基于弹性网络的转移性皮肤癌基因预后标志物的数据挖掘分析

• 作 者: 李琛
• 出 处: 兰州大学
• 发表日期: 2020年01期
• 关键词: 弹性网络 转移性皮肤癌 基因预后标志物 数据挖掘

皮肤癌是一种常见的癌症恶性肿瘤,在世界各地都均有发生,具有较高的复发率,其中发生在其他组织转移至皮肤的转移性肿瘤严重危害着人们的生命健康。由于个体因素的不同,以往传统的治疗无法准确适应于每一位患者,因此难以对不同个体都达到预期的治疗效果。如今,随着基因芯片技术的发展,许多基于基因的新型治疗方法对于皮肤癌患者的治疗更有针对性、灵活性。为此,需要根据病人的基因,挖掘分析出合适的基因预后标志物。由于基因芯片技术成本较高,人类基因数量的庞大,造成的基因数据样本少、维度高的数据特点,因此从数据特征量远高于样本数量的癌症基因数据中挖掘出有效的基因标志物成为需要重点探究的问题。本文首先通过差异表达分析对原发性与转移性样本的基因进行初步分析,并结合样本的生存信息使用单变量Cox比例风险回归进行分析,从而获得与转移性皮肤癌复发生存相关的基因;然后利用弹性网络进行降维处理,通过结合交叉验证对各个基因变量的回归系数进行动态收缩,逐步缩小基因选取范围,最终筛选出26个与转移性皮肤癌复发生存密切相关的基因预后标志物;之后利用获得的基因预后标志物,建立预后风险模型,并对不同数据集进行预后风险评估分析与验证,结果表明根据所获得26个基因预后标志物具有良好的预后效果。最后,通过功能分析,对这26个基因标志物进行分析验证。研究表明,所获得基因标志物对转移性皮肤癌的预后治疗具有一定的参考价值与指导意义。