胰腺癌已成為嚴重威脅人類健康的癌癥之一,其5年生存率僅4-7%。近年來,胰腺癌的診治手段雖然得到了不斷的發(fā)展,但是,由于其早期癥狀的隱匿性,大多數(shù)患者在初診時已發(fā)生遠處轉(zhuǎn)移,失去了早期手術(shù)治療的最佳時機。隨著下一代測序技術(shù)的發(fā)展,生物信息學、多組學和機器學習等方法已成為精準醫(yī)學研究的重要發(fā)展方向。因此,探索、鑒定及驗證新的理想生物標志物將會對胰腺癌的診治具有重要意義。目的1.基于生物信息學挖掘可能在胰腺癌發(fā)生和發(fā)展中發(fā)揮重要作用的生物標志物,并在細胞和組織中進行實驗驗證。2.結(jié)合多組學、蛋白互作網(wǎng)絡和免疫微環(huán)境分析,探索這些標志物與胰腺癌間的內(nèi)在關(guān)聯(lián),為其發(fā)生、發(fā)展過程的研究提供新的思路。3.利用機器學習構(gòu)建診斷模型,為胰腺癌的診斷及個體化治療提供理論依據(jù)。方法1.胰腺癌相關(guān)數(shù)據(jù)集的檢索、下載及預處理:在GEO、ArrayExpress、TCGA、GETx和ICGC數(shù)據(jù)庫中系統(tǒng)檢索并篩選與胰腺癌相關(guān)的數(shù)據(jù)集。其中,基因芯片數(shù)據(jù)均下載CEL原始數(shù)據(jù),轉(zhuǎn)錄組高通量測序（RNA sequencing,RNA-Seq）數(shù)據(jù)均下載表達計數(shù)（counts）矩陣。對下載后的數(shù)據(jù)進行質(zhì)量控制、背景校正... 

【文章來源】：鄭州大學河南省211工程院校

【文章頁數(shù)】：158 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
縮略詞表
1 引言
2 材料與方法
    2.1 數(shù)據(jù)庫的檢索、下載及預處理
        2.1.1 數(shù)據(jù)庫的來源
        2.1.2 數(shù)據(jù)的下載、整理與標準化
    2.2 基于生物信息學篩選胰腺癌的潛在生物標志物
        2.2.1 加權(quán)基因共表達網(wǎng)絡分析(WGCNA)
        2.2.2 基因-基因互作分析
        2.2.3 差異表達分析驗證
        2.2.4 生存分析
        2.2.5 細胞表達水平的RNA-Seq數(shù)據(jù)驗證
    2.3 基于分子生物學實驗驗證關(guān)鍵基因在細胞和組織中的表達
        2.3.1 胰腺癌細胞系
        2.3.2 胰腺癌組織芯片
        2.3.3 實驗儀器、設備、試劑
        2.3.4 實時熒光定量逆轉(zhuǎn)錄PCR(qRT-PCR)
        2.3.5 免疫組織化學(IHC)
    2.4 探索關(guān)鍵基因與胰腺癌之間的內(nèi)在關(guān)聯(lián)
        2.4.1 基因突變、DNA甲基化及拷貝數(shù)變異分析
        2.4.2 蛋白互作分析
        2.4.3 TSPAN1與胰腺癌高頻突變基因的相關(guān)性分析
        2.4.4 關(guān)鍵基因與免疫微環(huán)境的關(guān)系分析
    2.5 基于機器學習構(gòu)建胰腺癌的診斷模型
        2.5.1 單個基因的診斷價值評價
        2.5.2 診斷模型的構(gòu)建及驗證
        2.5.3 診斷模型的鑒別診斷能力評價
3 結(jié)果
    3.1 納入本研究的公共數(shù)據(jù)及質(zhì)量控制
        3.1.1 納入本研究的公共數(shù)據(jù)
        3.1.2 基因芯片的質(zhì)量控制
        3.1.3 轉(zhuǎn)錄組測序數(shù)據(jù)的質(zhì)量控制
    3.2 基于生物信息學篩選胰腺癌的潛在生物標志物
        3.2.1 加權(quán)基因共表達網(wǎng)絡分析(WGCNA)
        3.2.2 基因-基因互作分析
        3.2.3 差異表達分析驗證
        3.2.4 生存分析
        3.2.5 細胞表達水平的RNA-Seq數(shù)據(jù)驗證
    3.3 基于分子生物學實驗驗證關(guān)鍵基因在細胞和組織中的表達
        3.3.1 實時熒光定量逆轉(zhuǎn)錄PCR(qRT-PCR)
        3.3.2 免疫組織化學(IHC)
    3.4 探索關(guān)鍵基因與胰腺癌之間的內(nèi)在關(guān)聯(lián)
        3.4.1 基因突變、DNA甲基化及拷貝數(shù)變異分析
        3.4.2 蛋白互作分析
        3.4.3 TSPAN1與胰腺癌高頻突變基因的相關(guān)性
        3.4.4 關(guān)鍵基因與免疫微環(huán)境的關(guān)系分析
    3.5 基于機器學習構(gòu)建胰腺癌的診斷模型
        3.5.1 單個基因的診斷價值評價
        3.5.2 模型的構(gòu)建
        3.5.3 模型的驗證
        3.5.4 模型的鑒別診斷能力評價
4 討論
    4.1 基于生物信息學篩選胰腺癌的潛在生物標志物
    4.2 基于分子生物學實驗驗證關(guān)鍵基因在細胞和組織中的表達
    4.3 探索關(guān)鍵基因與胰腺癌之間的內(nèi)在關(guān)聯(lián)
    4.4 基于機器學習構(gòu)建胰腺癌的診斷模型
    4.5 本研究的優(yōu)點及局限性
5 結(jié)論
參考文獻
綜述 多組學在胰腺癌中的研究進展
    1 前言
    2 基因組學(Genomics)
    3 轉(zhuǎn)錄組學(Transcriptomics)
    4 蛋白質(zhì)組學(Proteomics
        4.1 血液(血清、血漿)
        4.2 胰液
        4.3 尿液
        4.4 組織
    5 代謝組學(Metabolomics)
    6 微生物組學(Microbiome)
    7 展望
    參考文獻
附錄
    附錄A 本研究納入研究的數(shù)據(jù)下載與整理
        1 納入數(shù)據(jù)的下載與整理
        2 數(shù)據(jù)的合并、注釋和整理
    附錄B 加權(quán)基因共表達網(wǎng)絡分析(WGCNA)
    附錄C 差異表達分析
        1 基因芯片的差異表達分析
        2 轉(zhuǎn)錄組測序(RNA-Seq)數(shù)據(jù)的差異表達分析
    附錄D 探索關(guān)鍵基因與胰腺癌之間的內(nèi)在關(guān)聯(lián)
        1 基因突變分析
        2 DNA甲基化分析
        3 免疫浸潤分析
    附錄E 基于機器學習構(gòu)建胰腺癌的診斷模型
        1 預測模型構(gòu)建
        2 預測模型驗證
    附錄F 關(guān)鍵蛋白相互作用蛋白的富集分析
個人簡歷
致謝


