癌相關(guān)高通量組學(xué)數(shù)據(jù)的標(biāo)準(zhǔn)化.pdf

1、目前，隨著檢測全基因組的表達、甲基化、拷貝數(shù)等分子改變的高通量技術(shù)的發(fā)展，發(fā)現(xiàn)了大量的在癌組織中發(fā)生了表達、甲基化、拷貝數(shù)改變的基因，使得我們能夠更系統(tǒng)地分析癌癥的發(fā)病機理。在分析各種高通量組學(xué)數(shù)據(jù)時，一個基本的任務(wù)是要預(yù)先進行數(shù)據(jù)標(biāo)準(zhǔn)化處理，而各種標(biāo)準(zhǔn)化算法都假設(shè)疾病中差異基因的比例很小及差異上、下調(diào)的基因數(shù)目大致相等。由于基因可能在復(fù)雜疾病中發(fā)生了廣泛而相關(guān)的分子改變，這種廣泛采用的不可靠的標(biāo)準(zhǔn)化假設(shè)很可能會對篩選差異表達基因等下游

2、分析有重大的影響。因此，本論文全面分析了在主要數(shù)據(jù)庫中收集的關(guān)于各種癌型的基因表達、甲基化和拷貝數(shù)等高通量組學(xué)數(shù)據(jù)，通過比較在癌癥與正常樣本中這些分子改變的分布差異，評價幾種主要的標(biāo)準(zhǔn)化方法，分析其影響生物學(xué)信號的偏倚程度。
　　首先，我們論證了基因在癌組織中廣泛差異表達的特性，而目前在基因表達譜實驗中發(fā)現(xiàn)差異基因的低重復(fù)性現(xiàn)象實際上反映了癌相關(guān)基因廣泛差異表達的特征。我們以基因表達改變的方向作為測度來分析基因在癌癥樣本相對正常樣

3、本中的特定的上下調(diào)表達模式。結(jié)果顯示：對于在研究同種癌型的不同表達譜數(shù)據(jù)中識別的差異表達基因的改變方向是高度一致的，即基因在疾病樣本相對正常樣本的表達改變方向比較穩(wěn)定，具有特定的改變方向。然后，我們分析了癌相關(guān)高通量數(shù)據(jù)標(biāo)準(zhǔn)化方法的合理性。結(jié)果顯示：至少在癌癥研究中，將疾病組與正常組樣本一起標(biāo)準(zhǔn)化使得所有芯片的探針信號強度具有同樣的分布會使得篩選差異表達基因等后續(xù)分析產(chǎn)生嚴重的偏倚。在癌表達譜數(shù)據(jù)中包含大量上調(diào)表達的基因，采用這些傳統(tǒng)假

4、設(shè)的標(biāo)準(zhǔn)化方法會失查很多癌相關(guān)的上調(diào)差異表達基因并且產(chǎn)生很多假的下調(diào)差異表達基因。同時，我們發(fā)現(xiàn)在關(guān)于同一癌型的不同的原始數(shù)據(jù)中篩選出的差異表達基因的改變方向高度一致，提示在原始數(shù)據(jù)中自然存在著有效的生物學(xué)信號。因此，發(fā)展新的統(tǒng)計方法提高統(tǒng)計效能去挖掘在原始數(shù)據(jù)中有效生物學(xué)信號是可能的。對癌甲基化譜和拷貝數(shù)譜也進行了類似的研究，結(jié)果顯示：癌癥與正常樣本中的甲基化譜原始信號值的中值沒有顯著差異，采用標(biāo)準(zhǔn)化數(shù)據(jù)額外找到的差異甲基化基因的改變

5、方向可以在關(guān)于同種癌型的獨立數(shù)據(jù)集中顯著一致地呈現(xiàn)，反映它們是有效的生物學(xué)信號。所以，可以采用標(biāo)準(zhǔn)化方法處理甲基化譜數(shù)據(jù)，但需要去除在標(biāo)準(zhǔn)化數(shù)據(jù)及非標(biāo)準(zhǔn)化數(shù)據(jù)中甲基化改變方向不一致的基因。在癌拷貝數(shù)譜數(shù)據(jù)中，我們發(fā)現(xiàn)了與癌表達譜類似的現(xiàn)象，即在癌拷貝數(shù)譜中存在大量的拷貝數(shù)擴增基因，提示在原始數(shù)據(jù)中提取癌相關(guān)生物學(xué)信號可能更為合理。最后，我們還分析了cDNA芯片數(shù)據(jù)的一個重要的預(yù)處理問題，即對應(yīng)同一條Unigene的多個探針的檢測值之間的

6、相關(guān)性問題。結(jié)果顯示：探針注釋數(shù)據(jù)更新后，重復(fù)檢測探針值之間的高相關(guān)比例顯著提高，而大部分負相關(guān)的重復(fù)探針檢測值沒有通過差異表達篩選，說明盡管存在探針檢測技術(shù)變異等因素，通過篩選差異表達基因還是能夠相當(dāng)可靠地捕捉與癌相關(guān)的生物學(xué)信號。因此，基于差異表達基因的后續(xù)分析（尤其是篩選富集差異基因的功能模塊）可以得到可靠的生物學(xué)結(jié)論。
　　本文系統(tǒng)地分析了在癌組織中基因表達、甲基化和拷貝數(shù)改變的系統(tǒng)性特征，并據(jù)此論證了目前通常采用的數(shù)據(jù)標(biāo)