一、Weibull参数模型在神经胶质瘤生存分析中的应用(论文文献综述)
郑兰[1](2021)在《NQO1/Snail轴通过PI3K/AKT/mTOR信号通路调控神经胶质瘤演进的机制研究》文中指出研究背景:神经胶质瘤(glioma)是成人神经系统最常见的原发性恶性肿瘤,具有较高的发病率和死亡率。目前,手术治疗辅以放化疗是神经胶质瘤的标准治疗策略,但因其侵袭性强,手术效果有限,易复发,预后欠佳。因此,探索神经胶质瘤新的有效治疗策略和潜在靶点迫在眉睫。NADPH 醌氧还原酶 1(NADPH quinine oxidoreductase,NQO1)是醌氧化还原酶1,也是Ⅱ相还原酶之一,通过抑制醌类化合物转化为半醌类自由基和ROS,保护细胞免受氧化损伤,在机体的代谢过程中发挥解毒作用。但值得注意的是,有研究报道称NQO1基因C609T位点、的多态性可导致NQO1的酶活性减弱或完全丧失,从而降低NQO1解毒及维护细胞稳定的功能,增加肿瘤发生的风险。近年来,研究发现NQO1在乳腺癌、胃癌和卵巢癌等恶性肿瘤组织中表达异常,并与肿瘤细胞增殖以及耐药性密切相关。本课题组前期研究发现,NQO1抑制剂β-拉帕醌可能通过抑制PI3K/AKT/mTOR信号通路调控的EMT进程,进而抑制胃癌和乳腺癌细胞的侵袭和迁移能力。同时有研究显示,PI3K/AKT/mTOR信号通路与神经胶质瘤的恶性演进密切相关。Snail作为EMT间质标志物之一,在多种肿瘤中的表达上调,并与肿瘤的侵袭和转移相关。已有研究报道称,在神经胶质瘤细胞中敲低Snail的表达可抑制神经胶质瘤细胞的增殖、迁移和侵袭能力。然而,NQO1是否影响神经胶质瘤的转移和EMT进程、且这一调控作用是否与Snail有关,尚不明确。研究目的:初步探讨NQO1/Snail信号轴在神经胶质瘤恶性演进过程中所涉及的生物学功能及相关的分子机制:(1)分析NQO1在神经胶质瘤中的表达及其与预后之间的关系,明确其分子标志物作用;(2)探究NQOI对神经胶质瘤细胞增殖、迁移和浸润过程的影响;(3)揭示NQO1与Snail的相关性,探讨NQO1/Snail轴在神经胶质瘤恶性演进中的潜在分子机制。材料与方法:1.数据库分析及神经胶质瘤组织标本:(1)应用Oncomine、Human Protein Atlas和GEPIA数据库分析NQO1 mRNA在神经胶质瘤中的表达水平;(2)应用免疫组织化学染色方法检测NQO1蛋白在神经胶质瘤和癌旁正常组织中的表达情况,并分析NQO1蛋白表达水平与神经胶质瘤患者临床病理参数之间的关系;(3)应用GEPIA数据库分析评估神经胶质瘤组织中NQO1 mRNA表达水平与神经胶质瘤患者预后的关系。利用Kaplan-Meier法绘制生存曲线。2.体外实验:(1)应用慢病毒转染技术构建NQO1沉默及过表达的神经胶质瘤稳定细胞株;(2)应用MTT、平板克隆以及EdU实验检测NQO1对神经胶质瘤细胞增殖能力的影响;(3)应用细胞划痕、Transwell和免疫荧光实验检测NQO1对神经胶质瘤细胞迁移和侵袭能力的影响;(4)使用LY294002和Rapamycin,借助MTT、平板克隆、EdU、细胞划痕和Transwell实验,明确NQO1通过PI3K/AKT/mTOR信号通路促进神经胶质瘤的恶性进程的分子机制;(5)运用LinkedOmics、cBioportal和ChIPBaseV2.0数据库预测NQO1的靶基因,并进行富集分析;(6)应用免疫荧光实验检测NQO1与Snail的共定位情况;(7)应用Lipofectamine 3000在NQO1稳定过表达的神经胶质瘤细胞转染靶向Snail的小干扰RNA(siRNA),通过平板克隆、细胞划痕和Transwell实验明确NQO1/Snail轴调控神经胶质瘤细胞增殖和迁移的分子机制。3.体内实验:(1)构建裸鼠皮下移植瘤模型,比较NQO1差异表达对局部肿瘤生长情况的影响;(2)应用免疫组织化学染色实验对比不同组瘤体组织中Ki67和EMT相关标志物蛋白的表达变化;(3)构建裸鼠尾静脉注射肺转移瘤模型,比较NQO1差异表达对裸鼠肿瘤肺转移灶形成情况的影响。结果:1.NQO1在神经胶质瘤组织中的高表达与患者不良预后相关:(1)生物信息学分析结果显示NQO1 mRNA在神经胶质瘤组织中的表达水平高于癌旁正常组织;(2)免疫组织化学染色结果显示,NQO1蛋白在神经胶质瘤组织中的表达呈阳性,且NQO1蛋白在病理高分级和浸润性神经胶质瘤组织中呈高表达;TCGA生存分析结果显示,NQO1高表达患者的无瘤生存期显着短于NQO1低表达患者,但与神经胶质瘤患者的总生存期无关。2.NOQ1通过PI3K/AKT/mTOR信号通路调控神经胶质瘤细胞的增殖、转移及EMT进程:(1)MTT、平板克隆以及EdU实验发现沉默NQO1可降低神经胶质瘤细胞的增殖和克隆形成能力,反之,过表达NQO1促进神经胶质瘤细胞的增殖和克隆形成能力;体内动物实验证实沉默NQO1的表达可抑制裸鼠肿瘤生长,过表达NQO1则促进肿瘤生长;(2)细胞划痕和Transwell实验结果表明,过表达NQO1可显着增加神经胶质瘤细胞的迁移和侵袭能力,反之结果相反;(3)生物信息学分析发现NQO1与EMT相关标记物均共表达,Western blot与免疫荧光结果显示,NQO1影响EMT相关标记物的蛋白表达;(4)Western blot结果显示NQO1影响P13K/AKT/mTOR信号通路相关蛋白的表达;MTT、平板克隆实验、EdU和Transwell实验结果显示,通路抑制剂LY294002和Rapamycin可抑制NQO1高表达诱导的细胞增殖、克隆形成、DNA复制、迁移和侵袭能力;Western blot和免疫荧光实验结果表明NQO1过表达对P13K/AKT/mTOR通路所产生的影响被LY294002和Rapamycin部分逆转。3.NQO1通过Snail调控神经胶质瘤的恶性演进:通过数据库分析发现,Snail与NQO1呈显着相关性;通过平板克隆、细胞划痕和Transwell实验发现,敲低Snail的表达水平能够逆转NQO1过表达对神经胶质瘤细胞增殖、迁移、侵袭能力和EMT进程的促进作用,并对PI3K/AKT/mTOR信号通路具有激活作用。结论:NQO1在神经胶质瘤中高表达并预示患者的不良预后,且NQO1/Snail轴主要通过P13K/AKT/mTOR信号通路调控神经胶质瘤的演进。
张晓宇[2](2021)在《基于深度学习的脑胶质瘤分割及预后模型的研究》文中提出脑胶质瘤是来源于神经系统胶质细胞和神经元细胞肿瘤的统称,是由于大脑和脊髓胶质细胞癌变所产生的、最常见的原发性颅脑肿瘤,占颅内肿瘤的35.26%~60.96%。脑胶质瘤难以治疗且容易复发,患者死亡率也较高。利用多模态的核磁共振影像可以有效的发现胶质瘤病灶区域,但是这同时会生成大量的MRI序列图像,使得人工分割脑胶质瘤区域的效率非常低。基于MRI的脑胶质瘤分割有助于医生对医学图像进行定量的分析。同时,对脑胶质瘤的病灶区域进行精准的分割还有利于提高计算机辅助诊断系统的效率,例如使用深度学习技术对脑胶质瘤患者构建预后模型,以便对脑胶质瘤患者精准的个体化治疗提供帮助,也有利于延长患者生存时间以及提高生活质量。因此,针对脑胶质瘤不同区域的精准划分以及利用病灶区域进行预后模型的构建成为了脑胶质瘤的计算机辅助诊断中的重点和难点。本论文主要针对使用深度学习技术对脑胶质瘤进行分割以及预后模型构建的方法展开讨论和研究。研究主要内容包括:(1)从多模态MRI中对胶质瘤组织进行可靠的分割具有很重要的临床价值,但是由于脑胶质瘤本身及周边组织较为复杂以及浸润性导致的边界模糊等原因,导致对脑胶质瘤的自动分割有一定的难度。针对这一问题,本文提出了一种基于融合损失函数的3D U-Net++脑胶质瘤分割网络。首先,将四个模态的MRI数据进行预处理以便进行更为顺利的深度学习网络训练;然后使用3D U-Net++网络来对脑胶质瘤的不同区域进行分割,该网络使用不同层级的U-Net模型进行密集嵌套连接,使用网络的四个分支的输出结果作为深度监督以更好的结合深层和浅层的特征进行分割;并结合了Dice损失函数和交叉熵损失函数作为融合损失函数。同其他方法相比,本文中的方法有效的提升肿瘤各区域的分割精度,尤其小面积区域的分割精度。(2)针对3D U-Net++网络中网络参数量过大,而且获取不同层级的特征的方式较为间接的问题,本文使用了3D U-Net3+的脑胶质瘤分割网络,该网络变更了3D U-Net++网络的整体结构,在编码器阶段中每个下采样后直接对解码器阶段中不同层级的解码器分别进行连接,而每个解码器阶段之间也会进行密集的连接。损失函数也使用了Dice损失函数和交叉熵损失函数融合的损失函数。使用深度监督对于3D U-Net3+网络的分割性能有一定的提升。同3D U-Net++相比,3D U-Net3+可以有效的提升脑胶质瘤中各个区域的分割精度,且网络的参数量也有显着的降低。(3)针对脑胶质瘤的预后模型需要使用大量的个体患者数据进行构建,而当数据过于复杂的时候传统的统计技术无法有效而快速的构建模型时,深度学习技术有着独特的优势。在脑胶质瘤预后模型构建方面,本文中使用了卷积降噪自编码器来提取特征,使用重构损失函数来进行特征提取,使用Cox比例风险回归模型作为损失函数,极大的优化了针对生存期预测特征的提取。使用Kaplan-Meier、时间依赖性AUC等方法来对模型的有效性进行验证。最后使用一致性指数(C-Index)来对预后模型进行评估。实验结果表明,本文方法和其他方法相比,具有更高的准确度。本研究针对从多模态的MRI中对脑胶质瘤自动分割,构建了使用混合损失函数的3D U-Net++以及3D U-Net3+网络,并进行网络内不同分支以及网络间的分割性能对比。在取得较好的分割结果后,构建了基于DAE和比例风险回归损失的脑胶质瘤预后模型,并验证了模型的有效性以及准确性。这些结果不仅为脑胶质瘤的自动化分割提供了精度更高的分割方法,还提供了使用脑胶质瘤的多模态MRI数据的有较好预后效能的模型,可以帮助医生为脑胶质瘤患者更好的进行预后诊断以及提供更精准的个体化治疗。
程东东[3](2021)在《具有自噬相关基因的较低级别胶质瘤临床预测模型的建立与验证》文中指出目的:较低级别胶质瘤(LrGG)由低级和中级神经胶质瘤组成,其临床行为变化很大。他们中有些惰性程度很高,而另一些则迅速发展为成胶质母细胞瘤。最近的研究表明,自噬与LrGG的预后密切相关。迫切需要一种包含自噬相关基因的生存列线图以预测LrGG的预后,为后续治疗提供咨询和风险评估。方法:从中国胶质瘤基因组图谱(CGGA),癌症基因组图谱(TCGA)中获取较低级别胶质瘤以下变量:肿瘤等级(II或III)、病理、年龄、性别、放疗状态、化疗状态和IDH1亚型。自噬相关基因可从人类自噬数据库(HADb)下载。通过生存过滤分析构建自噬风险评分公式,再使用Cox比例风险回归构建Nomogram列线图。这些模型是使用CGGA数据开发的,并使用TCGA的数据进行独立的外部验证。使用10倍交叉验证对模型进行内部验证,并使用校准曲线进行外部验证。结果:开发了列线图模型,使用训练集中的8个变量预测较低级别胶质瘤患者的1年、3年、5年和10年总生存率:肿瘤等级,病理,年龄,性别,放疗状况,化疗状况,IDH亚型和自噬相关的基因风险。用于内部验证的一致性指数(C指数)和时间相关的接收者操作特征(ROC)(根据训练集用于预测总生存期的列线图)为0.778,用于外部验证(验证集)的C指数为0.816。校准图的结果表明,通过列线图获得的实际观测值和预测值在两组之间具有良好的一致性。结论:我们已经开发了一种现成的列线图模型,该模型包括可预测总生存期的临床特征。列线图可以为LrGG患者的后续治疗提供咨询和风险评估。并提供了用于实施此列线图的免费在线网页:https://cdd1152.shinyapps.io/LrGGNomappC/.
