基于TCGA及弹性网络的胃癌预后lncRNA预测模型构建
发布时间：2021-09-01 21:20
目的基于癌症基因组图谱（The Cancer Genome Atlas,TCGA）数据库,运用Cox比例风险回归模型及弹性网络算法筛选与胃癌预后相关的关键长链非编码RNA（long non-coding RNA,lncRNA）,并构建胃癌预后lncRNA预测模型。方法下载TCGA数据库中407例胃癌RNA测序（RNA sequencing,RNA-Seq）数据及相应临床预后资料,将数据处理及整合后随机划分为训练集和测试集。利用训练集数据,通过单因素Cox比例风险回归模型筛选与胃癌预后相关的差异表达lncRNA;基于筛选结果,分别采用多因素Cox比例风险回归模型及弹性网络算法筛选胃癌预后相关关键差异表达lncRNA,进一步构建预测模型;绘制接受者操作特征曲线（Receiver operating characteristic,ROC）并计算ROC曲线下面积（Area under curve,AUC）,以评价上述模型对胃癌患者预后的区分预测能力;基于上述模型计算各患者预后风险评分,取评分中位值作为截断值划分胃癌预后高低风险组,运用Kaplan-Meier法比较两组胃癌患者的生存差异,并通过...
【文章来源】：华北理工大学河北省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
胃癌预后lncRNA预测模型研究技术路线图
“edgeR”所筛选出的差异表达lncRNA
第1章基于TCGA及弹性网络的胃癌预后lncRNA预测模型构建-13-基于上述分析结果，构建胃癌预后lncRNA分子Cox回归预测模型，即32-lncRNA风险评分函数模型：RiskScore=(2.09874)×RP11-671P2.1表达值+(-2.13571)×RP5-965G21.3表达值+(-1.89675)×RP11-316O14.1表达值+(0.71547)×RP11-109M17.2表达值+(-1.24081)×RP11-32K4.1表达值+(1.09557)×RP11-865I6.2表达值+(1.44504)×RP11-133F8.2表达值+(1.90865)×RP11-333B11.1表达值+(-0.89193)×LA16c-325D7.1表达值+(-1.43776)×TEX41表达值+(0.64773)×AC106875.1表达值+(-2.87660)×RP5-1097P24.1表达值+(1.36425)×RP11-36I17.2表达值+(-1.54097)×LINC02126表达值+(0.77266)×LINC01910表达值+(0.84064)×RP11-108M12.3表达值+(-1.16481)×CTA-126B4.7表达值+(-1.12566)×CTD-2349P21.11表达值+(1.00395)×HLX-AS1表达值+(-0.85382)×RP11-484N16.1表达值+(0.48557)×RP11-962G15.1表达值+(-1.88336)×CH17-335B8.4表达值+(0.83551)×RP1-16A9.1表达值+(0.78534)×AC007126.1表达值+(0.52296)×RP5-823G15.5表达值+(0.63825)×RP11-742B18.1表达值+(0.87694)×RP13-580F15.2表达值+(0.76203)×RP11-418I22.2表达值+(0.71281)×NCAM1-AS1表达值+(0.53402)×POU6F2-AS2表达值+(0.40288)×ABCA9-AS1表达值+(0.6935)×LINC01614表达值。（2）评价胃癌预后32-lncRNA分子Cox回归预测模型的区分能力利用32-lncRNA分子Cox回归预测模型对训练集212例样本进行ROC分析，结果显示：32-lncRNA预测模型的AUC=0.827（见图3），提示在训练集数据中，该模型对胃癌患者预后预测区分能力较好。图332-lncRNA预测模型对胃癌生存预测区分能力的ROC分析（训练集）
【参考文献】：
期刊论文
[1]胃癌组织中lncRNA FOXF1-AS1的表达及其与临床病理特征及预后的关系[J]. 仲小敏,刘华,蒋超,仲琴,万一元. 现代肿瘤医学. 2020(02)
[2]影响胃癌患者术后3年生存率的因素探讨[J]. 吴春松,朱鹏武,陈妤,蔡李颖,赵轶斌. 中国医师杂志. 2019(10)
[3]胃癌组织中LncRNA POU6F2-AS2的表达及意义[J]. 李理,潘兆军,梁继珍,王林. 山东医药. 2019(28)
[4]长链非编码RNA RP11-356I2.2对胃癌的调控作用研究[J]. 李歆,冯金鑫,杨素冰,刘高杰,张相良. 实用医学杂志. 2019(16)
