融合DNA甲基化特征的癌癥生存分析.pdf

1、癌癥的發(fā)病率、死亡率長期位居各種疾病之首，全球每年有超過1000萬人死于癌癥，癌癥患者的5年生存率僅有15％~30%。為提高癌癥病人的存活率，大量的研究人員開始對影響癌癥生存時間的因素展開研究分析，通過收集癌癥病人生存時間并采用統(tǒng)計建模方法挖掘潛在的生存規(guī)律。
　　本論文在考慮傳統(tǒng)的臨床數(shù)據(jù)、基因表達數(shù)據(jù)基礎上，通過融入DNA甲基化數(shù)據(jù)，采用COX回歸方法探討了11種癌癥病人中影響其生存時間的關鍵因素，并對多種癌癥的共性特征進行了

2、深入分析。
　　本文的主要研究內容如下：
　　（1）針對目前癌癥生存分析主要基于臨床數(shù)據(jù)以及基因表達數(shù)據(jù)進行分析的特點，本文提出了融入DNA甲基化特征進行生存數(shù)據(jù)分析的策略。本工作基于懲罰函數(shù)的Lasso變量選擇方法進行特征選擇并進行在COX模型下的回歸分析，對比了單因素作用下，以及是否融合DNA甲基化特征下的生存率回歸準確性。結果表明，對分析的11種癌癥，融入DNA甲基化特征后具有更高的回歸準確率。
　?。?）由于L

3、asso算法在處理高維小樣本類型回歸分析存在著所選特征不穩(wěn)定且較少的不足，本文引入了基于K-split的Lasso回歸分析方法。通過對高維特征的多次分割采樣進行獨立的特征選擇，再在組合特征的基礎上完成最終的核心特征選擇。結果表明，基于K-split的Lasso回歸方法能夠獲得更穩(wěn)定的特征以及更高的預測準確度。
　?。?）通過對11種癌癥的獨立分析，分別得到了影響不同癌癥生存時間的重要特征；通過對11種癌癥的組合分析，得到了對多種癌