陈嘉芳[4](2021)在《术前血清LDH水平预测神经胶质瘤患者的预后相关研究》文中研究指明目的为了评估血清乳酸脱氢酶(LDH)水平在预测脑胶质瘤患者术后复发和总生存期的临床价值。方法回顾性收集2016年1月至2019年1月期间我院符合纳入和排除标准的216例神经胶质瘤患者的临床资料,从手术结束开始至随访影像学确诊复发的间隔时间定义为无进展生存期,复发组包括在第一年随访期间发现残余肿瘤病灶较前增大或出现新的病灶,剩余没有这些病变的患者被纳入无复发组。收集所有患者的年龄、性别、既往病史、功能状态评分量表、白细胞计数、中性粒细胞计数、淋巴细胞计数、NLR、LMR、血清钠、血清钾、血清葡萄糖、血清LDH水平、世界卫生组织(WHO)分级以及临床上的其它相关资料。利用统计学方法分析这些因素预测神经胶质瘤术后无进展生存的临床价值,观察这些指标与预后的相关性。结果总体患者的平均年龄43.58±17.22岁,其中男性患者占53.7%(116/216),复发组(n=77,35.60%)和无复发组(n=139,64.40%),术后1年无进展生存率为64.35%。在调整混杂因素的影响后,多因素Logistic分析表明仅有血清乳酸脱氢酶水平(OR=0.97,95%CI=0.95-0.98,P<0.001)和WHO分级(Ⅱ级:OR=24.22,95%CI=5.95-98.58,P<0.001;Ⅲ级:OR=39.81,95%CI=10.62-149.25,P<0.001;Ⅳ级:OR=28.82,95%CI=6.22-133.61,P<0.001)是神经胶质瘤患者术后1年无进展生存的独立危险因素。术前乳酸脱氢酶水平(LDH)水平预测1年无进展生存的曲线下面积(AUC)=0.741,95%CI=0.668-0.813。多因素Cox生存风险回归显示LDH水平(HR=2.56,95%CI=1.59-4.15,P<0.001)和WHO分级(Ⅱ级:HR=4.58,95%CI=0.56-37.23,P=0.155;Ⅲ级:HR=16.35,95%CI=2.16-123.80,P=0.007;Ⅳ级:HR=42.13,95%CI=5.83-304.47,P<0.001)与术后随访2年的生存率相关。术后随访3年时,淋巴细胞计数(HR=0.07,95%CI=0.51-0.91,P=0.008),LDH水平(HR=2.21,95%CI=1.40-3.49,P=0.001)和WHO分级(Ⅱ级:HR=1.44,95%CI=0.44-4.68,P=0.543;Ⅲ级:HR=4.99,95%CI=1.68-14.87,P=0.004;Ⅳ级:HR=16.96,95%CI=6.13-46.93,P<0.001)在多因素Cox分析中仍与3年生存率相关。结论研究表明,术前血清乳酸脱氢酶(LDH)的水平可作为预测神经胶质瘤患者预后的可靠指标。术前LDH水平异常升高可能提示胶质瘤细胞存在快速增殖和进展。但是该结论还需要进一步的多中心研究来证实。
陈鹏[5](2021)在《陕西汉族非编码RNA基因多态性与结直肠癌风险相关性及MIR17HG与其microRNAs在结直肠癌中的作用研究》文中指出目的:通过非编码RNA基因多态性筛选出陕西汉族结直肠癌易感人群,筛选与结直肠癌发生密切相关microRNA,并对其在结直肠癌发生发展中的作用进行探讨,为临床预防及早期诊断结直肠癌提供理论依据。方法:1.设计一项包括514例CRC患者和510例健康对照的病例-对照关联研究,选取9个lnc RNAs基因[MIR137HG、MIR143HG(CARMN)、MIR3142HG、LINC-PINT、MIR124-1HG、MIR675HG(H19)、MIR17HG、MIR497HG和MIR133A1HG]、7个miRNAs基因(MIR577、MIR608、MIR675、MIR192、MIR618、MIR492和MIR423)及GREM1基因的49个SNPs,采用Agena Mass ARRAY基因分型技术,对所筛选的SNPs位点进行基因分型,通过卡方检验、logistic回归分析在遗传模型和分层分析下这些位点与中国陕西汉族人群CRC发病风险及临床病理参数之间的关系。并进行单倍型分析及MDR分析寻找预测CRC风险的最佳模型。2.分析MIR17HG及miR-17-92a簇在CRC病例及对照组的组织及血液中的表达。从TCGA和GDC数据库下载肿瘤RNA-seq数据,分析MIR17HG的mRNA表达。在TCGA数据库中下载生存数据用于生存分析,下载miRNA-seq表达量数据用于分析不同疾病分期的差异。从SRA和GEO数据库中下载数据用于健康人和患者血清及不同临床分期患者血清中游离miR-17-92a簇的丰度比较。3.纳入未经过任何治疗的陕西汉族病例50例,健康对照50例,用RT-qPCR对其血清中miR-17-92a簇的microRNAs表达进行检测,用ROC曲线判断这些microRNAs在诊断结直肠癌病例中的作用。4.用hsa-miR-18a-5p mimics和hsa-miR-18a-5p inhibitor对结直肠癌HCT116和SW480进行处理,研究hsa-miR-18a-5p对结直肠癌细胞的作用。利用shortest path算法分析蛋白互作网络中各基因与表达差异基因之间的网络关系,筛选结直肠癌的候选关键靶基因并进行初步验证。结果:1.rs73376930与增加中国陕西汉族CRC发病风险相关;而rs7549905、rs7318578、rs633727和rs58658771与降低中国陕西汉族CRC发病风险相关。单倍型GA较CA(rs3024270和rs2075744)、单倍型CT较TA(rs4779584和rs58658771)、单倍型AA较AG(rs2293581和rs73376930)均与降低CRC风险相关。含5个SNPs位点的模型(rs9440302,rs353300,rs1582417,rs157928,rs3024270)为预测CRC最佳模型,其交叉检验一致性为9/10,平衡精确性为:0.719,可预测患CRC的风险OR为6.65(95%CI:4.96-8.91)。2.MIR17HG在CRC组织中高表达,在Ⅳ期病例及黑种人中最高。miR-17-92a簇在CRC组织及血清中高表达,hsa-miR-20a-5p表达量最高。3.在陕西汉族结直肠癌病例血清中hsa-miR-18a-5p和has-miR-92a-1相对表达量高于正常人群。hsa-miR-18a-5p表达量与临床分期相关。血清hsa-miR-18a-5p+CEA+AFP诊断早期结直肠癌的AUC=0.899(95%CI:0.836-0.962,P<0.001),灵敏度=0.88,特异性=0.738,优于单一指标。4.hsa-miR-18a-5p能降低CRC细胞的增殖、克隆形成能力,增加细胞凋亡的发生。用最短距离算法评估hsa-miR-18a-5p可能的11个靶基因,hsa-miR-18a-5p可能通过靶向LIF起到抑制CRC发展的作用。结论:1.非编码RNA基因多态性与结直肠癌风险相关。含五个SNPs的模型可以预测CRC的发病风险。2.MIR17HG与结直肠癌发生密切相关。MIR17HG及其microRNAs在CRC组织中高表达,表达量与临床分期及种族相关。miR-17-92a簇在CRC血清中高表达。3.在陕西汉族CRC血清中hsa-miR-18a-5p、hsa-miR-92a-3p表达量增加,hsa-miR-18a-5p+CEA+AFP在诊断早期结直肠癌中具有优越性。4.hsa-miR-18a-5p的高表达能降低结直肠癌细胞的增殖、克隆形成能力,促进细胞凋亡的发生。
刘婕婷[6](2021)在《胶质母细胞瘤诊断预后标记物筛选及其验证的实验研究》文中研究指明目的胶质瘤是中枢神经系统最常见的肿瘤,而WHO IV级的胶质母细胞瘤(glioblastoma multiforme,GBM)又是胶质瘤中最高发的类型。70%-80%的胶质母细胞瘤患者病程介于3-6个月,其5年生存率不到10%。尽管近年来显微外科手术+局部精准放疗+术后靶基因治疗的综合治疗模式已在很大程度上改善了患者的预后,但由于肿瘤高度的增殖能力、浸润性生长、化疗药物“替莫唑胺”的早期耐受、微血管增生以及相关致病基因突变等多种因素的影响,患者的预后仍然较差。研究发现,肿瘤组织基因型的差异,会对患者的预后产生不同的影响。2016年WHO已将IDH突变、1p/19q缺失、MGMT启动子甲基化等肿瘤的分子病理学特征更精确地用于胶质瘤的分级分类中,因此,胶质瘤基因标记物的研究为细化其分子诊断并改善患者预后提供了新的药物靶点选择。基于此,本研究通过文献计量学方法可视化胶质母细胞瘤基因标记物研究的现状及热点,通过生物信息学方法筛选东、西方人均适用的胶质母细胞瘤诊断及预后标记物,最后通过分子生物学方法验证筛选标记物的表达情况,探索影响胶质瘤细胞生存的生物学机制以及与患者预后的相关性,以期为临床诊疗提供理论依据。方法(1)文献计量学分析:检索主要数据库,获取胶质母细胞瘤基因标记物研究文献,根据纳入排除标准筛选文献,利用书目共现系统分析软件(Bibliographic Item Co-Occurrence Mining System,BICOMS)对纳入研究的关键词、作者、国家和地区、研究机构、发表时间和期刊等信息进行提取和整理,对作者、研究机构、国家和地区及关键词生成合作网络图和聚类网络图,整理差异表达基因的HR值及95%CI。(2)生物信息学分析:从TCGA(The Cancer Genome Atlas)数据库得到GBM患者样本的表型信息、基因表达、生存数据,从GTEx(The Genotype-Tissue Expression)数据库筛选正常样本的表型信息和基因表达数据,并进行标准化。从CGGA(Chinese glioma genome atlas)数据库下载693和325数据集中患者信息。利用差异表达分析、单变量Cox比例风险回归和LASSO(least absolute shrinkage and selection operator)方法筛选GBM患者预后相关基因,计算预后指数(prognosis index,PI),创建K-M(Kaplan-Meier)生存曲线和ROC(the time-dependent receiver operating characteristic)曲线分析PI模型的预测效果。通过多变量Cox比例风险回归比较预后指数与其他临床因素的预后价值。