胃肠道肿瘤预后基因标志物及评分系统的建立和多中心临床验证

来源 :南京大学 | 被引量 : 0次 | 上传用户:peibinggu123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
背景:胃肠道恶性肿瘤由于逐年升高的发病率和较差的预后,已经成为人类生命健康的重要威胁。其中的结直肠癌和胃癌更是占到了每年恶性肿瘤新发病例数的17%,在世界范围内造成每年169万人死亡。尽管胃癌和结直肠癌的诊疗技术在不断进步,但是由于胃肠道恶性肿瘤高度的异质性和调控机制的复杂性,仍有大量的胃癌和结直肠癌患者在接受规范的根治性治疗后发生复发和转移,尤其是进展期的胃癌和结直肠癌。随着生物信息学技术的发展,高通量地获取肿瘤和外周组织的多维组学信息已经成为可能。通过多组学研究揭示胃肠道肿瘤的异质性并对其进行分子分型是实现胃肠道恶性肿瘤精准治疗的重要途经。目的:开发一套适用于胃肠道肿瘤预后标志物筛选鉴定的生物信息学算法,通过该方法鉴定出可以将胃癌和结直肠癌患者进行预后结局分组的若干基因集并建立对应的评分系统。利用基于核酸分子杂交的石蜡标本基因表达水平检测技术在大规模的临床样本中验证预后评分系统的可靠性和独立性,探索其对于临床诊疗决策的指导价值。方法:在结直肠癌的研究中,我们以多个独立的结直肠癌的公共数据库为基础,利用多种生物信息学算法和独立的验证数据集,筛选了其中预测结直肠癌预后的最佳基因组合并建立评分系统。然后我们使用2个结直肠癌公共数据库,比较了我们15个基因结直肠癌预后评分系统与Oncotype DX Colon Recurrence Score的预后评价效能,进一步使用基于核酸分子杂交的石蜡标本基因表达水平检测技术在单中心203个结直肠癌石蜡标本中获取预后基因的表达水平。通过Cox生存回归和Kaplan-Meier生存分析验证其在临床标本中的评价效能。在胃癌的研究中,我们针对开发出的53个基因胃癌预后评分系统采用类似结直肠癌研究中使用的方法,在三中心540个胃癌石蜡标本中,验证53个胃癌预后基因评分系统的评价效能并探索其对临床化疗的指导价值。结果:在结直肠癌研究中,我们从6个独立的结直肠癌数据集中筛选出在肿瘤组织中稳定高表达或低表达的738个基因,筛选其中对结直肠癌预后影响较显著的78个基因(P<0.05)。通过一系列生物信息学算法筛选出15个最佳的预后基因集并建立评分。该评分在一个训练集(373个样本)和两个独立验证集(125和562个样本)中对预后风险均有显著区分能力,P值分别为0.0001,0.0033,0.00058。15个基因预后评分系统的评价能力独立于现有的临床病理和分子亚型(P<0.0001)。与现有的结直肠癌预后评分系统的比较中,“poor”组与“good”组的风险比分别为2.32倍和1.58倍。在单中心203个样本的临床验证中,三个预后分组差异显著(P<0.0001)在胃癌研究中,我们比较了胃癌53个基因预后评分系统与已发表的基因标志物在评价效能的差异,“poor”组与“good”组的风险比分别是其他3种预后评分系统的4.30倍,1.48倍和1.40倍。将公共数据库和临床样本的分子亚型和临床病理信息纳入多因素Cox回归分析显示,我们的预后评分系统独立于上述因素(P<0.0001)。利用三中心540个临床样本验证了我们53个基因预后评分系统的预测效能,在三个独立验证集和所有样本中的P值分别为:0.037,0.043,0.21和0.0018。结合化疗信息我们发现,接受FOLFOX方案化疗的患者较其他方案有更好的5年生存率,FOLFOX组:82.0%,其他方案组61%,(P=0.028)结论:我们开发了一套联合多种回归和验证模型的生物信息学算法。该算法可以在胃癌和结直肠癌中准确筛选出最佳的预后基因集并以此为基础建立一套可靠的预后评分系统。