第一部分構(gòu)建基于13-MRNA模型預(yù)測(cè)膀胱癌疾病進(jìn)展和預(yù)后目的:目前尚缺乏可靠的標(biāo)準(zhǔn)來評(píng)價(jià)非肌肉浸潤(rùn)性膀胱癌的進(jìn)展風(fēng)險(xiǎn)。本研究的目的是尋找基于基因表達(dá)譜的潛在生物學(xué)標(biāo)志物,以更好地預(yù)測(cè)膀胱癌患者疾病進(jìn)展和預(yù)后。方法:利用GEO芯片中的轉(zhuǎn)錄組表達(dá)譜數(shù)據(jù),鑒定原發(fā)性非肌層浸潤(rùn)性膀胱癌和進(jìn)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(gòu)建基于mRNA的預(yù)測(cè)模型。采用ROC曲線評(píng)價(jià)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(yù)后的相關(guān)性。采用基因模型聯(lián)合其他臨床病理參數(shù)構(gòu)建列線圖。通過GSEA基因集富集分析與基因模型相關(guān)的分子生物學(xué)功能和信號(hào)通路。構(gòu)建蛋白質(zhì)蛋白質(zhì)相互作用網(wǎng)絡(luò),尋找模型中的關(guān)鍵基因。結(jié)果:通過差異分析和單因素分析,篩選出47個(gè)預(yù)后相關(guān)的mRNA,使用LASSO回歸方法構(gòu)建出基于13-mRNA的與進(jìn)展相關(guān)的預(yù)測(cè)模型。根據(jù)13基因的特征,將患者分為具有不同預(yù)后結(jié)果的高風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)組。另一獨(dú)立的GEO芯片和TCGA隊(duì)列驗(yàn)證后發(fā)現(xiàn)13-mRNA評(píng)分模型具有良好的診斷和預(yù)后預(yù)測(cè)價(jià)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(xué)重慶市

【文章頁(yè)數(shù)】：128 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

構(gòu)建并驗(yàn)證預(yù)后相關(guān)的mRNA特征模型的總體工作流程圖

重慶醫(yī)科大學(xué)博士研究生學(xué)位論文30圖1.2訓(xùn)練數(shù)據(jù)集中前50個(gè)差異基因表達(dá)水平的熱圖Figure1.2Theheatmapoftheexpressionlevelsoftop50DEGsinthetrainingdataset表1.247個(gè)與總生存期顯著相關(guān)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(xué)博士研究生學(xué)位論文33圖1.347個(gè)預(yù)后相關(guān)的mRNAs的LASSO系數(shù)譜Figure1.3LASSOcoefficientprofilesofthe47prognosisassociatedmRNAs根據(jù)X-tile軟件找出mRNA預(yù)測(cè)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(diǎn)，我們將訓(xùn)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(diào)整后的風(fēng)險(xiǎn)評(píng)分（風(fēng)險(xiǎn)評(píng)分減去臨界值）的分布，這表明與低風(fēng)險(xiǎn)組（x軸以下）相比，高風(fēng)險(xiǎn)組（x軸以上）患者發(fā)生疾病進(jìn)展的風(fēng)險(xiǎn)更高，且無進(jìn)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(fēng)險(xiǎn)組患者無進(jìn)展生存率（PFS）[風(fēng)險(xiǎn)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(fēng)險(xiǎn)組患者低。圖1.7中時(shí)間依賴性ROC曲線顯示，3年和5年曲線下面積（AUC）對(duì)于PFS分別為0.938和0.9，對(duì)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(fēng)險(xiǎn)評(píng)分的最佳分界值Figure1.4TheoptimumcutoffvalueofthegenesignaturebasedriskscoreswasproducedusingtheXtileaxis

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



本文編號(hào)：3283971