利用GO(Gene ontology)基因功能分析和KEGG(Kyoto Encyclopedia of Genes and Genomes)富集分析预后基因的生物学功能。通过单变量、多变量Cox比例风险回归、K-M曲线和ROC曲线分析,将在TCGA中筛选的预后相关基因在CGGA_325和CGGA_693数据集中验证。(3)实验室检测:q RT-PCR(实时荧光定量PCR)、Western Blot、免疫组织化学检测各级别胶质瘤患者肿瘤组织和正常脑组织中筛选的预后相关基因表达量;沉默A172胶质瘤细胞株的FN1、HSPA5基因;MTT、流式细胞术和Transwell小室迁移实验分别检测沉默FN1、HSPA5基因对A172胶质瘤细胞株增殖、凋亡和迁移的影响;q RT-PCR与Western blot检测沉默FN1、HSPA5基因对A172胶质瘤细胞株Bax、Bcl-2、MMP9和Ecadherin表达的影响。随访胶质母细胞瘤患者的PFS(Progression-Free Survival)和OS(Overall Survival),通过单变量、多变量Cox比例风险回归、K-M曲线分析基因表达差异对患者预后的影响,并分析基因差异表达与患者临床病理参数的相关性。结果(1)胶质母细胞瘤基因标记物研究现状和热点:最终纳入1771篇文献,中文123篇,中文研究数量不到外文的1/10。26个省市的116个机构参与了中文文献研究,18个国家的611个机构参与了外文文献研究,省份、国家和机构之间合作有待进一步加强。中文文献239个关键词聚类分析得到5个类别,外文文献2963个关键词聚类分析得到4个类别。中文文献关注的基因标记物中,基于细胞和组织共同关注的有2-HG、CD133、CXCR4、Vimentin、Nestin等。外文文献关注的基因标记物中,组织关注的有271个,细胞关注的有87个,基于数据库的生信关注有900个。细胞、组织和生信共同关注的有VEGF、TGFBI、CD44、COL1A2、COL3A1等。同时,外文文献关注的微小RNA有310个。中文文献关注的信号通路有MAPK信号通路、PI3K-Akt信号通路、P53信号通路和Fas/Fas L信号通路。外文文献关注的信号通路有Wnt/β-catenin信号通路、Akt/ERK信号通路、Akt/Fox M1信号通路、ATM/Chk2/p53信号通路、CDK4/6-RB信号通路等。(2)胶质母细胞瘤诊断、预后标记物筛选:按阈值模型,差异表达的基因保留了581个。其中138个高表达,443个低表达,最终筛选出20个m RNAs。其中16个m RNAs(RNF10、MTPN、RTN4、HSPA5、PLD3、GRN、FLII、NDUFB2、DKK3、MAP1LC3A、SERPINE2、TTYH3、SCG5、FN1、TAGLN2、LY6E)为原癌基因,HRs为1.230~2.039,4个m RNAs为抑癌基因(RPS19、EIF3L、EIF4A2、FDPS),HRs为0.789~0.552。PI的HR为2.653(95%CI 1.976-4.122)(P<0.05)。PI的K-M曲线结果显示,3年和5年的AUC分别为0.824和0.820。差异表达的基因参与8个生物学过程,分别是细胞粘附分子锚定、分子伴侣结合、泛素蛋白连接酶结合、泛素样蛋白连接酶结合、钙粘蛋白结合、翻译起始因子活性、翻译因子活性RNA结合和未折叠蛋白结合。TCGA筛选的20个m RNAs在CGGA的单变量Cox结果表明,4个基因(MTPN、RTN4、MAP1LC3A和DKK3)与OS的相关性不显着,7个基因(LY6E、FLII、PLD3、EIF4A2、RNF10、RPS19和NDUFB2)仅在CGGA_325中具有统计学意义。其他9个基因(TTYH3、TAGLN2、FN1、HSPA5、EI3L、SCG5、SERPINE2、FDPS和GRN)在CGGA_693和CGGA_325中对预后均具有预测效应。SCG5和SERPINE2在CGGA和TCGA中表现出相反的作用,7个基因(TTYH3、TAGLN2、FN1、HSPA5、EI3L、FDPS和GRN)在TCGA和CGGA之间表现出相同的效应(原癌基因或抑癌基因)。20个m RNAs在CGGA的多因素Cox回归分析显示,考虑到其他临床混杂因素,PI仍然是关键预后预测因子。(3)胶质母细胞瘤诊断、预后标记物的实验验证:q RT-PCR与Western blot结果显示,与正常脑组织相比,胶质瘤组织中FN1、GRN、HSPA5、TTYH3、TAGLN2基因m RNA和蛋白表达量显着升高(P<0.05),并且随着WHO分级的升高,m RNA和蛋白表达量逐渐升高;免疫组化的结果也显示,与正常脑组织相比,胶质瘤组织中FN1、GRN、HSPA5、TTYH3、TAGLN2蛋白的阳性表达率显着升高(P<0.05),随着WHO分级的升高,阳性表达率逐渐升高。在A172细胞株中,与sh FN1-NC(negative control)组和sh HSPA5-NC组相比,sh FN1组、sh HSPA5组细胞24h、48h和72h的增殖率显着降低(P<0.05)、48h的凋亡率显着升高(P<0.05)、48h的迁移细胞数显着降低(P<0.05),Bax、Ecadherin m RNA、蛋白的表达量显着升高(P<0.05),Bcl-2和MMP9的m RNA、蛋白表达量显着减少(P<0.05)。与空白组相比,sh FN1-NC组和sh HSPA5-NC组细胞各指标均无显着变化。影响GBM患者PFS的单变量回归分析显示,FN1、HSPA5、TAGLN2、GRN阳性表达组患者PFS中位生存时间和平均生存时间显着降低(P<0.05);多变量回归分析结果显示,FN1、HSPA5和TAGLN2的表达对GBM患者PFS具有独立影响。影响GBM患者OS的单变量回归分析显示,FN1、HSPA5、TAGLN2、GRN阳性表达患者的OS中位生存时间和平均生存时间显着降低(P<0.05);多变量回归分析结果显示,FN1、HSPA5、GRN、TAGLN2表达对GBM患者OS具有独立影响(P<0.05)。结论(1)胶质母细胞瘤基因标记物研究的中文文献数量较少,外文文献数量相对较多,但是中外文研究的作者、研究机构和国家的合作还有很大的空间。中文研究主题相对分散,外文研究主题比较集中,但均有拓展的空间,在开展基因标记物组织和细胞研究的同时,更应该关注基因标记物对胶质母细胞瘤患者预后的影响。(2)通过生物信息学分析,20个基因与患者预后相关,分别为RNF10、MTPN、RTN4、HSPA5、PLD3、GRN、FLII、NDUFB2、DKK3、MAP1LC3A、SERPINE2、TTYH3、SCG5、FN1、TAGLN2、LY6E、RPS19、EIF3L、EIF4A2、FDPS。主要参与细胞粘附分子结合、伴侣结合、泛素蛋白连接酶结合等生物学功能,涉及肿瘤的增殖、侵袭、迁移等机制,由其建立的PI预测模型既可有效地预测TCGA中GBM的发病风险,也可预测中国GBM患者的发病风险。(3)20个基因中,在TCGA和CGGA数据库中具有相同表达趋势,且对GBM表现出相同效应的基因有7个,分别为TTYH3、TAGLN2、FN1、HSPA5、EI3L、FDPS和GRN,其中TTYH3、TAGLN2、FN1、HSPA5、GRN为原癌基因,EI3L、FDPS为抑癌基因。这7个基因是东、西方人均适用的胶质母细胞瘤诊断、预后标记物。(4)FN1、GRN、HSPA5、TTYH3、TAGLN2在胶质瘤组织的高表达可能对胶质瘤的发生发展具有促进作用,FN1、HSPA5的高表达,通过增强肿瘤细胞增殖、抑制凋亡、促进转移,影响其生物学行为,从而促进胶质瘤的进展。(5)FN1、HSPA5、TAGLN2、GRN的高表达,影响胶质母细胞瘤患者的无进展生存期和总生存期,且与胶质母细胞瘤患者的预后呈负相关,可作为胶质母细胞瘤诊断、预后双重标记物,为临床诊疗探索新的治疗靶点提供参考。
薛晶[7](2021)在《基于TMT蛋白质组学的差异蛋白PP1γ在胶质瘤中的作用及机制研究》文中进行了进一步梳理目的:通过探索胶质瘤差异表达蛋白,了解差异表达蛋白的生物学功能及相互作用网络,筛选调控重要信号通路的关键因子,研究关键差异蛋白在胶质瘤中的作用及其分子机制,为改善胶质瘤预后提供新的治疗靶点奠定理论基础。方法:1)选择5对胶质母细胞瘤(Glioblastoma,GBM)及手术路径非肿瘤脑组织,应用串联质谱标签(Tandem mass tags,TMT)蛋白质组学技术筛选差异表达的蛋白质,通过GO分析、IPA(Ingenuity Pathway Analysis)生物分析平台、KEGG、PPI及GEPIA分析等生物信息学方法,探索差异表达蛋白的主要功能、蛋白互作网络、上游调控因子、参与的信号通路及预后意义,筛选出调控重要信号通路的关键因子;2)选择低级别胶质瘤(Low grade glioma,LGG)和GBM石蜡包埋组织样本制作组织芯片,利用免疫组织化学技术在组织芯片中检测差异蛋白PP1γ的表达及其与临床病理特征及预后之间的关系;在LGG中通过Sanger测序技术检测异柠檬酸脱氢酶1(Isocitrate dehydrogenase 1,IDH1)突变,并通过荧光原位杂交技术(Fluorescence in situ hybridization,FISH)检测1p19q共缺失,分析不同分子分型中PP1γ表达水平的差异;3)构建PP1γ稳定低表达细胞株,研究PP1γ沉默对GBM细胞增殖、细胞凋亡、细胞周期及侵袭和迁移能力的影响;观察PP1γ沉默对Yes相关蛋白1(Yes-associated protein1,YAP1)磷酸化水平、YAP1在胞核/胞浆中的定位和表达量及对干细胞多潜能标记物Sox2,Oct4和Nanog表达水平的影响;分析PP1γ沉默对干细胞标志物CD133阳性率、细胞悬浮球形成能力及替莫唑胺(Temozolomide,TMZ)药物敏感性的影响。结果:1)根据TMT蛋白质组学共鉴定出2458个差异表达蛋白质,包括1398个上调的差异表达蛋白和1060个下调的差异表达蛋白,结合生物信息学分析及文献报道,Hippo/YAP1信号通路是差异表达蛋白显着富集的重要信号通路,PP1γ是上调的差异表达蛋白并处于Hippo/YAP1信号通路的关键位点;2)PP1γ在胶质瘤组织中高表达,PP1γ表达与WHO分级、Ki-67、YAP1和Sox2的表达呈正相关,在LGG中PP1γ在IDH1突变型中低表达,PP1γ高表达是胶质瘤预后差的独立影响因素;3)PP1γ沉默抑制了胶质瘤细胞增殖、促进了细胞凋亡、使细胞阻滞于G0/G1期并抑制了细胞侵袭和迁移的能力;PP1γ沉默使YAP1磷酸化水平升高,增加了YAP1在胞浆中的表达,降低了YAP1在胞核中的表达,并抑制了干细胞多潜能标记物Sox2,Oct4和Nanog的表达;PP1γ沉默降低了干细胞标记物CD133阳性细胞比例,抑制了细胞悬浮球形成能力,增强了胶质瘤细胞对TMZ药物处理的敏感性。结论:PP1γ是GBM中上调的关键差异表达蛋白,PP1γ高表达与胶质瘤恶性程度高及预后不良相关,PP1γ主要通过YAP1/Sox2途径调控胶质瘤细胞增殖、侵袭、GSCs干性特征维持及TMZ药物敏感性。PP1γ可能成为新的胶质瘤靶向治疗的重要因子。
