基于人血漿microRNAs的數(shù)據(jù)挖掘技術構建肺癌預測系統(tǒng).pdf

1、肺癌位居中國惡性腫瘤發(fā)病率和死亡率首位，肺癌預防的重要手段是開展早期發(fā)現(xiàn)、早期診斷和早期治療，有必要研究高敏感性和特異性的腫瘤生物標志物。microRNAs（miRNAs）可調控基因參與細胞的生長、增殖、分化和凋亡等過程，大量的研究表明循環(huán)miRNAs和多種腫瘤的發(fā)生和發(fā)展有關，具有作為包括肺癌在內的疾病診斷生物標志物的潛力。
　　目的：
　　該研究應用決策樹（Decision Tree,DT）、人工神經(jīng)網(wǎng)絡（Artific

2、ial Neual Networks,ANN）和支持向量機（SupportVector Machines,SVM）等數(shù)據(jù)挖掘方法聯(lián)合血漿miRNA生物標志、流行病學參數(shù)和臨床癥狀資料建立肺癌預測模型。
　　對象和方法：
　　1.研究對象：肺癌組為2016年6月至2017年2月取自鄭州大學第一附屬醫(yī)院呼吸內科、河南省腫瘤醫(yī)院胸外科、河南省胸科醫(yī)院呼吸內科和胸外科的148例初診的原發(fā)性肺癌患者；對照組為2016年7月取自淇縣疾病

3、預防控制中心體檢的148例健康人群。經(jīng)知情同意后收集研究對象的信息和血液標本。
　　2.實驗方法：血漿miRNAs（miR-16、miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25）表達水平的檢測采用實時熒光定量PCR法。
　　3.數(shù)據(jù)挖掘：采用SPSS Clementine21.0軟件?；趩我蛩胤治鼋Y果和Logisti

4、c回歸分析優(yōu)化結果，先將數(shù)據(jù)預處理，按3:1的比例將所有樣本隨機分成訓練集和預測集，用訓練好的模型對預測集進行預測，應用Fisher判別分析、DT C5.0、ANN和SVM算法分別建立模型，并采用診斷試驗評價指標比較模型的預測結果。
　　4.統(tǒng)計學分析：Excel2010建立數(shù)據(jù)庫，采用SPSS21.0軟件進行統(tǒng)計分析。定量資料分析符合正態(tài)分布時采用兩獨立樣本 t檢驗，不符合正態(tài)分布時采用Mann-Whitney U檢驗；定性資料

5、間的比較采用χ2檢驗；肺癌的影響因素采用二分類Logistic回歸分析。檢驗水準為α=0.05。
　　結果：
　　1.血漿miRNAs表達水平檢測結果：肺癌組的10種血漿miRNAs（miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25）的表達水平高于對照組，差異有統(tǒng)計學意義（P<0.05）。
　　11種血漿miRNA

6、s（miR-16、miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25）的表達水平與年齡、肺癌的組織學類型無關（P>0.05）；血漿中miR-30a和 miR-21表達水平與性別有關（P<0.05）；血漿中miR-21和miR-25表達水平與吸煙程度、飲酒有關（P<0.05）。血漿中miR-210的表達水平和肺癌的分期有關（P<0.05

7、）；血漿中miR-126的表達水平和肺癌淋巴結轉移有關（P<0.05）。
　　2.肺癌影響因素分析結果：單因素分析結果顯示肺癌組和對照組間的流行病學參數(shù)和臨床癥狀（吸煙程度、發(fā)熱、胸悶胸痛、咳嗽、痰中帶血、咯血）的分布的差異和10種血漿miRNAs（miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25）的表達水平的差異有統(tǒng)計學意義

8、（P<0.05）；多因素Logistic回歸分析結果顯示，發(fā)熱、胸悶胸痛、咳嗽、血漿中miR-20a（P=0.016）和miR-223（P=0.001）相對表達量升高可能是肺癌的危險因素。
　　3.數(shù)據(jù)挖掘模型的評價結果：由吸煙程度、發(fā)熱、胸悶胸痛、咳嗽、痰中帶血、咯血、10種血漿miRNAs（miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30

9、d、miR-25）的表達水平這16個變量建立的16項DT C5.0模型和由發(fā)熱、胸悶胸痛、咳嗽、痰中帶血、咯血、血漿中miR-20a和miR-223表達水平建立的優(yōu)化DT C5.0模型的準確度分別為98.78％和87.80%，AUC分別為0.985和0.883；16項SVM模型和優(yōu)化SVM模型的準確度分別為98.78%和89.02%，AUC分別為0.985和0.893；16項ANN模型和優(yōu)化ANN模型的準確度分別為87.80%和84.1

10、5%，AUC分別為0.879和0.835；16項Fisher判別分析模型和優(yōu)化Fisher判別分析模型的準確度分別為82.93%和82.93%，AUC分別為0.828和0.824。16項DT C5.0模型和16項SVM模型的AUC均優(yōu)于其他6種模型（P<0.05）；其他6種模型的AUC之間的差異沒有統(tǒng)計學意義（P>0.05）。
　　結論：
　　1.人血漿中10種miRNAs（miR-21、miR-20a、miR-210、mi