[發明專利]一種DNA修復基因在大腸癌中的臨床研究方法

有效

• 申請號: 201711161331.3
• 申請日: 2017-11-20
• 公開（公告）號: CN107885973B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 王哲
• 申請（專利權）人: 遼寧省腫瘤醫院
• 主分類號: G16H70/00
• 分類號: G16H70/00;G16H50/30;G16H50/70;G16B35/20;G16B40/20;G16B40/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種DNA修復基因在大腸癌中的臨床研究方法，其特征在于，包括如下步驟：

S1：數據下載和預處理:從GEO數據庫獲取表達譜數據，并對數據進行標準化處理，再將探針對應到基因上，除去空載探針，多個探針對應到一個基因的取均值，最終篩選出具有表達水平的DNA修復基因表達譜；

S2：DNA修復基因表達譜聚類分析：通過無監督聚類方法對DNA修復基因的表達譜進行聚類，篩選DNA修復基因表達模式不同的樣本，進一步的分析不同的表達模式下的樣本的預后差異；

S3：預處理篩選潛在變化的DNA修復基因：包括基因在各樣本中表達水平的中位數和方差；

S4：篩選影響預后的DNA修復基因：將得到的在疾病樣本中潛在變化的基因使用R包survival分別做單因素生存分析，選擇顯著性水平p0.05的基因作為影響預后的DNA修復基因；

S5：風險評估模型的建立和評估：采用多因素cox回歸，基于回歸系數，組合通過回歸系數加權的基因表達建立病人風險評估系統，得出每個病人的風險值進行評估；

S6：風險評估模型與臨床特征之間的關聯分析：根據風險評估系統，計算樣本的風險得分，以風險得分中位數為界限，將樣分為高風險和低風險類型，并結合樣本對應的各個臨床信息，分析風險得分與各個臨床特征之間的關系；

S7：風險評估模型顯著性相關的臨床特征分層分析：根據步驟S6的分析結果，對篩選得到的與高低風險顯著相關的臨床特征進行分層分析，觀察模型中的基因在高低風險組中的表達情況；

S8：使用ROC曲線和AUC來評價風險評估模型的優劣；

S9：驅動基因功能富集分析：將各亞型的驅動基因使用R包clusterProfiler做功能富集分析，觀察驅動基因參與KEGG通路；

S10：外部數據驗證驅動基因的臨床意義：使用TCGA的RNASeq數據，包括379個樣本以及臨床隨訪信息，使用這套數據驗證模型基因對預后的影響；

所述步驟S1中獲取的表達譜數據包含149個人類大腸癌患者樣本，表達譜平臺為Affymetrix?Human?Genome?U133?Plus?2.0?Array，從KEGG中共找到248個DNA修復基因，并從過去的相關報道中獲取181個DNA修復基因，共得到429個DNA修復基因；

所述步驟S3中具體的篩選條件為A基因在各樣本中表達水平的中位數大于所有DNA修復基因在各樣本中表達水平的中位數的20％，以及A基因在各樣本中表達水平的方差高于所有DNA修復基因在各樣本中的表達水平的20％；

所述步驟S4中單因素生存分析為根據試驗或調查得到的數據對生物或人的生存時間進行分析和推斷，研究生存時間和結局與眾多影響因素間關系及其程度大小的方法；

所述步驟S5中的風險值是基于經過回歸系數加權后mRNA表達值的線性組合，每個病人的風險評估值按照下面的方法進行打分：

Risk?score＝β_gene1*Expr_gene1+β_gene1*Expr_gene1+…+β_gene1*Expr_gene1

并利用在訓練集中訓練得到β值去評估驗證集中癌癥病人風險。