康厚艺[8](2020)在《多参数MR灌注成像及放射组学在脑胶质瘤分子分型及预后中的价值》文中提出背景及目的:胶质瘤为颅内最常见的原发脑肿瘤,占成人恶性原发性脑肿瘤的75%,五年总生存率不超过35%,仍然是最难治疗的肿瘤之一。胶质瘤的分子分型有助于制定治疗方案及预测患者预后。随着分子生物学技术的快速发展,人类对胶质瘤的认识也逐步深入。文献表明,病理分级联合分子分型对胶质瘤预后的判断更准确。近年来,利用分子病理特征对胶质瘤分型已在临床逐步开展并应用。例如,异柠檬酸脱氢酶(Isocitrate dehydrogenase,IDH)基因和1号染色体短臂和19号染色体长臂(the short arm chromosome1 and the long arm of chromosome 19,1p/19q)缺失状态被用于II-III级弥漫性胶质瘤的分型,其能较好反应化疗敏感性、预后及复发风险;IDH1也是胶质母细胞瘤(Glioblastoma multiforme,GBM)的独立预后因素;O6-甲基鸟嘌呤-DNA甲基转移酶(O6-methylguanine-DNA methyltransferase,MGMT),EGFR,p53,PI3K,Rb,RAF等可不同程度地预测胶质瘤的预后及药物应答反应。同时,这些分子分型也为胶质瘤的靶向治疗提供依据。目前,胶质瘤恶性程度及分子分型的鉴别只能通过如手术或病理活检等手段,其具有侵袭性且不便实施。因此,探索并评价非侵袭性鉴别方法具有重要意义。研究证实,肿瘤诱导血管生成的能力与侵袭能力相关。磁共振灌注加权成像(Perfusion Weighted Imaging,PWI)是利用磁共振成像(Magnetic resonance imaging,MRI)技术测量局部组织血流动力学参数来评价组织的血流灌注状态和血管通透性,在判断神经胶质瘤的恶性程度中起着重要的作用。近来的研究表明,MRI在胶质瘤分子分型中发挥重要作用,但利用单个灌注成像参数评价胶质瘤分子分型不稳定,也不全面。磁共振灌注的多参数特点可较为全面地评价肿瘤微血管形态及功能特征,进而提高判断胶质瘤分子分型的准确性。此外,基于大数据的新一代人工智能(Artificial intelligence,AI)技术给医疗行业带来了新的变化,以疾病为中心影像基因组学的研究方法是把机器学习与放射组学有机组合,用影像展示基因变化,实现精准医学的目标。较低的空间分辨率限制了功能MRI的放射组学(Radiomics)的发展,随着AI软件的不断升级,功能MRI的放射组学特征逐渐被挖掘,更优化的模型亟待建立。本研究首先拟分析不同分子分型的脑胶质瘤MRI灌注及组织学微血管参数,研究多参数灌注成像的病理学基础及在鉴别胶质瘤不同分子亚型和评估患者预后中的作用,进一步明确各项技术的优势和潜在临床应用价值。随后,我们将基于MR功能成像及生境成像建立评估胶质瘤IDH1分子分型的放射组学模型,致力于提高传统MRI序列组学模型的诊断效能,以期更准确地判断胶质瘤患者的预后和指导临床治疗方案的制定。材料与方法:第一部分:多参数MR灌注成像评价脑胶质瘤微血管特征及其在分子分型中的应用(1)纳入胶质瘤疑似病例进行前瞻性研究,术前行不同方法的MRI灌注扫描(包括常规动态磁敏感对比增强(Dynamic susceptibility contrast-enhanced,DSC)成像、血管管径成像(Vessel size imaging,VSI)及动态对比增强(Dynamic contrast-enhanced,DCE)成像中的一种或两种,两种检查间隔时间为24-72小时),并对术后确诊病例行IDH1突变、1p/19q联合缺失及MGMT甲基化的检测,共搜集到161例弥漫浸润型胶质瘤患者的影像及分子分型诊断的资料。(2)将同时接受常规DSC灌注扫描及VSI扫描的30例患者及29例接受DCE灌注扫描的患者石蜡标本制备成CD34染色切片,测量每位患者血管增殖丰富区域的微血管管径、微血管面积(Microvascular area,MVA)及微血管密度(Microvessel density,MVD)。(3)由两位神经影像医师利用不同的工作站及后处理软件分析灌注扫描图像:用热点法测量患者的VSImax值,VSImean值;通过Extended Tofts双室模型计算DCE四个定量参数:Ktrans、Ve、Kep及Vp值;通过测量肿瘤区域的最大脑血容量(Cerebral blood volume,CBV)值及对侧正常脑组织的CBV值获得相对CBV(relative CBV,r CBV)值。组内相关系数(Intraclass correlation coefficient,ICC)分析用于评估不同观察者测值间的一致性。(4)采用皮尔森相关分析各种灌注扫描参数(VSI,r CBV,Ktrans,Kep,Ve,Vp)与组织学微血管参数(微血管管径、MVA、MVD)的相关性,寻找各个灌注参数的病理学基础。(5)根据世界卫生组织(World health organization,WHO)2016年分类,我们将胶质瘤患者分为弥漫浸润性较低级别胶质瘤(Lower grade glioma,LGG)和GBM两组进行分析。Mann-Whitney U检验用于分析IDH1突变型及IDH1野生型胶质瘤间、1p/19q缺失及1p/19q完整胶质瘤间、MGMT甲基化和MGMT未甲基化的胶质瘤间的VSI值、DCE定量参数值及r CBV值的差异。(6)ROC分析用于检验灌注参数对胶质瘤分型的检验效能,以约登指数的最大值(敏感性+特异性-1)作为cutoff值,并采用多元logistic回归分析各临床及影像指标与IDH1的相关性。第二部分:多参数MR灌注成像在LGG患者预后评估中的作用(1)回顾性分析并详细记录经手术病理证实的60例WHO IIIII级脑胶质瘤的MRI灌注扫描(VSI或DCE扫描)资料、临床病理资料(包括性别、年龄、肿瘤位置、辅助治疗、切除程度、组织病理类型)、IDH1突变状态、1p/19q联合缺失状态、患者的无进展生存期(Progression-Free Survival,PFS)及总生存期(Overall survival,OS)。(2)将LGG分为VSI-high组和VSI-low组(利用鉴别IDH1分型的cutoff值进行分界)、WHOII级和WHOIII级组、IDH1突变型和野生型组,采用Kaplan-Merier法绘制生存曲线,比较不同组间患者的PFS和OS(随访时间为4年),差异行Log-rank检验。(3)单因素Cox回归生存分析用于评估患者PFS的危险因素,包括性别、年龄、肿瘤位置、辅助治疗、切除程度、组织病理类型、IDH1突变状态、1p/19q共缺失、VSI值和DCE各参数值。基于单因素Cox分析,我们建立了多因素Cox分析的四个模型,进一步寻找LGG患者的独立预后因素。由于OS存在较多删失数据,我们没有对各因素的OS进行Cox生存分析。第三部分:基于多参数MR放射组学及生境成像预测GBM的IDH分型(1)回顾性纳入经手术病理确诊为GBM的98例患者的术前影像资料及IDH1突变信息。(2)放射组学特征的提取:利用MATLAB软件进行不同序列图像的配准,将配准后的图像导入AKMITK Work软件(GE药业)进行图像标注,标注时,我们结合T2WI、T1平扫及增强扫描、FLAIR序列的图像,将肿瘤分为整体区域,增强区域及水肿区域分别进行图像标注,提取各标注区域在T2WI、CBV图及ADC图上的图像特征,包括Histogram,GLSZM,Formfactor,Haralick,GLCM,RLM在内的396个特征。(3)组学特征分析:m RMR和LASSO两种特征选择方法用于组学特征的降维及筛选,采用最小惩罚系数λ对应特征数进行标签构建。(4)建模及模型验证:基于勾画的不同区域的ROI,我们构建了四个模型:全肿瘤的T2WI模型,全肿瘤的CBV模型,全肿瘤的ADC模型,MRI多参数多区域联合模型,模型中均纳入了患者年龄、性别、发病部位的临床因素分析。利用logistic regression构建模型,最后用ROC分析及Hosmer-Lemeshow检验来评价模型的表现。结果:第一部分:(1)VSImax和VSImean测值有很好的组间观察者一致性(ICC=0.955及0.923)。经Person相关分析得出,VSImean与微血管管径,VSImean与MVA,VSImax与微血管管径,VSImax与MVA之间均呈显着正相关(P<0.01),其中VSImean与微血管管径呈最相关(r=0.8432)。r CBV测值有良好的观察者间的一致性(ICC=0.862),r CBV与MVA呈最相关(r=0.6579)。VSI值及r CBV均与MVD无明显相关性。DCE各参数测值间有较好的观察者一致性(ICC值范围0.71-0.809)。Ktrans及Vp与MVA呈显着正相关(P<0.05),Ktran、Ve、Vp与微血管管径呈正相关(P<0.05),Ktrans、Ve、Vp与MVD呈正相关,其中,Vp与MVA呈最相关(r=0.89),其次为Vp与MVD(r=0.6386)及Ktrans与MVA(r=0.6013)。(2)Mann-Whitney U检验显示IDH1突变型LGG的VSImax和VSImean值比野生型LGG的VSImax和VSImean值均显着降低(P<0.01),IDH1突变型WHO II级胶质瘤的VSImax和VSImean值也显着低于WHO II级IDH1野生型胶质瘤的VSImax和VSImean值,而对于WHO III级胶质瘤,IDH1突变型和野生型之间没有明显差异。此外,III级胶质瘤的VSImax和VSImean值明显高于II级胶质瘤的VSImax和VSImean值。IDH1野生型和突变型GBM的VSI值无显着差异。