期刊检索

  • 2024年第22卷
  • 2023年第21卷
  • 2022年第20卷
  • 2021年第19卷
  • 2020年第18卷
  • 2019年第17卷
  • 2018年第16卷
  • 2017年第15卷
  • 2016年第14卷
  • 2015年第13卷
  • 2014年第12卷
  • 2013年第11卷
  • 第1期
  • 第2期

主管单位 工业和信息化部 主办单位 哈尔滨工业大学 主编 任南琪 国际刊号ISSN 1672-5565 国内刊号CN 23-1513/Q

期刊网站二维码
微信公众号二维码
引用本文:刘阳,王丽茹,张岩.基于DNA甲基化模式筛选评估结肠腺癌预后的标记物[J].生物信息学,2021,19(4):240-248.
LIU Yang,WANG Liru,ZHANG Yan.Marker evaluation for the prognosis of colon adenocarcinoma based on DNA methylation patterns[J].Chinese Journal of Bioinformatics,2021,19(4):240-248.
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 1094次   下载 553 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于DNA甲基化模式筛选评估结肠腺癌预后的标记物
刘阳,王丽茹,张岩
(哈尔滨工业大学 生命科学与技术学院计算生物学研究中心, 哈尔滨 150001)
摘要:
为了通过分析DNA甲基化谱识别出与预后相关的结肠腺癌亚型。从TCGA数据库获取了结肠腺癌患者的甲基化数据,通过差异甲基化分析和构建COX比例风险回归模型筛得与预后显著相关的CpG位点,并通过一致性聚类识别出7个亚型。生存分析和临床特征检验显示7个亚型间预后差异显著且亚型特征可由多种临床特征反映。此外,用7个亚型间识别出的差异甲基化位点构建的基于SMO(序列最小最优化)的预测模型在各亚型上都有较高的AUC值,并用检验集进行了验证。综上,本研究利用生物信息学算法识别了7个预后差异的结肠腺癌亚型并挖掘了它们的特异性甲基化标记。该研究结果或可使得结肠腺癌预后被更精准地评估,为早期诊断及治疗方案提供新思路。
关键词:  结肠腺癌  DNA甲基化  一致性聚类
DOI:10.12113/202008006
分类号:Q523
文献标识码:A
基金项目:国家自然科学基金项目(No.61972116);黑龙江省应用技术研究与开发计划项目(No.GA20C018).
Marker evaluation for the prognosis of colon adenocarcinoma based on DNA methylation patterns
LIU Yang,WANG Liru,ZHANG Yan
School of Life Science and Technology, Computational Biology Research Center, Harbin Institute of Technology, Harbin 150001, China)
Abstract:
To identify the subtypes of colon adenocarcinoma for prognosis by analyzing the DNA methylation patterns,methylation data of colon adenocarcinoma patients was obtained from the TCGA database, and CpG sites that significantly related to prognosis were screened by differential methylation analysis and constructing a COX proportional hazard regression model. Seven subtypes were identified through consensus clustering. Survival analysis and clinical feature tests showed that the prognosis was significantly different among the seven subtypes and the subtype features could be reflected by multiple clinical features. In addition, the sequence minimal optimization(SMO)-based prediction model was constructed based on the differential methylation data and showed high AUC values for each subtype. Finally, the SMO model was evaluated on the test set. To sum up, this study used bioinformatics algorithms to identify seven subtypes of colon adenocarcinoma with different prognosis and their specific methylation markers. The results of this study enable the prognosis of colon adenocarcinoma to be more accurately evaluated, providing new ideas for early diagnosis and treatment.
Key words:  Colon adenocarcinoma  DNA methylation  Consensus clustering

友情链接LINKS

关闭