一种基于全转录组的肝细胞癌可变剪切事件系统分析的方法及预后模型应用技术方案

技术编号:21609101 阅读:35 留言:0更新日期:2019-07-13 19:28
本发明专利技术涉及基因技术及生物医学领域,具体涉及肝细胞癌(HCC)中可变剪切(AS)事件的全转录组系统分析的方法以及基于全转录组分析方法的相关预后模型构建与应用。本发明专利技术通过在HCC中发生了剪接变异信号的全局辨识和生物信息学分析的全面描述,以及基于系统的全转录组分析方法的预后模型及剪切网络的构建。本发明专利技术提供了HCC中mRNA剪接特征的全局变化的综合图像,并进一步开发了包含存活相关AS事件的预后模型和剪接网络。本发明专利技术是对HCC AS事件特征进行全面综合计算研究的第一次尝试,并进一步扩展到预后和分子靶向意义的新领域,为阐明生物发生和HCC的发展的潜在遗传机制提供了新的见解。

Analysis of Variable Shear Event System for Hepatocellular Carcinoma Based on Total Transcription Group and Application of Prognostic Model

【技术实现步骤摘要】
一种基于全转录组的肝细胞癌可变剪切事件系统分析的方法及预后模型应用
本专利技术涉及基因技术及生物医学领域,具体涉及肝细胞癌(HCC)中可变剪切(AS)事件的全转录组系统分析的方法以及基于全转录组分析方法的相关预后模型构建与应用。
技术介绍
肝细胞癌(HCC)是全球癌症死亡的第三大原因,每年报告的死亡人数约为50万。在临床中,HCC由不同的亚型组成,具有不同的结果,由于异质性而具有悲观的预后,传统的预后因素对预测HCC患者的个体化预后没有帮助。因此,进一步全面研究HCC中涉及的生物学机制和分子生物标志物是开展靶向治疗和改善HCC患者预后预测的重要步骤。最新研究主要考虑加速全基因组癌症研究的高通量技术的快速发展。近年来,HCC的许多诊断,预后和治疗分子生物标志物逐渐被鉴定和验证,包括非编码RNA,CpG甲基化位点和拷贝数变异。这些研究尽管结果很有希望,但主要集中在改变HCC的转录组分析水平。然而,转录后修饰的系统分析总是被忽略,而且很大程度上是未知的。从分子的角度来看,HCC是异质性肿瘤。在过去十年中,已经做出了重大努力来揭示参与HCC发展的基因组谱的分子变化。这些研究有助于确定预后遗传本文档来自技高网...

【技术保护点】
1.一种基于全转录组的肝细胞癌可变剪切事件系统分析的方法,其特征在于,具体步骤如下:1)数据管理过:HCC队列的第三级mRNA测序数据和相应的临床信息获自TCGA数据门户http://tcga‑data.nci.nih.gov/,其包含374个HCC组织和50个相邻的非肿瘤组织;为了生成每个HCC患者的AS概况,使用一种明确量化每个外显子和剪接点的包含水平的Java应用程序即SpliceSeq来评估HCC患者的mRNA剪接模式,共纳入290名符合以下标准的患者:1)确诊HCC的组织学诊断;2)患者在初始病理诊断后至少30天仍存活;3)患者具有相应的mRNA剪接数据;从0到1的百分比拼接评分通常...

【技术特征摘要】
1.一种基于全转录组的肝细胞癌可变剪切事件系统分析的方法,其特征在于,具体步骤如下:1)数据管理过:HCC队列的第三级mRNA测序数据和相应的临床信息获自TCGA数据门户http://tcga-data.nci.nih.gov/,其包含374个HCC组织和50个相邻的非肿瘤组织;为了生成每个HCC患者的AS概况,使用一种明确量化每个外显子和剪接点的包含水平的Java应用程序即SpliceSeq来评估HCC患者的mRNA剪接模式,共纳入290名符合以下标准的患者:1)确诊HCC的组织学诊断;2)患者在初始病理诊断后至少30天仍存活;3)患者具有相应的mRNA剪接数据;从0到1的百分比拼接评分通常用于评估特定基因与特定剪接模式的转录物比率,为尽可能地生成一组AS事件,实施一系列严格的过滤器,PSI得分≥75的样本百分比,PSI得分平均值≥0.05,并且使用k-最近邻居估算了缺失的表达值算法与impute包;为准确描述AS事件,为每个AS事件分配了一个唯一的注释,该注释由SpliceSeq中的剪接类型,ID号和匹配的基因符号组成;2)HCC患者的生存分析和预后特征的构建:根据中位数切点,将HCC患者AS事件的PSI评分分为低指数和高指数,然后进行适合分类PSI指数和患者总生存的单变量Cox回归分析,以确定预后AS事件;UpSetR是一个用于生成镦粗图的R包,可以可视化七种类型的生存相关AS事件之间的交叉集,前20名最重要的生存相关选择每种AS类型的AS事件作为搜索独立预后因子的候选者,并分别通过多变量Cox回归进一步构建HCC患者的AS特征,每个预后特征选择通过前向逐步选择过程和Akaike信息标准(AIC)进行,然后将每个AS特征中识别的AS事件组合起来,通过二级前向逐步方法构建最终预测模型,以找到最小的AS事件集,其中使用以下方法计算OS预测的每个AS特征的风险评分:,此外根据中位风险评分将HCC患者分为低风险和高风险亚组,并进行Kaplan-Meier生存分析以区分这两个亚组,此外每个预后模型的临床疗效和预测准确性是可比拟的,拟合时间依赖性ROC曲线与survivalROC包,并且分别计算1年,3年...

【专利技术属性】
技术研发人员:王哲朱家伟
申请(专利权)人:辽宁省肿瘤医院
类型:发明
国别省市:辽宁,21

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1