(3)ROC曲线得出VSImax鉴别IDH1突变LGG和IDH1野生型LGG的曲线下面积(Area under curve,AUC)为0.7305,当cutoff值取112.8μm时,其鉴别二者的敏感性为62.79%,特异性82.35%;VSImean鉴别两者的AUC为0.7401,当cutoff值取78.5μm时,鉴别二者的敏感性为65.12%,特异性为82.35%。逐步logistic回归分析显示,年龄、肿瘤部位、VSImean值与IDH1相关,且三个值整合因素可将鉴别IDH1突变型及野生型LGG的AUC升高到0.7798,而VSImax不是IDH1突变的独立预测因素。(4)Mann-Whitney U检验显示1p/19q缺失IDH1突变型II级胶质瘤的VSImax及VSImean值比1p/19q完整IDH1突变型的II级胶质瘤VSI值均降低。LGG组及GBM组MGMT甲基化及未甲基化的患者VSI值无明显差异。(5)Mann-Whitney U检验显示IDH1野生型LGG的Ve值高于突变型(P=0.0486),而Ktrans,Kep,Vp在IDH1野生型及突变型LGG间无明显差异;IDH1野生型GBM的Ktrans值大于IDH1突变型GBM(P=0.015),而Kep,Ve,Vp值无明显差异;1p/19q缺失LGG和II级胶质瘤的Vp值高于1p/19q完整的对应组(P=0.0079,0.004);MGMT甲基化GBM的Kep值显着小于MGMT未甲基化组,MGMT甲基化GBM的Ve值、Vp值大于未甲基化组(P=0.008,0.05),而两组间的Ktrans值无明显差异。(6)IDH1野生型的GBM的r CBV大于IDH1突变型GBM,MGMT甲基化GBM的r CBV值稍小于未甲基化组的r CBV值,但两者间无明显统计学意义(P=0.053,0.072)。第二部分:(1)经过四年以上的随访,随访到60例接受VSI灌注扫描的51例LGG的预后信息。Kaplan-Meier曲线分析显示VSImax-High组和VSImean-High的平均OS分别明显短于VSImax-Low和VSImean-Low组,VSImax-High组及VSImean-High组平均PFS分别明显短于VSImax-Low组和VSImean-Low组。IDH1野生型LGG的PFS和OS也显着短于IDH1突变型。此外,WHO III级胶质瘤的OS和PFS短于WHO II级胶质瘤,但IDH1野生型WHO II级和WHO III级组之间没有显着差别。(2)单因素Cox分析发现,VSImax值、VSImean值、IDH1突变状态、WHO分级、年龄、术后辅助治疗方式和多发病灶或跨叶分布与PFS有关,但性别、组织病理学类型、1p/19共缺失、切除范围和PFS没有明显相关。根据单变量Cox分析的结果,我们建立了四个多因素Cox风险比例模型并发现,多发病灶或跨叶分布、IDH1突变状态和VSImean值是不同模型中PFS的独立危险因素。(3)我们随访到47例接受DCE灌注扫描的22例LGG患者的预后信息,单因素Cox分析得出,Ktrans和Ve与PFS有关(P=0.0051和0.0047),HR值分别为39.607和8.9779。同时,Ktrans与OS相关(P=0.019),HR值为36.608。第三部分:(1)92例GBM患者按照7:3比例随机分至训练集(n=66)以及验证集(n=26)。(2)不同观察者间的ICC值从0.81-0.92不等,表明观察者间有良好的一致性。经过Mann-Whitney U检验,临床指标中IDH1不同分组的患者之间年龄具有统计学差异,本课题中临床指标诊断效能均低于放射组学,将具有统计学意义的临床指标联合radscore构建多元逻辑回归。(3)经过LASSO分析在不同模型中得到最具预测能力的特征子集的个数为:T2WI肿瘤整体区域模型里5个,CBV肿瘤整体区域模型里6个,ADC肿瘤整体区域模型里2个,多参数多区域模型里5个。各个模型的IDH1野生型GBM及IDH1突变型GBM的Radscore有显着差异。(4)ROC分析显示CBV模型的radscore在训练组和测试组的AUC值高于T2WI模型和ADC模型,均为0.955。而多参数多区域模型的AUC在训练组达0.962,测试组达0.955,诊断效能高于单一参数模型。训练组和测试组的临床指标在各模型中的AUC值范围为0.773-0.864。(5)在T2WI模型中,联合组学特征及年龄指标,在预测IDH1突变的准确性最高(训练组0.84,测试组0.92)。CBV模型中,准确性最高的为放射组学模型(训练组为0.9375,测试组为0.923077)。ADC模型中,联合放射组学特征和临床指标预测有最高的准确性(训练组0.84,测试组0.85)。多参数多区域混合模型中,放射组学特征模型和联合临床指标模型预测的准确性相同(训练组0.969,测试组0.923)。(6)Hosmer-Lemeshow检验得出各个模型验证集的AUC的P值均大于0.05。因此,我们建立的各个模型的拟合度良好。结论:本研究通过分析多参数灌注扫描的各个参数对胶质瘤分子分型作用和对患者的预后评估,证实了VSI、DCE灌注及常规DSC灌注可不同程度地作为无创性指标预测胶质瘤IDH1突变、1p/19q缺失及MGMT甲基化状态,VSImean、Ktrans和Ve与LGG的预后相关,其中VSImean为LGG患者的独立预后因素。CBV和VSI对GBM的分子分型的准确性有待提高,而基于CBV图的放射组学模型及基于多参数多区域的放射组学模型进一步优化了传统放射组学模型,在预测GBM的IDH1突变状态中表现出良好的诊断效能。这些有可能为胶质瘤个性化诊断和治疗提供有利的依据,进一步推动实现精准医学的目标。
高育源[9](2020)在《基于TCGA数据库人脑胶质瘤的生物信息学分析以及KNL1在人脑胶质瘤中的表达情况及其临床意义》文中提出背景脑胶质瘤是颅内最常见的原发性恶性肿瘤,约占全部颅内肿瘤的60%,发病率高,预后极差,患者中位生存期仅15个月左右。WHO按良恶性程度将脑胶质瘤分为Ⅰ-Ⅳ级,其中Ⅲ级、Ⅳ级为恶性胶质瘤,约占所有脑胶质瘤的78%。目前,临床上治疗胶质瘤主要采用手术切除+术后放化疗,但治疗效果仍不理想,严重影响患者的生活质量,故国内外学者对此进行了深入的研究,研究结果发现:脑胶质瘤与脑内基因改变密切相关,涉及多基因参与的多阶段、多步骤过程,然而其具体机制仍未被阐明。目前已有研究发现动线粒支架1(kinetochore scaffold 1,KNL1)表达与原发性肺癌、直肠癌、乳腺癌等多种癌症发生,及其病理分化程度、增殖、凋亡、预后存在相关性。因此KNL1可能作为潜在的肿瘤治疗靶点,为治疗肿瘤提供新理论依据,然而KNL1能否在胶质瘤中发挥作用仍不清楚。目的明确KNL1在脑胶质瘤中的表达情况及其分子机制,探索KNL1作为胶质瘤潜在的治疗靶点的可能性,及其临床应用价值,为治疗胶质瘤提供新理论依据。方法首先建立数据集,利用TCGA数据库及GEPIA中脑胶质瘤与正常对照组样本的RNA-seq数据及生存数据,分析KNL1在不同胶质瘤分期中的表达及其与预后的关系;筛选出与KNL1共表达的基因,并分析其在胶质瘤与正常对照组间的差异表达;富集分析其功能。然后一方面利用CGGA数据库进行数据验证分析,另一方面利用临床标本进行数据集的验证,收集2015年1月至2017年1月于郑州大学第一附属医院神经外科的脑胶质瘤样本120例及脑外伤切除的脑组织样本20例。采用免疫组织化学法(IHC)检测脑胶质瘤组织中及正常脑组织样本中KNL1的表达情况。分析KNL1表达与患者临床病理学参数的相关性。用Kaplan-Meier生存分析KNL1表达与胶质瘤患者总体生存期(OS)和疾病无进展生存期(PFS)的关系,并通过Cox回归分析影响脑胶质瘤患者OS和PFS的独立因素。结果1.TCGA数据结果显示:KNL1表达量与胶质瘤的不同分期存在差异,即KNL1的表达量在Grade Ⅱ与Grade Ⅲ,Grade Ⅲ与Grade Ⅳ,和Grade Ⅱ与Grade Ⅳ两两比较中都具有显着差异(P<0.05)2.KNL1基因相关生存分析结果显示:KNL1高表达与低表达在总生存期中具有显着性差异,高表达组与较差的预后相关(P<0.05)。3.基因调控网络分析结果显示:有50个与KNL1家族相关调控密切关系的基因,包含三种作用关系(INS,CREB1,PITX2等基因可以调控KNL1基因的表达;CDK1,CDC42,CCNB1可以调控KNL1的状态变更;AURKB可以调控KNL1磷酸化)。4.调控网络内基因共表达分析结果显示:与KNL1共表达的基因有18个(ZWINT,PLK1,NDC80,MAD2L1,KNTC1,KIF2C,ESPL1,CENPF,CENPE,CENPA,CDK1,CDC20,CCNB2,CCNB1,BUB1B,BUB1,BIRC5,AURK8),且均与KNL1的表达呈正相关性(P<0.05)。5.共表达差异基因差异分析结果显示:KNL1共表达的基因分别在GBM组与对照组和LGG组与对照组之间的表达量进行T检验比较,两组比较中有17个基因(KNL1,ZWINT,PLK1,NDC80,MAD2L1,KIF2C,ESPL1,CENPF,CENPA,CDK1,CDC20,CCNB2,CCNB1,BUB1B,BUB1,BIRC5,AURK8)在至少一组比较中有显着性差异(P<0.05),其中KNL1在GBM组中差异表达(P<0.05),并未在LGG组中差异表达(P>0.05)。6.富集分析结果显示:根据与KNL1相关的差异基因,找到潜在的参与脑胶质瘤疾病发展的信号通路(GO BP),包括:Chromosome segregation、Mitotic sister chromatic segregation等。7.CGGA验证分析结果显示:KNL1表达在CGGA数据库中的不同分级的胶质瘤样本中存在差异表达(P<0.05),与生信分析结果具有一致性。8.免疫组织化学染色结果显示:与对照组相比,KNL1在胶质瘤中阳性表达高,差异具有统计学意义(P<0.05)。Ⅲ级胶质瘤、Ⅳ级胶质瘤中KNL1阳性表达分别高于对照组,差异具有统计学意义(P<0.05)。9.KNL1表达与胶质瘤患者临床病理资料的分析结果显示:在胶质瘤中,KNL1阳性表达的与阴性表达在年龄(≤50岁和>50岁)、病理级别(Ⅱ级、Ⅲ级、Ⅳ级)、KPS评分(≥70分和<70分)中比较,差异具有统计学意义(P<0.05)。Spearmen等级分析显示KNL1阳性表达与Ki-67高表达具有正相关性(P<0.05)。10.KNL1的表达与胶质瘤患者预后关系分析结果显示:由Kamplan-Meier生存分析,与KNL1阴性表达的患者相比,KNL1阳性表达的患者的PFS和OS更短,差异具有统计学意义(P<0.05)。11.影响胶质瘤患者PFS及OS的COX回归分析结果显示:KNL1表达、KPS评分、WHO分级是影响脑胶质OS和PFS的独立预后因素(P<0.05)。结论1.胶质瘤患者KNL1表达量增加,与肿瘤恶性程度及预后差相关,可作为判断临床预后的指标。2.胶质瘤中KNL1与其共表达基因的异常表达可能通过染色体分离及细胞周期等功能在胶质瘤发病机制中发挥作用。
