發(fā)布時間：2021-09-05 23:45

　　目的肺癌是全球所有惡性腫瘤中發(fā)病率及死亡率非常高的疾病,其中非小細(xì)胞肺癌（NSCLC）是其最常見的組織學(xué)亞型。針對PD-（L）1的檢查點抑制劑提高了晚期NSCLC患者的長期生存率,然而,PD-1/PD-L1抗體單一療法只對一小部分患者少部分患者有益,而且現(xiàn)在唯一在臨床批準(zhǔn)應(yīng)用的PD-L1表達(dá)水平對PD-1/PD-L1免疫檢查點抑制劑的療效預(yù)測并不十分理想,因此,需要特異性和檢出率較高的生物標(biāo)志物來預(yù)測PD-1/PD-L1免疫檢查點抑制劑的療效。放射組學(xué)是從CT等影像圖像中提取高通量影像學(xué)特征,利用計算機分析技術(shù)充分挖掘醫(yī)學(xué)影像中隱藏的信息,分析疾病不同臨床表型,如基因分型、疾病診斷、治療療效和臨床結(jié)局等。相對于病理活檢的有創(chuàng)、局限、取樣誤差等多方面的不足,放射組學(xué)能通過非侵入性的方法全面分析病灶信息,幫助臨床制定更好的診治方案,從而實現(xiàn)精準(zhǔn)醫(yī)療。近幾年,隨著放射組學(xué)的快速發(fā)展,其在預(yù)測免疫檢查的抑制劑療效方面已有一些研究進展。本研究應(yīng)用放射組學(xué)和基因組學(xué)相結(jié)合的方法,對非小細(xì)胞肺癌患者術(shù)前CT圖像進行三維腫瘤立體切割及放射組學(xué)特征提取,根據(jù)放射組學(xué)特征進行聚類,分析不同影像學(xué)亞型之間的... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

原發(fā)病灶的三維立體圖像

第3章結(jié)果14達(dá)水平均與CD8+T淋巴細(xì)胞浸潤情況呈正相關(guān)（cor>0），CYP21A2表達(dá)水平與與CD8+T淋巴細(xì)胞浸潤情況呈負(fù)相關(guān)（cor<0），在肺腺癌中CCL19是與CD8+T淋巴細(xì)胞浸潤情況相關(guān)性最強的正相關(guān)基因（cor=0.3346，P<0.0001）（見圖3.2）。在肺鱗癌中，共有18個差異基因與CD8+T淋巴細(xì)胞浸潤情況相關(guān)性有統(tǒng)計學(xué)意義（P<0.05）（見表3.4），F(xiàn)RZB、ITGA8、ADH1B、MS4A1、MFAP4、SFTPC、PTGDS、CCL19、DARC、CR2、SCGB3A1、CCL15、CCL14、CD79A、INMT、C4BPA表達(dá)水平與與CD8+T淋巴細(xì)胞浸潤情況呈正相關(guān)（cor>0），SLC2A1、IL20RB表達(dá)水平均與CD8+T淋巴細(xì)胞浸潤情況呈負(fù)相關(guān)（cor<0），肺鱗癌中CCL19是與CD8+T淋巴細(xì)胞浸潤情況相關(guān)性最強的正相關(guān)基因（cor=0.4224，P<0.0001）（見圖3.2）。CCL19在肺腺癌（cor=0.3346，P<0.0001）及肺鱗癌（cor=0.4224，P<0.0001）中與CD8+T淋巴細(xì)胞浸潤的相關(guān)性均為中等程度正相關(guān)。圖3.2CCL19在肺腺癌與肺鱗癌中與CD8+T淋巴細(xì)胞浸潤的相關(guān)性

第3章結(jié)果163.5差異基因的蛋白-蛋白相互作用網(wǎng)絡(luò)建設(shè)及功能分析STRING分析發(fā)現(xiàn)了其中的關(guān)鍵節(jié)點基因之一正是CCL19（見圖3.3），GO分析包括3個獨立部分：生物過程(biologicalprocess，BP)、細(xì)胞組成(cellcularcomponent，CC)和分子功能(molecularfunction，MF)，高表達(dá)差異基因的的功能富集分析發(fā)現(xiàn)，差異基因主要參與的生物過程主要包括免疫反應(yīng)、B細(xì)胞增殖、淋巴細(xì)胞趨化性、淋巴細(xì)胞活化等，細(xì)胞成分分析發(fā)現(xiàn)相關(guān)分子集中在細(xì)胞外區(qū)域，涉及的分子功能有細(xì)胞因子活性、趨化因子活性、CCR趨化因子受體結(jié)合等。圖3.3STRING蛋白質(zhì)互作網(wǎng)絡(luò)模式圖

【參考文獻(xiàn)】：
期刊論文
[1]非小細(xì)胞肺癌免疫治療預(yù)測標(biāo)志物研究進展[J]. 權(quán)陽,趙征,姚俊濤.  腫瘤學(xué)雜志. 2019(11)
[2]K-Means聚類算法研究綜述[J]. 楊俊闖,趙超.  計算機工程與應(yīng)用. 2019(23)
[3]CCR7在腫瘤中的研究應(yīng)用進展[J]. 鄭炎焱,林一均,繆一艇,楊曉國,謝璟,姚瓊.  浙江醫(yī)學(xué). 2019(04)
[4]免疫檢查點抑制劑治療胰腺癌的進展[J]. 田宏,金鍔,郭曉鐘,李宏宇.  中華胰腺病雜志. 2018 (06)
[5]聚類算法研究[J]. 孫吉貴,劉杰,趙連宇.  軟件學(xué)報. 2008(01)
[6]數(shù)據(jù)挖掘中的聚類算法綜述[J]. 賀玲,吳玲達(dá),蔡益朝.  計算機應(yīng)用研究. 2007(01)
[7]基于MATLAB的自組織競爭神經(jīng)網(wǎng)絡(luò)聚類研究[J]. 汪海波,張海臣,段雪麗.  邢臺職業(yè)技術(shù)學(xué)院學(xué)報. 2005(01)



本文編號：3386302