论文部分内容阅读
目的:通过对欧洲分子生物学实验室(EMBL)提供的基因芯片数据进行挖掘,结合生物信息学相关的统计方法筛选出决定乳腺癌预后的核心基因,并评估核心基因对乳腺癌预后的预测效果。方法:①获取欧洲分子生物学实验室提供的乳腺癌患者样本基因芯片数据,按照不同的预后分型将其归类为预后较好组、预后不良组;②采用SAM算法筛选出预后较好组与预后不良组之间的差异表达基因,并借助NCBI的gene信息库对基因功能进行描述;③借助KEG G以及Gene Ontology数据库的信息,采用KoBAS软件筛选出预后较好组与预后不良组之间的差异细胞信号通路;④采用MCODE算法构建决定乳腺癌预后的基因共表达网络;⑤采用SPSS16.0中的判别分析模块对核心基因分型的准确性进行验证。结果:①本研究从欧洲分子生物学实验室中共收集基因芯片样本342例。归类为预后较好的基因芯片样本167例(48.83%),其中包括导管内原位癌93例(27.19%),小叶原位癌74例(21.64%);归类为预后不良的基因芯片样本175例(51.17%),其中包括浸润性导管癌155例(45.32%),浸润性小叶癌20例(5.85%)。②按照差异表达基因筛选的条件(Fold change>2且P<0.05)共获得743个差异表达基因,其中IGF1基因在不同预后组中具有最大的表达量差异,排名前5位的差异表达基因中有4个(分别是IGF1、PIK3CA、OGN以及PPAP2B)基因所编码的蛋白在功能上具有较大的相似性,均具有参与血管形成以及糖类物质类代谢的功能。③针对743个差异表达基因的信号通路富集结果显示,富集度最高的信号通路为粘附斑激酶信号通路(P<0.05)。④以743个在不同预后组发生差异表达的基因作为共表达网络的构建基础,本次构建得到的共表达网络共纳入81个发生差异表达的基因,其中决定乳腺癌预后调控能力评分最高基因为PIK3CA基因,可认为该基因是决定乳腺癌预后最核心的基因,除PIK3CA基因外共表达网络中的核心基因还包括ACTB、RAC1、ITGB 1以及ITGB5基因,且核心基因在预后不良组的表达均为上调。⑤核心基因 PIK3C4 基因表达受到GNG2、LYN、GNB1、GNB5、CRK、R AC1、IRS2、IGF1、PDGFRA以及IGF1R基因表达的影响,其中GN G2、LYN、GNB1、GNB5、CRK、RAC1以及IRS2基因可直接影响P IK3CA基因表达,而IGF1、PDGFRA以及IGF1R则间接影响PIK3C A基因表达。⑥对共表达网络中评分最高的核心基因PIK3CA与乳腺癌预后情况的关系进行meta分析。结果显示,不同研究间PIK3CA基因预测乳腺癌预后情况灵敏度和特异度的异质性均偏高(SEN I2和SPE I2均大于50%);随后通过亚组分析对异质性来源进行探索,结果显示异质性没有明显的降低且差异不具有统计学意义,由此推断可能是因为各研究的分析方法或预后类型判断方式不同所引起的异质性偏高。选用随机效应模型合并后的SEN值为0.85(95%CI:0.82-0.88),合并后的SPE值为0.79(95%CI:0.75-0.83)。依次排除各个文献后发现异质性变化不显著,因此可认为研究结果较为稳定。⑦简单交叉验证的结果显示本研究筛选得到的5个核心基因判定结果与原始分型不一致的共27例,误判率为7.89%(P<0.05);k折交叉验证法结果显示本研究筛选得到的5个核心基因判定结果与原始分型不一致的共37例,误判率为10.82%(P<0.05);留一交叉验证法结果显示本研究筛选得到的5个核心基因判定结果与原始分型不一致的共27例,误判率为7.89%(P<0.05);因此可以认为共表达网络中的核心基因针对乳腺癌预后类型的预测具有较高的准确性。结论:①PIK3CA、ACTB、RAC1、ITGB1 以及 ITGB5 基因为共表达网络的核心基因,且核心基因在预后不良组的表达均为上调,可认为这些基因在决定乳腺癌预后的过程中发挥最重要的作用;②共表达网络中的核心基因针对乳腺癌预后类型的预测准确性高,因此PI K3CA、ACTB、RAC1、ITGB1以及ITGB5基因可考虑作为预测乳腺癌预后类型的分子标志物。