曾剑平[10](2020)在《TRPM8在胶质母细胞瘤细胞增殖、侵袭中的作用及miR-433对TRPM8靶向调控的研究》文中认为胶质母细胞瘤被认为是最恶性的脑肿瘤,其具有的高度特异性和浸润生长特性,使得肿瘤进展快、恶性程度高。当前治疗手段面临治疗效果差、临床预后差和易复发等困境,因此针对胶质母细胞瘤的诊断及治疗亟待发展新的有效途径。目前大数据组学研究等生物信息学技术的深入发展,为筛选和鉴定在胶质母细胞瘤侵袭、恶性增殖等病理过程中起重要作用的关键新靶点提供了平台与可能。在本研究中,通过多组学芯片数据筛选并结合本中心临床病例,我们发现瞬时受体势离子通道TRPM8在胶质母细胞瘤中显着高表达,而且是患者预后差的一个直接相关因素。采用一系列细胞生物学方法,我们深入研究了TRPM8在胶质母细胞瘤的细胞增殖、侵袭和凋亡中的功能及作用机制。应用权重基因共表达网络分析、GEO2R等生物信息学技术,我们还发现miR-433是胶质母细胞瘤中一个与正常脑组织相比显着下调的miRNA。进一步通过分子生物学等实验,发现筛选出的靶miR-433与TRPM8之间存在较好的靶向关系而且miR-433高表达可通过靶向TRPM8抑制胶质母瘤细胞的侵袭能力。总之,本研究发现了TRPM8、miRNA-433等基因在脑胶质瘤的细胞增殖、侵袭和凋亡中的作用,并初步揭示了其作用的分子机制,从而为胶质母细胞瘤的药物和基因治疗提供了潜在的分子靶标。第一部分:胶质母细胞瘤患者预后相关基因TRPM8的生物信息学筛选目的:从GEO数据库中筛选出胶质母细胞瘤中具有预后判断潜能的新分子,通过本中心临床病例验证靶基因TRPM8在胶质母细胞瘤中的表达情况及其在胶质母细胞瘤患者预后中的作用价值。方法:从GEO数据库筛选出符合条件的微阵列数据集,并应用在线GEO2R分析工具筛选出胶质母细胞瘤肿瘤组织和正常脑组织样本之间的差异表达基因。随后,对这些差异的基因进行GO功能和KEGG通路富集分析。利用Cytoscape软件构建蛋白互助网络和筛选枢纽基因。利用基于TCGA数据库的GEPIA数据库和Oncomine数据库对这些枢纽基因表达水平进行验证,并通过CGGA数据库对这些枢纽基因进行预后生存分析。另收集本中心的71例胶质母细胞瘤病例及11例正常脑组织,通过对组织芯片免疫组化和RT-PCR验证感兴趣的基因在肿瘤组织中是否高表达,并对纳入的病例密切随访,进行Cox回归模型多因素分析和Kaplan-Meier生存分析。结果:三个芯片数据(GSE50161、GSE4290、GSE68848)符合筛选条件,它们共同表达的差异基因有716个,其中188个基因为显着上调的基因,528个基因为显着下调的基因。从这些差异基因中筛选出其中10个关联度最好的枢纽基因。通过TCGA和Oncomine数据库分析验证发现这10个枢纽基因在胶质母细胞瘤中的表达明显均高于正常组织。通过使用CGGA数据库对上述10个枢纽基因进行预后生存分析发现其中6个基因(TOP2A、CDK1、CDC20、BIRC5、MELK和TRPM8)与胶质母细胞瘤患者的临床预后密切相关。进一步通过本中心病例样本对TRPM8表达水平进行验证,亦证实TRPM8在胶质母细胞瘤中较正常脑组织中表达显着升高(P<0.0001)。同时COX多因素分析结果提示TRPM8是胶质母细胞瘤一个独立的危险因素(P=0.012),并且预后生存分析结果可见高表达TRPM8的胶质母细胞瘤患者总体生存期更短。结论:TOP2A、CDK1、CDC20、BIRC5、MELK和TRPM8可作为评判胶质母细胞瘤患者有价值的生物标志物。TRPM8在胶质母细胞瘤中显着高表达且是影响胶质母细胞瘤预后的一个独立危险因素。第二部分:TRPM8在胶质母细胞瘤的细胞增殖、侵袭和凋亡中的功能和机制研究目的:通过分子生物学实验明确TRPM8在胶质母细胞瘤的细胞增殖、侵袭和凋亡中的功能及作用机制。方法:采用RT-PCR和Western blot检测胶质母细胞瘤细胞系(U251、U87-MG、A172)和正常星形胶质细胞HA1800中基因TRPM8中m RNA和蛋白表达水平。运用膜片钳全细胞记录和Ca2+成像检测胶质母细胞瘤细胞系中的TRPM8通道活性特点。设计、合成靶向TRPM8的小片段干扰RNA(siRNA),利用Lipofectamine2000将质粒转染进入细胞,在U251细胞中转入过表达TRPM8的质粒。通过CCK-8增殖实验、划痕实验、Transwell侵袭实验、细胞流式检测实验分别检测胶质母细胞瘤细胞的增殖和侵袭、凋亡等功能。Western blot和细胞免疫荧光法检测TRPM8表达水平改变后U251细胞中的细胞外调节蛋白激酶(extracellular singnal-regulated kinase,ERK)、细胞周期蛋白D1(Cyclin D1)和Bcl-2的表达情况。结果:胶质母细胞瘤细胞系较正常星形胶质细胞系中TRPM8表达量明显升高(P<0.05),膜片钳电生理和Ca2+荧光成像结果表明胶质母细胞瘤细胞中的TRPM8通道是功能性的且具有外向整流的特性。CCK-8检测结果显示TRPM8可以正向调节胶质母细胞瘤的细胞增殖能力。划痕实验及Transwell侵袭实验结果表明胶质母细胞瘤的细胞侵袭迁移能力与TRPM8的表达水平呈正相关(P<0.001)。流式细胞检测结果发现TRPM8表达水平反向调节U251的细胞凋亡率(P<0.01)。Western blot和细胞免疫荧光结果提示过TRPM8表达水平可以降低U251细胞中ERK、Cyclin D1和Bcl-2表达水平。结论:Ca2+可渗透的非选择性阳离子通道TRPM8促进了神经胶质母细胞瘤的细胞增殖和侵袭,同时TRPM8降低神经胶质母细胞瘤细胞对凋亡的敏感性,其机制是通过调节MAPK信号通路来完成。第三部分:miR-433靶向TRPM8基因抑制胶质母细胞瘤的细胞侵袭能力目的:研究miR-433与TRPM8之间的靶向关系,并探讨miR-433对胶质母细胞瘤的细胞侵袭能力的影响。方法:通过从GEO数据库筛选出符合条件的miRNA表达数据集,进一步采用基于R语言的WGCNA包构建该芯片数据集的共表达网络模型,识别与疾病状态相关的模块并对该相关模块进行枢纽miRNA筛选;利用另一个芯片GSE13030得到的差异miRNA,并与枢纽miRNA取交集得到目的miRNA。通过生物信息学和荧光素酶基因报告验证目的miRNA与TRPM8的靶向关系并采用Western blot分析miRNA过表达对TRPM8蛋白水平的影响。采用划痕实验和Transwell侵袭实验检测miR-433过表达对体外胶质母细胞瘤细胞侵袭能力的影响。结果:本研究将符合条件的芯片GSE25631运用生物信息学的方法最终筛选出miR-433。双荧光素酶报告基因报告证实TRPM8基因是miR-433的潜在靶基因。蛋白质印迹法进一步证实miR-433能够调节TRPM8的蛋白表达水平。划痕实验显示,miR-433 inhibit组的胶质瘤细胞(A172、U251、U87-MG)的迁移能力明显高于对照的NC组,而miR-433 mics组的细胞迁移能力显着劣于NC组(P<0.01),NC组之间没有显着差异(P>0.05)。Transwell侵袭实验可见miR-433 inhibit组的A172、U251、U87-MG细胞中的侵袭能力显着高于NC组(P<0.01),但miR-433mics组的侵袭细胞数明显少于NC组(P<0.01),NC组之间亦无显着差异(P>0.05)。结论:筛选出的靶miR-433与TRPM8之间存在较好的靶向关系。miR-433高表达可通过靶向TRPM8抑制胶质母瘤细胞的侵袭能力,这一机制为胶质母细胞瘤的基因治疗提供新的策略。
二、Weibull参数模型在神经胶质瘤生存分析中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Weibull参数模型在神经胶质瘤生存分析中的应用(论文提纲范文)
(1)NQO1/Snail轴通过PI3K/AKT/mTOR信号通路调控神经胶质瘤演进的机制研究(论文提纲范文)
中文摘要 |
abstract |
缩略词 |
1.前言 |
1.1 神经胶质瘤现状 |
1.1.1 神经胶质瘤流行病学现状 |
1.1.2 神经胶质瘤的病理学特点 |
1.2 神经胶质瘤的治疗现状 |
1.2.1 手术治疗 |
1.2.2 免疫治疗 |
1.2.3 病毒疗法 |
1.2.4 分子靶向治疗 |
1.3 醌氧化还原酶(NAD(P)H: quinine oxidoreductase, NQO1) |
1.3.1 NQO1的分子结构 |
1.3.2 NQO1的生物学功能 |
1.3.3 NQO1在神经系统中的作用 |
1.3.4 NQO1在恶性肿瘤中的研究现状 |
1.4 上皮间质转化(epitheUal-to-mesenchymal transition, EMT) |
1.4.1 EMT的概念 |
1.4.2 EMT相关的信号通路 |
1.4.3 EMT在神经胶质瘤中的作用 |
1.5 Snail(Snail Family Transcriptional Repressor 1) |
1.5.1 Snail的分子结构 |
1.5.2 Snail的生物学功能 |
1.5.3 Snail的调控方式 |
1.5.4 Snail在神经胶质瘤中的研究现状 |
2.材料与方法 |
2.1 材料 |
2.1.1 主要抗体 |
2.1.2 主要试剂 |
2.1.3 主要仪器 |
2.1.4 实验样本 |
2.2 实验方法 |
2.2.1 细胞复苏、培养 |
2.2.2 Western Blot实验 |
2.2.3 慢病毒转染方法 |
2.2.4 细胞免疫荧光 |
2.2.5 平板克隆实验 |
2.2.6 MTT实验 |
2.2.7 EdU核素掺入实验 |
2.2.8 细胞划痕实验 |
2.2.9 Transwell实验 |
2.2.10 LY294002和Rapamycin抑制实验 |
