论文部分内容阅读
目的通过收集和分析胃癌患者及对照组的血液全基因表达谱的找出与胃癌相关的血液基因标志物。方法1血样收集:样本于2014~2015年采集于安徽医科大学第二附属医院包括:胃癌组36份血液样本;健康对照组:55例;非胃癌的其他肿瘤对照组125例。2提取RNA和RNA的质量控制:用PAXgene Blood RNA抽提试剂盒提取外周血总RNA。评估总RNA的浓度和纯度。通过Agilent 2100生物分析仪检测总RNA的片段完整性。3基因芯片杂交:全血RNA与基因芯片杂交分析,RNA样品的基因表达谱利用Affymetrix表达控制台软件处理并经MAS5算法标准化,使之可被比较分析差异。4基因芯片数据分析:运用Sentinel Pair TM,Log Reg TM进行分析运算,用蒙特卡洛方法(Monte Car lo Method)从大量的数据中加速寻找表达有显著差异的基因组(gene panel)。比较分析各基因组在各实验组中的区别能力,甄别出符合假设的基因组。并用逻辑回归统计分析方法评估上述基因构成的基因组合对胃癌的诊断作用。结果5通过自我训练的逻辑回归模型,研究确定了检测胃癌的四个候选基因包括PURB,SMC1L1,DENND1B和PDCD4。这些基因表达在胃癌组与健康对照组对比显示:其中两个基因(PURB,DENND1B)在胃癌组中过表达(2.2倍,1.5倍),另两个基因(SMC1L1,PDCD4)则呈低表达(-1.6倍,-1.7倍)。这个四基因组表达在胃癌与健康对照组之间呈线性倍增变化,差异有统计学意义(P<0.001)。6训练集中,这四个基因组显示的ROC AUC为0.99,准确率95%,敏感性90%,对健康对照组特异性为100%,对非胃癌的其他肿瘤对照组特异性为95%。7为了验证这四个基因组的可能性是否仅仅由于随机的机会,我们进行了2倍交叉验证,从中我们得出结论,所观察到的4个基因组合的表现,不可能是随机的结果。8然后我们用上述建立在训练集上的数学预测模型来评估完全独立样本的测试集,评估的结果与预测模型在训练集的表现相似:ROC AUG为99%,准确率94%,敏感性100%,对健康对照组特异性为100%,对非胃癌的其他肿瘤对照组特异性为88%。9将训练集和测试集的结果相结合,得出这个四个基因组诊断胃癌的准确度为95%,敏感性为92%,特异性为96%。结论本研究显示了使用外周血的基因表达谱检测胃癌的可能性。研究发现了一个外周血四基因组的胃癌特异性基因标志物,这个四基因组包含PURB[purine-rich element binding protein B],SMC1L1[structural maintenance of chromosomes 1A],DENND1B[DENN/MADD domain containing 1B]和PDCD4[programmed cell death 4]四个基因。这一基因组检测胃癌具有极高的准确性、敏感性及特异性,远远超越传统的肿瘤标记物检测。有望成为胃癌的风险评估基因并成为潜在的临床生物学标志,为建立实用的外周血胃癌筛查技术奠定基础。