联系人:
所在地:
随着人类基因组测序计划的完成和高通量微阵列技术的发展,基因表达谱已经广泛用于鉴定一些肿瘤中异常表达的基因,和以次对肿瘤进行分子分类。
这一技术的成功的一个重要前提是芯片对表达基因测试的敏感程度和对多基因表达模式的有效的算法,对于区分背景和那些低丰度的重要功能基因而言,它们十分重要。
尽管一些新的计算方法和统计学方法可对微阵列进行分析,但目前所用的每种方法都有自身的优点和缺点。由这些方法获得的微阵列结果的可靠性常常受到怀疑,所以芯片的结果需要用传统的分子生物学手段证实。
在该研究中,我们用多种统计学方法和计算机算法来分析头颈鳞癌细胞相关的基因表达谱。在用Affymetrix HG-U95Av2型基因芯片检查了22对(44例)配对的头颈鳞癌组织和正常上皮组织基因表达后,采用RMA(Robust Multi-chip Analysis)算法各张芯片的数据结果进行均一化。随后采用3种分析方法进行分析。
包括传统的统计学方法(t-test,Wilcoxon rank-sum test和配对t-test),芯片显著性分析(SAM),Genespring软件的分类预测方法,以及一种综合分级系统(COM),包括minimal distance to ideal ranking(MDIR)和Weighted punishment on overlap(WEPO)。
采用以上统计学方法和计算机算法,挑选出与头颈鳞癌显著相关的一些基因,合成相应的cDNA探针,并制备小型的诊断化芯片,用于临床标本的分子分类。
综合使用上述各种统计学方法可以利用各种不同统计学方法和算法的优点,以选择那些在只在肿瘤组织中显著异常表达的基因。
随后,通过聚类分析和对靶探针分析、实时定量PCR对这些基因表达谱进行验证。
最终选择了42条探针,对我们的标本聚类(hierachical,比值采用Log2,在Gene traffic中进行),证实所选择的探针能够很好地将肿瘤标本和正常标本分成两类,肿瘤组织和正常标本聚类的结果十分清晰。
通过检测这42条探针的表达谱可正确区分头颈鳞癌组织和正常组织。
Copyright © 2016 国家技术转移西南中心-区域技术转移公共服务平台 All Rights Reserved 蜀ICP备12030382号-1
主办单位:四川省科技厅、四川省科学技术信息研究所、四川省技术转移中心科易网