2.2.11 免疫组织化学染色(S-P法) |
2.2.12 苏木素-伊红染色(HE染色) |
2.2.13 NQO1 mRNA表达水平与神经胶质瘤患者预后的关系 |
2.2.14 NQO1与EMT基因相关性分析 |
2.2.15 裸鼠皮下成瘤和肺转移实验 |
2.2.16 Snail小干扰RNA细胞转染 |
2.2.17 统计学处理 |
3.结果 |
3.1 NQO1在神经胶质瘤组织中高表达,提示患者预后不良 |
3.1.1 NQO1 mRNA在神经胶质瘤组织中高表达 |
3.1.2 NQO1蛋白在神经胶质瘤组织中高表达 |
3.1.3 NQO1蛋白高表达与神经胶质瘤临床病理特征的关系 |
3.1.4 NQO1 mRNA高表达预示神经胶质瘤患者的预后不良 |
3.2 NQO1通过PI3KAKT/mTOR信号通路调控神经胶质瘤细胞的增殖、转移及EMT进程 |
3.2.1 NQO1促进神经胶质瘤细胞的增殖 |
3.2.2 NQO1促进神经胶质瘤细胞的迁移和浸润 |
3.2.3 NQO1通过介导EMT进程影响神经胶质瘤细胞的迁移和浸润 |
3.2.4 NQO1通过PI3K/AKT/mTOR信号通路调控神经胶质瘤细胞的EMT进程 |
3.3 NQO1通过Snail调控神经胶质瘤的恶性演进 |
3.3.1 生物信息学分析神经胶质瘤组织中与NQO1共表达基因及富集分析 |
3.3.2 神经胶质瘤组织中NQO1靶基因的预测 |
3.3.3 Snail介导NQO1的促癌作用 |
4.讨论与展望 |
4.1 讨论 |
4.2 问题与展望 |
5.结论 |
参考文献 |
致谢 |
(2)基于深度学习的脑胶质瘤分割及预后模型的研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外发展现状 |
1.2.1 脑胶质瘤图像分割的研究现状 |
1.2.2 脑胶质瘤预后模型的研究现状 |
1.3 主要研究内容 |
1.4 论文组织安排 |
第2章 基于深度学习的脑胶质瘤的分割及预后模型的概述 |
2.1 脑胶质瘤的数据集介绍 |
2.2 基于深度学习的图像分割技术概述 |
2.2.1 基于图像块的卷积神经网络分割模型 |
2.2.2 基于全卷积神经网络的分割模型 |
2.2.3 基于编码器-解码器结构的分割模型 |
2.2.4 基于多尺度结构的分割模型 |
2.3 脑胶质瘤的分割评估指标 |
2.4 常见的生存分析方法的概述 |
2.4.1 统计学生存分析方法 |
2.4.2 深度学习生存分析方法 |
2.5 本章小结 |
第3章 基于融合损失函数的3D U-Net++脑胶质瘤分割网络 |
3.1 数据预处理 |
3.2 网络结构 |
3.3 融合损失函数 |
3.4 实验结果分析 |
3.4.1 3D U-Net++的不同卷积块的特征对比 |
3.4.2 3D U-Net++的四个分支的结果对比 |
3.4.3 使用不同损失函数的结果对比 |
3.4.4 与其他模型的对比 |
3.5 本章小结 |
第4章 基于3D U-Net3+的脑胶质瘤分割网络 |
4.1 网络结构 |
4.2 在3D U-Net3+中应用深度监督 |
4.3 实验结果分析 |
4.3.1 四个阶段的解码器输出对比 |
4.3.2 与无深度监督的3D U-Net3+的对比 |
4.3.3 与3D U-Net++的对比 |
4.4 本章小结 |
第5章 基于DAE和比例风险回归损失的脑胶质瘤预后模型 |
5.1 网络结构 |
5.2 损失函数 |
5.3 预后模型的构建 |
5.4 模型的评估方法 |
5.5 实验结果分析 |
5.5.1 模型预测结果分析 |
5.5.2 模型的时间依赖准确性分析 |
5.5.3 与其他模型的性能对比 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(3)具有自噬相关基因的较低级别胶质瘤临床预测模型的建立与验证(论文提纲范文)
摘要 |
Abstract |
常用缩写词中英文对照表 |
前言 |
1 对象与方法 |
1.1 数据来源 |
1.2 获取步骤 |
1.3 生存分析过滤 |
1.4 计算自噬风险评分 |
1.5 构建多因素Cox回归模型 |
1.6 验证构建的模型 |
2 结果 |
2.1 自噬风险评分系统 |
2.2 患者特征 |
2.3 建立并验证Nomogram临床预测模型 |
3 讨论 |
4 结论 |
4.1 构建一个LrGG自噬相关基因的风险评分系统 |
4.2 开发一个包含有自噬相关基因的LrGG列线图模型 |
参考文献 |
综述 临床预测模型在脑胶质瘤疾病中的应用 |
参考文献 |
致谢 |
个人简介 |
(4)术前血清LDH水平预测神经胶质瘤患者的预后相关研究(论文提纲范文)
中英文对照表 |
中文摘要 |
Abstract |
前言 |
材料与方法 |
结果 |
1.随访1 年复发组和无复发组患者的临床资料比较 |
2.胶质瘤患者术后随访1年无进展生存与LDH水平的关系 |
3.术前LDH水平对术后患者2年生存率影响因素的Cox生存分析 |
4.术前LDH水平对术后患者3年生存率影响因素的Cox生存分析 |
讨论 |
结论 |
参考文献 |
综述 探讨神经胶质瘤的规范化诊疗进展 |
参考文献 |
致谢 |
(5)陕西汉族非编码RNA基因多态性与结直肠癌风险相关性及MIR17HG与其microRNAs在结直肠癌中的作用研究(论文提纲范文)
摘要 |
ABSTRACT |
缩略语对照表 |
第一章 绪论 |
1.1 结直肠癌(CRC)简述 |
1.2 microRNAs与CRC关系 |
1.3 LncRNAs与CRC关系 |
1.4 结直肠癌的早筛 |
1.4.1 目前用于平均风险人群的CRC筛查主要包括以下方法 |
1.4.2 microRNAs可作为肿瘤的早期筛查指标 |
1.5 MIR17HG及其在结直肠癌中的作用 |
1.6 本课题的研究目标和意义 |
第二章 LncRNAs,miRNAs及GREM1基因多态性与中国陕西汉族结直肠癌风险的相关性研究 |
2.1 引言 |
2.2 研究方法 |
2.2.1 研究对象 |
2.2.2 主要仪器及试剂 |
2.2.3 实验方法 |
2.2.4 统计分析方法 |
2.3 结果 |
2.3.1 参与者的基本特征 |
2.3.2 HWE检验结果 |
2.3.3 等位基因分布及与CRC风险的关系 |
2.3.4 遗传模型下SNPs与CRC风险的关系 |
2.3.5 SNPs与CRC风险相关分层分析 |
2.3.6 SNPs与CRC临床特征相关性 |
2.3.7 单倍型与CRC风险的关系 |
2.3.8 多个SNPs交互作用的MDR分析 |
2.4 讨论 |
2.4.1 MIR137HG和MIR577多态性与CRC的关系 |
2.4.2 MIR143HG多态性与CRC的关系 |
2.4.3 MIR3142HG多态性与CRC的关系 |
2.4.4 LINC-PINT多态性与CRC的关系 |
2.4.5 MIR124-1HG多态性与CRC的关系 |
2.4.6 MIR608多态性与CRC的关系 |
2.4.7 H19和MIR675多态性与CRC的关系 |
2.4.8 MIR192、MIR618和MIR492多态性与CRC的关系 |
2.4.9 MIR17HG多态性与CRC的关系 |
2.4.10 GREM1 多态性与CRC的关系 |
2.4.11 MIR497HG、MIR423和MIR133A1HG多态性与CRC的关系 |
2.5 结论 |
第三章 MIR17HG及其编码的micro RNAs在结直肠癌中的表达及临床信息关联的生物信息学分析 |
3.1 前言 |
3.2 研究方法 |
3.2.1 研究对象 |
3.2.2 研究方法 |
3.2.3 统计方法 |
3.3 研究结果 |
3.3.1 MIR17HG的泛癌分析 |
3.3.2 MIR17HG在结直肠癌中的表达与临床预后分析 |
3.3.3 miR-17-92a簇在结直肠癌与癌旁正常组织中的表达及临床预后分析 |
3.3.4 miR-17-92a簇在结直肠癌病例与健康对照,病例不同分期中血清中的表达及预后分析 |
3.4 讨论 |
3.4.1 miR-17-92a簇在大多数肿瘤及CRC中高表达 |
3.4.2 miR-17-92a簇的microRNAs在大多数肿瘤及结直肠癌组织中高表达 |
3.4.3 miR-17-92a簇的microRNAs在CRC病例血清中高表达 |
3.5 结论 |
第四章 miR-17-92簇在结直肠癌病例与健康人群血清中的表达分析及诊断作用 |
4.1 前言 |
4.2 研究方法 |
4.2.1 研究对象 |
4.2.2 主要仪器和试剂 |
4.2.3 实验方法 |
4.2.4 统计学方法 |
4.3 研究结果 |
4.3.1 研究对象基本特征 |
4.3.2 病例组与对照组血清学指标 |
4.3.3 血清中microRNA的相对表达量 |
4.3.4 CEA、AFP、hsa-miR-18a-5p、hsa-miR-92a-1诊断结直肠癌的ROC曲线 |
4.3.5 CEA、AFP、hsa-miR-18a-5p联合诊断结直肠癌的ROC曲线 |
4.3.6 各指标与结直肠癌分期的相关性分析 |
4.3.7 hsa-miR-18a-5p、CEA对早期结直肠的诊断的ROC曲线 |
4.3.8 各指标区分早晚结直肠癌的ROC曲线 |
4.4 讨论 |
4.4.1 糖蛋白癌胚抗原和甲胎蛋白 |
4.4.2 miR-17-92a簇作为血清肿瘤诊断标志物的应用 |
4.4.3 hsa-miR-18a-5p作为血清肿瘤诊断标志物的应用 |
4.5 结论 |
第五章 hsa-miR-18a-5p对结直肠癌细胞生物学功能的影响及候选靶基因分析 |
5.1 引言 |
5.2 研究方法 |
5.2.1 实验材料 |
5.2.2 主要仪器及试剂 |
5.2.3 实验方法 |
5.2.4 统计方法 |
5.3 结果 |
5.3.1 hsa-miR-18a-5p在结直肠癌细胞系中表达上调 |
5.3.2 结直肠癌细胞中hsa-miR-18a-5p干预效果 |
5.3.3 hsa-miR-18a-5p差异表达对结直肠癌细胞增殖的影响 |
5.3.4 hsa-miR-18a-5p差异表达对结直肠癌细胞克隆形成能力的影响 |
5.3.5 hsa-miR-18a-5p差异表达对结直肠癌细胞凋亡的影响 |
5.3.6 结直肠癌表达差异基因及功能注释 |
