胰腺癌基因的微阵列分析.docx

胰腺癌基因的微阵列分析


2.64万字 64页 包括外文翻译，原创作品，通过查重系统

摘 要
胰腺癌是一种相当棘手的人类癌症，这很大程度上是因为其病情进展迅速且诊断困难，目前用于其诊断的有效的分子标志物尚少发现。随着人类基因组计划的发展，生物信息学在人类疾病相关基因的鉴别、基因与蛋白质的表达与功能研究等方面都发挥着重要的作用。尤其在疾病诊断领域，生物基因芯片通过对全组基因表达图谱进行数据挖掘，可以成功地将临床表征不明或容易误诊的肿瘤准确、快速地区分开，从而为癌症的早期诊断与及时治疗做出了突出的贡献。基因微阵列技术给发现癌症早期诊断的分子标志物提供了强大的工具，它能够在同一个水平上面对大量的基因进行检测和分析。
胰腺癌中85%的患者是胰腺导管癌，本文便从对胰腺导管癌的基因表达进行分析下手，应用了微阵列分析方法，希望从大量的基因微阵列数据中发现胰腺癌的潜在分子标志物。我们在实验中对一个含有49个样本的微阵列数据矩阵(其中24个是胰腺导管癌患者，另外25个为正常样本)应用了两种方法进行分析。首先对样本应用了方差分析法，筛选出来21个具有表达差异的数据集，其对应的基因可能作为潜在的标志基因；由于其3-D散点图表明在这个结果中癌症和正常细胞之间并不能完全实现精准的区分，因此我又采用了一种有监督的预测算法—WV算法（weighted vote method，WV），在确定五个基因为训练集对样本进行预测分析时，预测精准度能达到81.6%，通过这个方法我们得到了11个具有表达差异的数据集。通过两个方法的共同分析，以及对得到的可能的标志基因进行功能查询，我们最终确定了EPPK1 、SCGB3A1、PLOD2和DKFZp564I1922这四个基因的表达值变化以及其调控的蛋白质在细胞中表达作为潜在的分子标志物，有希望用于胰腺癌的早期诊断。
我们的研究为寻找胰腺癌的分子标志物提供了一个新的思路，尽管对于筛选的潜在标志物仍需进行大量的生物验证实验，但不难发现微阵列技术应用于癌症诊断的潜在的分子标志物的筛选和寻找有很大的作用。


关键词：生物信息学；DNA微阵列技术；双向聚类；方差分析；监督算法