基因集富集分析在腫瘤標志物篩選中的比較研究.pdf

1、DNA微陣列技術已廣泛應用于生物醫(yī)學研究,成為探索生命奧秘的重要工具之一。基因表達譜反映了基因的活動信息,可以用于分析基因表達的變化情況,基因之間是否相關,在不同表型和條件下基因的表達如何受到影響;通過基因表達譜可以了解細胞當前生理狀態(tài),如細胞是正常還是惡化、藥物對腫瘤細胞的有效性如何、是否敏感等。所以基因表達譜能夠在醫(yī)學臨床診斷、藥物療效研究、揭示疾病發(fā)生機制等方面發(fā)揮著重要的作用。因此如何從實驗數據中提取出有關基因的結構與功能信息,

2、得到生物體中具體生理、病理過程的確切描述,是基因表達譜數據分析的主要研究和應用方向。由于基因表達譜數據具有高維度和樣本量小的特點,并且其中含有大量未知和(或)無關基因,如何從這些海量基因信息挖掘到有用的信息,能夠深層次研究基因及基因間的相互作用,已成為微陣列技術發(fā)展和應用的主要問題。目前,基因表達譜數據分析方法的研究已成為生物與醫(yī)學統(tǒng)計學研究領域的重要任務和熱點問題。本研究基于微陣列中基因集富集差異表達(GeneSetEnrichmen

3、tAnalysis)的基因表達譜數據分析方法,圍繞篩選差異表達富集基因集、自限性原假設分析方法、一元和多元的分析方法在腫瘤生物標志物(Biomarker)篩選中應用的有效性和可靠性的比較性研究。本研究主要做了以下工作:
　　1.簡要介紹了基因芯片中實驗設計方法、微陣列數據的預處理及其標準化方法?；仡櫫宋㈥嚵袛祿蚣患町惐磉_分析的統(tǒng)計方法。根據微陣列研究統(tǒng)計設計和數據資料類型,分別引入了目前在實際應用中統(tǒng)計方法上較具有代表性的

4、一元的基因集富集分析方法SAM-GS和GAGE以及多元的基因集富集分析方法GlobalAncova和MANOVA共四種方法,介紹了其各自的理論基礎和特點。
　　2.探討了在微陣列數據中基因集的定義和其特點,基因集富集分析方法及其較單基因差異表達分析的優(yōu)勢所在,以及其在生物醫(yī)學中的開發(fā)和應用。探討了腫瘤生物醫(yī)學研究中的難點,重點討論了腫瘤標志物對于腫瘤病人的早期診斷和治療的意義。微陣列基因集富集分析如何在篩選腫瘤標志物方面發(fā)揮其優(yōu)勢

5、和作用,以及如何來評價基因集富集分析方法在篩選腫瘤標志物的效率和準確度。
　　3.采用NCI60腫瘤細胞系數據,選定已知生物學證據的由p53、PTEN和p16分別參與構成的信號通路(基因集)作為陽性目的檢測指標,對應的RAC1、PRKARB2和PRKACB參與構成的基因集為陰性目的檢測指標。分別以四種基因集富集分析方法對數據的分析,比較其各自檢出結果與包含已知突變和野生基因集的符合程度,判斷其檢出效率,通過計算ROC曲線下面積,對

6、四種方法給以客觀的評價。在樣本量較小的情況下,一元的分析方法SAM-GS和GAGE的檢驗效率高于多元的分析方法GlobalAncova和MANOVA,隨著樣本量增大,四種方法間的效率差異減小,一元的方法仍舊保持較好的穩(wěn)定性和可重復性,以GAGE的表現(xiàn)最佳。
　　4.為了檢驗四種不同的方法在實際數據中的應用結果,進一步對四種基因集富集分析方法進行實例研究,分別選用結腸癌數據GSE4107和非小細胞肺癌數據GSE3593,篩選不同表型