基因在387条GOterm

【参考文献】：
期刊论文
[1]CGPS:A machine learning-based approach integrating multiple gene set analysis tools for better prioritization of biologically relevant pathways[J]. Chen Ai,Lei Kong.  Journal of Genetics and Genomics. 2018(09)
[2]大数据背景下的生物信息学研究现状[J]. 王俊,郭丽,吴建盛,汤丽华,胡栋.  南京邮电大学学报(自然科学版). 2017(04)
[3]肿瘤标志物预测卵巢癌预后的价值[J]. 蔡晶,王泽华.  中国实用妇科与产科杂志. 2015(03)
[4]Chemokine axes CXCL12/CXCR4 and CXCL16/CXCR6 correlate with lymph node metastasis in epithelial ovarian carcinoma[J]. Li Guo,Zhu-Mei Cui,Jia Zhang and Yu Huang Department of Gynecology,Affiliated Hospital of Qingdao Medical College,Qingdao,Shandong 266003,P.R.China..  癌症. 2011(05)
[5]可变剪接与疾病的生物信息学研究概况[J]. 王科俊,吕俊杰,冯伟兴,王鑫.  生命科学研究. 2011(01)
[6]后基因组时代生物信息学的发展趋势[J]. 唐旭清,朱平.  生物信息学. 2008(03)
[7]人类基因组计划与后基因组时代[J]. 骆建新,郑崛村,马用信,张思仲.  中国生物工程杂志. 2003(11)
[8]人类基因组计划现状与展望[J]. 陈竺,黄薇,傅刚,韩泽广,任双喜,张蔚鴒.  自然杂志. 2000(03)



本文编号：3066909