第1章154例Ⅱ期胃癌患者预后相关临床及分子生物学指标分析　　 [背景&目的]胃癌是最常见的消化道肿瘤之一，我国是胃癌高发国家。手术切除是胃癌患者获得治愈的最主要方法，但术后复发转移率高，导致胃癌总体治疗效果差，5年生存率低。术后辅助治疗能为胃癌患者带来多大获益说法不一，普遍认为进展期胃癌术后应接受辅助化疗，但仍缺乏标准的治疗方案，因此对胃癌患者根治术后进行预后评价、分类从而指导进一步的个体化治疗就更加重要。关于胃癌预后相关临床或分子生物学因素的研究众多，但除了经典的TNM分期被列入预后分类标准外，其余指标的预测价值均尚未认可。Ⅱ期胃癌在整体患者中约占20％，5年生存率在40％～71％之间，此类患者通过根治性手术和适当的术后治疗有很大几率可获得完全治愈，但不能忽视仍有相当一部分人会早期死于肿瘤的复发或转移。本研究旨在通过分析此类患者的临床特征和分子生物学信息，寻找预后高危因素，从而为Ⅱ期胃癌患者预后分类及进一步治疗提供参考依据。　　 [方法]　　 选取1996年5月至2005年2月间在中山大学肿瘤防治中心确诊为Ⅱ期胃癌的154名患者，均接受了根治性手术，术后有完整随访资料，随访截止时间为2010年1月30日。收集其临床资料及术后石蜡标本。运用组织芯片法将患者肿瘤标本制作成芯片，通过免疫组化法检测38种与肿瘤生长转移各方面调控密切相关的分子指标在肿瘤组织中的表达情况，并结合患者临床信息分析Ⅱ期胃癌患者预后高危因素。　　 [结果]　　 全组患者154人，中位生存期65个月，累计1、3、5年生存率分别为85％、77％和68％。对全组病人性别、年龄、TNM分期、手术方式、淋巴结检出个数、肿瘤大小、术后有无辅助化疗等共20个临床特征进行单因素分析，发现接受了D2淋巴结清扫术式的患者5年生存率为74.8％，明显高于未接受D2清扫的51.2％(p=0.004)、术中发现肿瘤组织与周围组织有粘连者5年生存率较差(42.1％vs71.6％，p=0.004)、术后接受了辅助化疗的患者预后较未接受化疗的患者好，5年生存率分别为75.7％和61.2％(p=0.037)，辅助化疗疗程对患者5年生存有明显影响(p=0.001)，化疗不足3程为预后不良因素。其中肿瘤与周围组织关系与辅助化疗疗程为独立预后因素。对38种分子指标进行免疫组化评分，应用受试者工作特征曲线(receiveroperatorcharacteristiccurve，ROC曲线)界定免疫组化界限值，以此将各分子指标在肿瘤组织的表达划分为高表达和低表达。单因素分析可见bFGF，CD44v6，Cmyc，Ki67，Nm23，P16，P21wafl，SURVIVIN，TIMP1，TIMP2和VEGF与预后相关，代入COX比例风险模型进行多因素分析，CD44v6，P21wafl与SURVIVIN这3个指标为独立预后因素，CD44v6高表达，P21wafl低表达及SURVIVIN高表达者预后不良。　　 [结论]　　 本中心Ⅱ期胃癌患者术后5年生存率为68％。单因素分析显示患者未行D2淋巴结清扫术、肿瘤与周围组织粘连、术后未行辅助化疗或辅助化疗不足2程这4个临床特征以及bFGF,CD44v6，Cmyc，Ki67，Nm23，P16，P21waf1，SURVIVIN，TIMP1，TIMP2和VEGF11个分子指标为Ⅱ期胃癌预后相关因素。多因素分析，肿瘤与周围组织粘连、辅助化疗疗程不足3程、CD44v6高表达、P21wafl低表达和SURVIVIN高表达患者术后5年生存率较差，为独立预后因素。　　 第2章基于支持向量机原理构建Ⅱ期胃癌患者预后分类模型　　 [背景&目的]　　 随着基因及分子生物学技术的不断发展，涉及调控肿瘤形成、生长、侵袭和转移的相关基因及表达产物逐渐被发现并用于肿瘤的诊断、预后预测和治疗评价。肿瘤的发生是多基因、多步骤、多阶段的复杂的演变过程，单独的指标不足以反映肿瘤的特质，只有联合检测多因素分析才能较好的实现对肿瘤生物学行为的分析和分类。但是，医学数据的繁复、不完整和具有时间性等特点令传统的统计学方法不能很好的解决这类非线性问题。因此，要实现对肿瘤患者的预后分类就需要一个能解决上述问题的数学模型。数据挖掘(DataMining，DM)又称数据库中的知识发现(KnowledgeDiscoverinDatabase，KDD)，是目前人工智能和数据库领域研究的热点问题，即从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的过程。支持向量机是数据挖掘中的一种新方法，能够将向量映射到一个更高维的空间里，使这些非线性特征线性可分，在这个空间里建立有一个最优分类面，从而较好的解决了应用联合指标对肿瘤患者预后分类的问题。本研究将运用支持向量机原理，基于临床、分子生物学信息平台，构建Ⅱ期胃癌患者的预后分类模型，从而更进一步的指导胃癌的个体化治疗。　　 [方法]　　 应用中国科学院合肥物质科学研究院的SGIOnyx3900和SGIOrign3900两组高性能计算服务器，输入本研究中患者的20个临床特征及38种分子指标数据，随机抽取103例患者作为训练集，利用Metla6.5软件编程，代入支持向量机训练出Ⅱ期胃癌患者5年生存预测模型，并用此模型对剩余的51例患者(预测集)进行生存预测。　　 [结果]　　 初步建立的Ⅱ期胃癌预后模型中包括6个临床特征：肿瘤与周围组织粘连，大体分型，组织学类型，化疗方案，化疗疗程，术前PLT以及18个分子指标：MMP7，MMP2，CA199，P16，Nm23，PTEN，TIMP1，TIMP2，P21wafl，CyclinE，SMAD4，MUC2，HER2，CK20，P27，c-met，Ki67，MGMT。将验证组51例病人代入此模型进行预测，分为高风险组16例vs.低风险组35例，高风险组1、3、5年总的累计生存率分别是44％、12％和12％，低风险组1、3、5年总的累计生存率分别是86％、80％和77％。敏感度为63.6％，特异度为93.1％，阳性预测价值为87.5％，阴性预测价值为77.1％，总的正确率为80.4％。　　 [结论]　　 数据挖掘中支持向量机原理，结合临床特征和分子指标构建的Ⅱ期胃癌术后预后分类模型可以准确的预测Ⅱ期胃癌患者根治术后5年生存，可以作为Ⅱ期胃癌患者术后治疗随诊的依据。