[5]基于公共数据库挖掘肝细胞癌预后相关的长链非编码RNA分子标签[J]. 肖金荣,王可,刘颖,李泽武,周玉静,王唤卓,卢静雅,程珊珊,魏晟. 中华流行病学杂志. 2019 (07)
[6]肿瘤标记物对胃癌诊断和预后判断的价值以及与免疫炎性反应指标的相关性[J]. 刘红芬,王征,王莉,梁勇. 河北医科大学学报. 2019(07)
[7]长链非编码RNA POU6F2-AS2在人胃癌组织中的表达及临床意义[J]. 姚林,谭望,杨发才,向万平,肖江卫. 中国普外基础与临床杂志. 2019(05)
[8]胃癌患者预后影响因素分析[J]. 杨民连. 中国药物与临床. 2018(12)
[9]基于癌症基因组图谱构建胃癌预后评估模型[J]. 王举,窦忠霞,姜洪伟,王永强,高小平,张勇. 天津医药. 2018(12)
[10]Identification and prediction of novel non-coding and coding RNA-associated competing endogenous RNA networks in colorectal cancer[J]. Yu Liang,Cheng Zhang,Ming-hui Ma,Dong-qiu Dai. World Journal of Gastroenterology. 2018(46)
博士论文
[1]胃癌预后miRNA模型建立及R-flurbiprofen促凋亡研究[D]. 赵瑞虹.吉林大学 2019
[2]胃癌预后和化疗生存获益预测模型及中性粒细胞促癌机制研究[D]. 江玉明.南方医科大学 2018
[3]基于肿瘤免疫微环境的胃癌患者预后因素分析及死亡预测模型构建[D]. 章婧文.南方医科大学 2018
硕士论文
[1]长链非编码RNA HOTAIR在宫颈癌进展中的作用及机制探讨[D]. 张孝峰.青岛大学 2019
[2]基于SEER数据库远处转移性乳腺癌预后评估模型的建立[D]. 梁华.西南医科大学 2019
[3]基于机器学习方法的肝癌预后预测模型研究[D]. 李琳.新疆医科大学 2019
[4]通过共表达网络分析（WGCNA）构建与胃癌发展进程相关的关键LncRNA网络[D]. 阮班来.中国医科大学 2019
[5]Cox模型中变量选择方法的研究[D]. 覃丹艳.中国石油大学（北京） 2017
[6]基于AUC的分类器性能评估问题研究[D]. 蒋帅.吉林大学 2016
[7]基于整合的TCGA数据库探索基因组学与临床数据关系[D]. 黄震震.浙江大学 2016
[8]Hippo信号通路在人胃癌中的表达及临床意义[D]. 周广玺.青岛大学 2014
[9]基于生物信息数据的几种交叉验证方法比较[D]. 胡军艳.山西大学 2013
[10]模型选择中的交叉验证方法综述[D]. 范永东.山西大学 2013
本文编号：3377709
【文章来源】：华北理工大学河北省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
胃癌预后lncRNA预测模型研究技术路线图
“edgeR”所筛选出的差异表达lncRNA
第1章基于TCGA及弹性网络的胃癌预后lncRNA预测模型构建-13-基于上述分析结果，构建胃癌预后lncRNA分子Cox回归预测模型，即32-lncRNA风险评分函数模型：RiskScore=(2.09874)×RP11-671P2.1表达值+(-2.13571)×RP5-965G21.3表达值+(-1.89675)×RP11-316O14.1表达值+(0.71547)×RP11-109M17.2表达值+(-1.24081)×RP11-32K4.1表达值+(1.09557)×RP11-865I6.2表达值+(1.44504)×RP11-133F8.2表达值+(1.90865)×RP11-333B11.1表达值+(-0.89193)×LA16c-325D7.1表达值+(-1.43776)×TEX41表达值+(0.64773)×AC106875.1表达值+(-2.87660)×RP5-1097P24.1表达值+(1.36425)×RP11-36I17.2表达值+(-1.54097)×LINC02126表达值+(0.77266)×LINC01910表达值+(0.84064)×RP11-108M12.3表达值+(-1.16481)×CTA-126B4.7表达值+(-1.12566)×CTD-2349P21.11表达值+(1.00395)×HLX-AS1表达值+(-0.85382)×RP11-484N16.1表达值+(0.48557)×RP11-962G15.1表达值+(-1.88336)×CH17-335B8.4表达值+(0.83551)×RP1-16A9.1表达值+(0.78534)×AC007126.1表达值+(0.52296)×RP5-823G15.5表达值+(0.63825)×RP11-742B18.1表达值+(0.87694)×RP13-580F15.2表达值+(0.76203)×RP11-418I22.2表达值+(0.71281)×NCAM1-AS1表达值+(0.53402)×POU6F2-AS2表达值+(0.40288)×ABCA9-AS1表达值+(0.6935)×LINC01614表达值。