复杂网络分析揭示肺癌的生物标志物

发布时间：2022-10-11 13:14

　　非编码RNA（Non-coding RNA,ncRNA）从器官发育到癌症恶化的大量生物过程中都发挥不可或缺的作用。这些RNA构成了肿瘤学内源性竞争RNA（Competing endogenous RNA,CeRNA）假说的基本组成部分。该假说为探索不同类型癌症的机制和演化提供了复杂网络的研究视角。这个领域之前的工作主要集中在静态CeRNA网络。癌症的发展过程中,潜在的CeRNA网络很难保持不变,因此我们研究了CeRNA网络的动态变化。将肺腺癌（Lung adenocarcinoma,LUAD）作为一个研究原型案例,对LUAD四个顺序演化期型,基于长链非编码RNA（Long non-coding RNAs,lncRNAs）、微RNA（microRNA,miRNA）、信使RNA（messenger RNA,mRNA）多组学数据,通过RNA的差异化表达分析、基于碱基互补配对原理匹配microRNA靶目标、援引CeRNA假说选取RNA之间表达量的负相关方法,来构建四个期型的CeRNA网络。我们发现网络由microRNAs及其靶向的mRNAs（或者lncRNAs）组成,具有双二分图结构（Two-... 

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 引言
    1.1 肺癌的种类及分期
        1.1.1 肺癌种类
        1.1.2 TNM分期
    1.2 非编码RNA及其相互调节
        1.2.1 非编码RNA
        1.2.2 转录后水平的RNA之间的相互调节
        1.2.3 内源性竞争RNA网络研究现状
    1.3 论文的研究动机和研究内容
第二章 构建RNA相互作用的CeRNA网络
    2.1 LUAD临床数据和基因表达数据
    2.2 基因差异化表达分析
        2.2.1 LUAD四期样本的RNA表达量
        2.2.2 LUAD四期样本的RNA差异化表达
    2.3 RNA之间的相互作用
        2.3.1 microRNA-mRNA和microRNA-lncRNA间相互作用
        2.3.2 RNA-RNA表达量之间的负相关
    2.4 富集分析和生存分析
        2.4.1 GO基因富集分析和KEGG富集分析
        2.4.2 生存回归分析
第三章 内源性竞争RNA网络构建及统计分析
    3.1 内源性竞争RNA网络构建
        3.1.1 lncRNA-microRNA-mRNA的内源性竞争RNA网络
        3.1.2 内源性竞争RNA网络中节点的FC值和基因表达值
        3.1.3 内源性竞争RNA网络的基因富集分析
    3.2 CeRNA网络的分析
        3.2.1 CeRNA网络的划分
        3.2.2 对UCEN网络中mRNAs的富集分析
        3.2.3 对UCEN网络中microRNA相连接的mRNA的富集分析
    3.3 CeRNA网络中的生存分析
        3.3.1 CCEN网络中microRNA节点的生存分析
        3.3.2 CeRNA网络中影响LUAD各期样本的标志物
    3.4 CeRNA网络分析总结
第四章 基因表达数据的主成分分析
    4.1 主成分分析
        4.1.1 主成分分析基本原理
        4.1.2 生物信息学中的PCA算法
        4.1.3 TCGA-LUAD数据的主成分分析
    4.2 COX比例风险回归分析
        4.2.1 COX比例风险回归基本原理
        4.2.2 COX比例风险回归中偏回归系数的意义
        4.2.3 COX比例风险回归分析确定核心PCA主成分
        4.2.4 COX比例风险回归分析性别和年龄的影响
    4.3 聚类分析
        4.3.1 PCA本征矢的聚类分析
        4.3.2 本征矢与FC值的关系
    4.4 PCA算法总结
第五章 总结
参考文献
在学期间的研究成果
致谢



本文编号：3690636