第一部分構建基于13-MRNA模型預測膀胱癌疾病進展和預后目的:目前尚缺乏可靠的標準來評價非肌肉浸潤性膀胱癌的進展風險。本研究的目的是尋找基于基因表達譜的潛在生物學標志物,以更好地預測膀胱癌患者疾病進展和預后。方法:利用GEO芯片中的轉錄組表達譜數(shù)據(jù),鑒定原發(fā)性非肌層浸潤性膀胱癌和進展性膀胱癌間的差異基因,隨后通過單因素COX回歸分析和LASSO回歸分析構建基于mRNA的預測模型。采用ROC曲線評價模型診斷效能。采用Kaplan-Meier曲線、單因素和多因素COX回歸分析基因模型與膀胱癌預后的相關性。采用基因模型聯(lián)合其他臨床病理參數(shù)構建列線圖。通過GSEA基因集富集分析與基因模型相關的分子生物學功能和信號通路。構建蛋白質蛋白質相互作用網(wǎng)絡,尋找模型中的關鍵基因。結果:通過差異分析和單因素分析,篩選出47個預后相關的mRNA,使用LASSO回歸方法構建出基于13-mRNA的與進展相關的預測模型。根據(jù)13基因的特征,將患者分為具有不同預后結果的高風險和低風險組。另一獨立的GEO芯片和TCGA隊列驗證后發(fā)現(xiàn)13-mRNA評分模型具有良好的診斷和預后預測價值,多因素COX分析發(fā)現(xiàn)13基因模型... 

【文章來源】：重慶醫(yī)科大學重慶市

【文章頁數(shù)】：128 頁

【學位級別】：博士

【部分圖文】：

構建并驗證預后相關的mRNA特征模型的總體工作流程圖

重慶醫(yī)科大學博士研究生學位論文30圖1.2訓練數(shù)據(jù)集中前50個差異基因表達水平的熱圖Figure1.2Theheatmapoftheexpressionlevelsoftop50DEGsinthetrainingdataset表1.247個與總生存期顯著相關的基因Table1.247genessignificantlyrelatedtooverallsurvivalGeneHRz-scorep-valueS100A87.8306554.0294555.59E-05CALD122.389874.0263845.66E-05MMP1133.561953.9237618.72E-05

重慶醫(yī)科大學博士研究生學位論文33圖1.347個預后相關的mRNAs的LASSO系數(shù)譜Figure1.3LASSOcoefficientprofilesofthe47prognosisassociatedmRNAs根據(jù)X-tile軟件找出mRNA預測模型的最佳臨界值，確定為3.3（圖1.4）。根據(jù)確定的最佳臨界點，我們將訓練數(shù)據(jù)集中的患者分為高危組和低危組。圖3A和B顯示了每位患者調整后的風險評分（風險評分減去臨界值）的分布，這表明與低風險組（x軸以下）相比，高風險組（x軸以上）患者發(fā)生疾病進展的風險更高，且無進展生存率和總生存率更差。圖1.6中的Kaplan-Meier生存曲線表明，高風險組患者無進展生存率（PFS）[風險比（HR）=91.66，95％置信區(qū)間（CI）=34.41-244.2，P<0.001]和總生存率（HR=11.42，95％CI=4.94-26.38，P<0.001）均較低風險組患者低。圖1.7中時間依賴性ROC曲線顯示，3年和5年曲線下面積（AUC）對于PFS分別為0.938和0.9，對于OS分別為0.8和0.739。圖1.4使用X-tile軸確定基于基因特征風險評分的最佳分界值Figure1.4TheoptimumcutoffvalueofthegenesignaturebasedriskscoreswasproducedusingtheXtileaxis

【參考文獻】：
期刊論文
[1]血清分泌蛋白質組學在腫瘤中的研究進展[J]. 鄧孟垚,曹亞.  中國生物工程雜志. 2010(11)



本文編號：3283971