（2）评价胃癌预后32-lncRNA分子Cox回归预测模型的区分能力利用32-lncRNA分子Cox回归预测模型对训练集212例样本进行ROC分析，结果显示：32-lncRNA预测模型的AUC=0.827（见图3），提示在训练集数据中，该模型对胃癌患者预后预测区分能力较好。图332-lncRNA预测模型对胃癌生存预测区分能力的ROC分析（训练集）
【参考文献】：
期刊论文
[1]胃癌组织中lncRNA FOXF1-AS1的表达及其与临床病理特征及预后的关系[J]. 仲小敏,刘华,蒋超,仲琴,万一元. 现代肿瘤医学. 2020(02)
[2]影响胃癌患者术后3年生存率的因素探讨[J]. 吴春松,朱鹏武,陈妤,蔡李颖,赵轶斌. 中国医师杂志. 2019(10)
[3]胃癌组织中LncRNA POU6F2-AS2的表达及意义[J]. 李理,潘兆军,梁继珍,王林. 山东医药. 2019(28)
[4]长链非编码RNA RP11-356I2.2对胃癌的调控作用研究[J]. 李歆,冯金鑫,杨素冰,刘高杰,张相良. 实用医学杂志. 2019(16)
[5]基于公共数据库挖掘肝细胞癌预后相关的长链非编码RNA分子标签[J]. 肖金荣,王可,刘颖,李泽武,周玉静,王唤卓,卢静雅,程珊珊,魏晟. 中华流行病学杂志. 2019 (07)
[6]肿瘤标记物对胃癌诊断和预后判断的价值以及与免疫炎性反应指标的相关性[J]. 刘红芬,王征,王莉,梁勇. 河北医科大学学报. 2019(07)
[7]长链非编码RNA POU6F2-AS2在人胃癌组织中的表达及临床意义[J]. 姚林,谭望,杨发才,向万平,肖江卫. 中国普外基础与临床杂志. 2019(05)
[8]胃癌患者预后影响因素分析[J]. 杨民连. 中国药物与临床. 2018(12)
[9]基于癌症基因组图谱构建胃癌预后评估模型[J]. 王举,窦忠霞,姜洪伟,王永强,高小平,张勇. 天津医药. 2018(12)
[10]Identification and prediction of novel non-coding and coding RNA-associated competing endogenous RNA networks in colorectal cancer[J]. Yu Liang,Cheng Zhang,Ming-hui Ma,Dong-qiu Dai. World Journal of Gastroenterology. 2018(46)
博士论文
[1]胃癌预后miRNA模型建立及R-flurbiprofen促凋亡研究[D]. 赵瑞虹.吉林大学 2019
[2]胃癌预后和化疗生存获益预测模型及中性粒细胞促癌机制研究[D]. 江玉明.南方医科大学 2018
[3]基于肿瘤免疫微环境的胃癌患者预后因素分析及死亡预测模型构建[D]. 章婧文.南方医科大学 2018
硕士论文
[1]长链非编码RNA HOTAIR在宫颈癌进展中的作用及机制探讨[D]. 张孝峰.青岛大学 2019
[2]基于SEER数据库远处转移性乳腺癌预后评估模型的建立[D]. 梁华.西南医科大学 2019
[3]基于机器学习方法的肝癌预后预测模型研究[D]. 李琳.新疆医科大学 2019
[4]通过共表达网络分析（WGCNA）构建与胃癌发展进程相关的关键LncRNA网络[D]. 阮班来.中国医科大学 2019
[5]Cox模型中变量选择方法的研究[D]. 覃丹艳.中国石油大学（北京） 2017
[6]基于AUC的分类器性能评估问题研究[D]. 蒋帅.吉林大学 2016
[7]基于整合的TCGA数据库探索基因组学与临床数据关系[D]. 黄震震.浙江大学 2016
[8]Hippo信号通路在人胃癌中的表达及临床意义[D]. 周广玺.青岛大学 2014
[9]基于生物信息数据的几种交叉验证方法比较[D]. 胡军艳.山西大学 2013
[10]模型选择中的交叉验证方法综述[D]. 范永东.山西大学 2013
本文编号：3377709
本文链接：https://www.wllwen.com/yixuelunwen/zlx/3377709.html