在结直肠癌的研究中,我们的结直肠癌预后评分系统不仅独立于现有的结直肠癌分子亚型和临床病理因素且在预后评价效能上优于已投入临床使用的Oncotype DX Colon Recurrence Score。在关于胃癌的研究中,我们证实同种算法开发的53个基因预后评分系统相对已发表的胃癌预后基因标志物有更强的独立预后评价能力。我们临床验证中采用的基于核酸分子杂交技术的新型检测技术被证实可以高通量地检测石蜡标本中的基因表达水平。同时,我们的结直肠癌和胃癌预后评分系统在大规模单中心或多中心的临床验证中显示了稳定的预后评价能力,我们也发现53基因胃癌预后评分系统对于FOLFOX方案的疗效具有潜在的预测价值。
其他文献
近年来,随着深度学习的高速发展,卷积神经网络(Convolutional Neural Networks,CNNs)已成为图像分类、目标检测、语义分割、深度估计等各种计算机视觉任务的主流方法。目前基于深度学习的目标检测模型往往利用大型卷积神经网络提取特征以获得更高的精度。这些模型需要高端的GPU芯片以实现实时运算。这使得目标检测模型难以部署在计算资源受限的边缘设备上。为了解决深度学习模型在计算资源
模仿学习研究智能体如何通过对给定专家示范进行模仿以学得专家策略的学习问题,近年来受到越来越多的关注。现有的模仿学习方法难以解决专家示范的状态高维、状态空间与智能体所处的环境异质、以及可能出现新动作示例的问题。本文针对这些问题开展研究,主要取得了以下创新成果:1.提出了针对高维输入的模仿学习方法Hash Reward,通过使用有监督的哈希技术对高维输入进行降维,使得奖赏函数达到“奖赏”-“判别”的平
为了研究含油结合面的接触刚度特性,本文采用分形接触理论、连续变形理论和刚度分配模型,建立了微凸体及油膜的接触刚度模型并将其耦合。通过这个模型,分析了材料特性、摩擦因数及润滑介质对法向接触刚度的影响。结果表明:接触载荷较小时,油膜刚度占总刚度比重较大;接触载荷较大时,油膜刚度占总刚度比重较小。对比模态试验与有限元结果,考虑摩擦的含油模态试验及有限元分析的固有频率均明显大于无油无摩擦情况。在考虑摩擦和
近些年,以深度神经网络为代表的深度学习方法在图像、文本、语音、视频等任务中取得了巨大的成功,其中“深度”的思想被认为是深度学习的关键。然而,在实际应用中,深度神经网络面临着计算开销大、训练集规模要求高、不能很好地支持表格型数据集等问题。为解决上述问题,学界开始尝试融合“深度”的思想和集成学习方法的优点,并研究提出以深度森林为代表的深度集成学习模型。与DNN架构设计类似,针对不同的输入数据集以及任务
学位
学位
研究目的:通过锥形束计算机成像技术(Cone-beam computed tomography,CBCT)对骨性Ⅲ类错(?)下颌中切牙冠根形态进行分析,探讨不同唇倾度的骨性Ⅲ类错(?)下颌中切牙冠根形态的特征,并分析下中切牙冠根形态与其相应的牙槽骨形态的相关性,为正畸临床诊疗提供参考。研究方法:从拍摄CBCT的患者中随机选取对照组正常(?)患者15例(男9例,女6例,平均年龄21.6岁),实验组骨
本文利用各种统计诊断方法及1979-2019年逐日海冰面积和厚度数据、北极海冰初始融、冻日数据以及相应的逐日大气和海洋数据对北极海冰的多尺度变化特征进行了系统分析。首先分析了北极海冰季节性冻、融过程特征及成因;其次,分析了海冰面积和厚度的季节内振荡(ISO)特征及其长期变化;再次,对大气和海洋影响海冰ISO的机制进行了讨论。最后,评估了CMIP6中20个地球系统模式对海冰多尺度变化的模拟效果。主要
大气颗粒物是影响我国空气质量的主要污染成分,对经济社会发展和居民健康造成潜在威胁。气象条件对颗粒物污染的发生起重要作用,准确识别出容易引发颗粒物浓度超标的气象因子和天气形势有助于污染防范和治理。本文基于气象和污染监测数据,借助天气分型、后向轨迹和WRF-Chem大气化学模式等工具,分析了中国成渝地区2015年至2020年颗粒物污染状况,探讨了影响区域性颗粒物污染程度的天气与气象因素,并对该地区20
学位