【參考文獻】：
期刊論文
[1]胰腺癌腫瘤微環(huán)境的治療進展與思考[J]. 候澤健,胡明道,陳鵬.  中國臨床研究. 2020(01)
[2]胰腺癌抑制性免疫微環(huán)境促進腫瘤細胞化療耐藥的研究進展[J]. 周怡章,郭肖凡,陳志強,高松.  中國腫瘤臨床. 2019(18)
[3]DNA甲基化在基因表達調(diào)控中的意義及研究進展[J]. 鐘焱,徐慧,彭鳳蘭.  中國醫(yī)藥導報. 2019(14)
[4]胰腺癌生物標志物研究進展[J]. 汪明瓊,楊秀珍,湯麗平.  現(xiàn)代醫(yī)藥衛(wèi)生. 2018(14)
[5]2014年中國胰腺癌發(fā)病與死亡分析[J]. 楊軍,李賀,鄭榮壽,張思維,曾紅梅,孫可欣,夏昌發(fā),楊之洵,陳萬青.  中國腫瘤. 2018(06)
[6]胰腺癌的早期診斷[J]. 呂翼,魏若征,吳河水.  臨床急診雜志. 2018(03)
[7]Microbiome and pancreatic cancer: A comprehensive topic review of literature[J]. Natalie Ertz-Archambault,Paul Keim,Daniel Von Hoff.  World Journal of Gastroenterology. 2017(10)
[8]蛋白質(zhì)組學對于胰腺癌診斷的研究進展[J]. 賈凱,黨學義.  中華臨床醫(yī)師雜志(電子版). 2015(15)
[9]Current status and progress of pancreatic cancer in China[J]. Quan-Jun Lin,Feng Yang,Chen Jin,De-Liang Fu.  World Journal of Gastroenterology. 2015(26)
[10]Pancreatic cancer early detection:Expanding higher-risk group with clinical and metabolomics parameters[J]. Shiro Urayama.  World Journal of Gastroenterology. 2015(06)

博士論文
[1]加權(quán)基因共表達網(wǎng)絡分析（WGCNA）探索肺腺癌中的功能基因模塊[D]. 趙志洪.北京協(xié)和醫(yī)學院 2017
[2]黏蛋白O-型糖鏈的生物學意義及Ascl2自調(diào)控的研究[D]. 葉鈞.第三軍醫(yī)大學 2017
[3]加權(quán)基因共表達網(wǎng)絡分析（WGCNA）在食管鱗癌中的應用[D]. 王攀.北京協(xié)和醫(yī)學院 2014

碩士論文
[1]抑癌基因p14ARF啟動子異常甲基化對肺癌生物學功能影響[D]. 賈炳陽.青島大學 2019
[2]粘蛋白型O-聚糖對人結(jié)直腸癌細胞的生物學行為的影響[D]. 程瑜蓉.首都醫(yī)科大學 2016
[3]通過共表達網(wǎng)絡分析（WGCNA）研究前列腺癌癥中的特異表達因子[D]. 黃克非.南昌大學 2014



本文編號：3629593