论文部分内容阅读
肿瘤标志物是指可以在动物的血液、体液和组织中测量到,并且与肿瘤的发生、发展相关的物质。肿瘤标志物在体内是否表达或者表达含量的改变可提示肿瘤的性质,从而帮助人们了解肿瘤是否发生,在肿瘤的最初判断、治疗效果的检测、复发、预后等多个方面起到重要作用。作为肿瘤标志物,Micro RNA(miRNA)和蛋白质在肿瘤的发生发展中扮演重要角色,但很少从网络角度进行研究的现状。本文提出一种复杂网络分析方法来研究乳腺癌相关的miRNA和蛋白质。本文依据miRNA表达水平之间的欧氏距离、二级结构间的差异和miRNA的序列比对值分别构建miRNA表达水平网络、结构网络和序列网络。基于平均边覆盖、度分布等复杂网络特征统计量研究miRNA序列、二级结构和表达水平的关系。随机森林模型对乳腺癌病人正常组织和肿瘤组织的miRNA、蛋白质进行过滤和封装,筛选出对癌症分类预测的最佳组合。选择具有最小基因数量并保持最高分类准确率的miRNA子集,计算每两个miRNA表达水平的最大信息系数(Maximal Information Coefficient,MIC)作为网络中两个节点之间距离,比较正常组织和肿瘤组织miRNA网络,选取两个网络中节点介数差异较大的8个节点,分别为hsa-mir-101-2、hsa-mir-10b、hsa-mir-130b、hsa-mir-193a、hsa-mir-204、hsa-mir-28、hsa-mir-365-2、hsa-mir-375,其中7个miRNA与乳腺癌相关。该方法也以前列腺癌miRNA的MIC值网络为类推,选出的8个miRNA中有7个与前列腺癌相关。依据miRNA序列比对值进行最小网格聚类,分析介数在两个网络中差异较大但未证实与乳腺癌相关的miRNA,发现与其同一类的miRNA,一半对癌症有相似作用。依此推测未证实的miRNA可能也与乳腺癌相关。我们把以上选取癌症标志物的方法称为复杂网络分析方法,这种分析方法为发现癌症发生发展相关的新型肿瘤标志物提供了新思路。通过逐步多元回归方法建立miRNA、蛋白质和癌症分期与乳腺癌病人生存期的回归关系,发现加入蛋白质与癌症分期后,选用较少的自变量便可预测生存期。并且选取对生存期影响程度较大的自变量,其中hsa-mir-548,hsa-mir-943,CD20-R-C,e IF4G-R-C,GSK3_p S9-R-V和癌症分期发现与癌症患者生存期具有很强的相关性。