5.3.7 hsa-miR-18a-5p靶基因及其预后分析 |
5.3.8 关键靶基因分析 |
5.3.9 靶基因LIF与hsa-miR-18a-5p结合位点预测 |
5.3.10 Western Blot检测LIF与hsa-miR-18a-5p表达关系 |
5.3.11 LIF功能预测 |
5.4 讨论 |
5.4.1 hsa-miR-18a-5p促进肿瘤发生发展 |
5.4.2 hsa-miR-18a-5p抑制肿瘤发生发展 |
5.4.3 在不同发育阶段和不同组织学亚型的同一器官的癌症中已观察到hsa-miR-18a的相反作用 |
5.4.4 hsa-miR-18a-5p抑制结直肠癌的发生发展 |
5.5 结论 |
结语和展望 |
参考文献 |
附录1:基因与泛癌的相关性 |
附录2:HCT116细胞鉴定证明 |
致谢 |
攻读博士期间的科研成果 |
个人简历 |
(6)胶质母细胞瘤诊断预后标记物筛选及其验证的实验研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 前言 |
1.1 研究背景 |
1.1.1 中枢神经系统肿瘤的流行病学现状 |
1.1.2 胶质母细胞瘤的流行病学、诊断及治疗现状 |
1.1.3 胶质母细胞瘤基因标记物研究现状 |
1.1.4 胶质母细胞瘤基因标记物研究意义 |
1.2 研究目的 |
1.2.1 了解胶质母细胞瘤基因标记物研究现状及标记物表达 |
1.2.2 筛选胶质母细胞瘤诊断、预后标记物 |
1.2.3 验证胶质母细胞瘤诊断、预后标记物 |
1.3 研究内容 |
1.3.1 胶质母细胞瘤基因标记物研究现状分析 |
1.3.2 胶质母细胞瘤诊断、预后标记物的筛选 |
1.3.3 胶质母细胞瘤诊断、预后标记物的实验验证 |
1.4 研究方法 |
1.4.1 文献计量学 |
1.4.2 生物信息学 |
1.4.3 分子生物学技术及主要统计方法 |
1.5 研究技术路线图 |
参考文献 |
第二章 胶质母细胞瘤基因标记物文献可视化分析 |
2.1 研究背景 |
2.1.1 胶质母细胞瘤基因标记物文献可视化分析的必要性 |
2.1.2 胶质母细胞瘤基因标记物文献可视化分析技术路线图 |
2.2 数据和方法 |
2.2.1 数据来源与检索策略 |
2.2.2 纳入排除标准及文献筛选 |
2.2.3 数据处理及分析方法 |
2.3 结果 |
2.3.1 文献检索及筛选结果 |
2.3.2 时间分布 |
2.3.3 国家和地区分布 |
2.3.4 机构分布 |
2.3.5 期刊分布 |
2.3.6 作者分析 |
2.3.7 关键词分析 |
2.3.8 基因标记物表达分析 |
2.3.9 基因标记物生物学功能及通路分析 |
2.4 讨论 |
2.5 结论 |
参考文献 |
第三章 胶质母细胞瘤基因标记物筛选的生物信息学分析 |
3.1 研究背景 |
3.1.1 生物信息学简介 |
3.1.2 生物信息学在胶质母细胞瘤基因标记物研究的进展 |
3.1.3 生物信息学方法筛选胶质母细胞瘤基因标记物技术路线图 |
3.2 数据和方法 |
3.2.1 数据来源 |
3.2.2 差异表达基因分析 |
3.2.3 预后基因筛选 |
3.2.4 预后指数模型的构建 |
3.2.5 PI及临床混杂因素分析 |
3.2.6 生存分析和模型检验 |
3.2.7 GO基因富集分析 |
3.2.8 筛选基因在CGGA数据集中的验证 |
3.2.9 统计分析方法 |
3.3 结果 |
3.3.1 TCGA胶质母细胞瘤患者肿瘤组织与GTEx数据集中正常脑组织差异表达基因分析 |
3.3.2 预后相关基因分析 |
3.3.3 PI构建 |
3.3.4 临床因素及其与PI的协同作用 |
3.3.5 生存分析和模型检验 |
3.3.6 GO富集分析结果 |
3.3.7 筛选基因在CGGA数据集的验证 |
3.3.8 CGGA数据集对模型预后预测能力的验证 |
3.4 讨论 |
3.5 结论 |
参考文献 |
第四章 胶质母细胞瘤诊断、预后标记物的实验验证 |
4.1 研究背景 |
4.1.1 前言 |
4.1.2 胶质母细胞瘤诊断、预后标记物验证实验技术路线图 |
4.2 材料与方法 |
4.2.1 实验试剂耗材和实验仪器 |
4.2.2 研究对象 |
4.2.3 实时荧光定量PCR组织检测 |
4.2.4 Western Blot组织检测 |
4.2.5 免疫组织化学检测 |
4.2.6 细胞培养及传代 |
4.2.7 FN1、HSPA5 沉默载体的构建 |
4.2.8 qRT PCR与 Western blot实验对沉默效果的验证 |
4.2.9 MTT检测 |
4.2.10 流式细胞术凋亡检测 |
4.2.11 Transwell小室迁移实验 |
4.2.12 实时荧光定量PCR细胞检测 |
4.2.13 Western blot细胞检测 |
4.2.14 临床随访 |
4.2.15 统计分析与处理 |
4.3 结果 |
4.3.1 组织实验结果 |
4.3.1.1 患者基线数据 |
4.3.1.2 FN1、GRN、HSPA5、TTYH3、TAGLN2 基因mRNA在各级别胶质瘤中表达 |
4.3.1.3 FN1、GRN、HSPA5、TTYH3、TAGLN2 蛋白在各级别胶质瘤表达的western blot结果 |
4.3.1.4 FN1、GRN、HSPA5、TTYH3、TAGLN2 蛋白在各级别胶质瘤表达的免疫组化结果 |
4.3.2 细胞实验结果 |
4.3.2.1 FN1、HSPA5基因在细胞中沉默效果的验证 |
4.3.2.2 FN1、HSPA5 基因沉默对细胞增殖的影响 |
4.3.2.3 FN1、HSPA5 基因沉默对细胞凋亡的影响 |
4.3.2.4 FN1、HSPA5 基因沉默对细胞迁移的影响 |
4.3.2.5 FN1、HSPA5 基因沉默对细胞Bax、Bcl-2、E-cadhrin、MMP9 mRNA表达的影响 |
4.3.2.6 FN1、HSPA5基因沉默对细胞Bax、Bcl-2、E-cadhrin、MMP9蛋白表达的影响 |
4.3.3 临床随访结果 |
4.3.3.1 随访对象基本信息及基因表达情况分析 |
4.3.3.2 影响患者PFS的单变量、多变量Cox回归分析与生存曲线 |
4.3.3.3 影响患者OS的单变量、多变量Cox回归分析与生存曲线 |
4.3.3.4 基因差异表达与临床病理参数之间的相关性 |
4.4 讨论 |
4.5 结论 |
参考文献 |
第五章 总结与展望 |
5.1 研究结论 |
5.2 创新点 |
5.3 研究展望 |
附录 |
缩略语表 |
在学期间的研究成果 |
一、发表论文 |
二、参与项目 |
致谢 |
(7)基于TMT蛋白质组学的差异蛋白PP1γ在胶质瘤中的作用及机制研究(论文提纲范文)
摘要 |
ABSTRACT |
前言 |
第一部分 胶质瘤差异表达蛋白的筛选和初步验证 |
1 研究内容与方法 |
1.1 研究对象 |
1.2 仪器与试剂 |
1.3 研究方法 |
1.4 统计学分析 |
2 结果 |
3 讨论 |
4 小结 |
第二部分 差异蛋白PP1γ与胶质瘤临床病理特征及预后的关系 |
1 研究内容与方法 |
1.1 研究对象 |
1.2 仪器与试剂 |
1.3 研究方法 |
1.4 统计学分析 |
2 结果 |
3 讨论 |
4 小结 |
第三部分 PP1γ对胶质瘤细胞生物学行为的影响及机制研究 |
1 研究内容与方法 |
1.1 研究对象 |
1.2 仪器与试剂 |
1.3 研究方法 |
1.4 数据统计 |
2 结果 |
3 讨论 |
4 小结 |
结论 |
致谢 |
参考文献 |
综述 蛋白磷酸酶 1 与恶性肿瘤关系的研究进展 |
参考文献 |
攻读博士学位期间发表的学术成果 |
个人简介 |
新疆医科大学博士研究生学位论文 导师评阅表 |
(8)多参数MR灌注成像及放射组学在脑胶质瘤分子分型及预后中的价值(论文提纲范文)
缩略语表 |
Abstract |
摘要 |
第一章 前言 |
参考文献 |
第二章 多参数MR灌注成像评价脑胶质瘤微血管特征及其在分子分型中的应用 |
2.1 材料与方法 |
2.2 结果 |
2.3 讨论 |
2.4 小结 |
参考文献 |
第三章 多参数MR灌注成像在LGG患者预后评估中的作用 |
3.1 材料与方法 |
3.2 结果 |
3.3 讨论 |
3.4 小结 |
参考文献 |
第四章 基于多参数放射组学及生境成像预测GBM的 IDH分型 |
4.1 材料与方法 |
4.2 结果 |
4.3 讨论 |
4.4 小结 |
参考文献 |
全文结论 |
文献综述 胶质瘤的分子诊断与治疗进展 |
参考文献 |
攻读博士学位期间发表的科研成果 |
致谢 |
(9)基于TCGA数据库人脑胶质瘤的生物信息学分析以及KNL1在人脑胶质瘤中的表达情况及其临床意义(论文提纲范文)
摘要 |
abstract |
英文缩略表 |
1 前言 |
2 资料与方法 |
3 结果 |
4 讨论 |
5 结论 |
参考文献 |
综述 癌症/睾丸抗原家族及KNL1的研究相关进展 |
参考文献 |
个人简介、在读期间发表论文情况及获得荣誉 |
致谢 |
(10)TRPM8在胶质母细胞瘤细胞增殖、侵袭中的作用及miR-433对TRPM8靶向调控的研究(论文提纲范文)
中文摘要 |
Abstract |
缩略语 |
前言 |
第一部分:胶质母细胞瘤患者预后相关基因TRPM8的生物信息学筛选 |
1.引言 |
2.材料与方法 |
3.结果 |
3.1 差异基因的识别 |
3.2 对差异基因进行GO分析和KEGG通路分析 |
3.3 蛋白互助网络构建及枢纽基因识别 |
3.4 使用TCGA数据库和Oncomine数据库对上述10个枢纽基因进行验证 |
3.5 枢纽基因的预后生存分析 |
3.6 胶质母细胞瘤样本临床信息描述 |
3.7 比较验证TRPM8在胶质母细胞瘤及正常脑组织中的表达情况 |
3.8 Cox回归模型多因素分析结果 |
3.9 GBM患者TRPM8的Kaplan-Meier生存分析 |
4.讨论 |
5.第一部分小结 |
第二部分:TRPM8在胶质母细胞瘤的细胞增殖、侵袭和凋亡中的功能和机制研究 |
1.引言 |
2.材料与方法 |
3.结果 |
3.1 胶质母细胞瘤细胞较正常星形胶质细胞中TRPM8表达水平明显增加 |
3.2 TRPM8通道在胶质母细胞瘤细胞中具有功能且具有外向整流的特点 |
3.3 敲降或过表达胶质母细胞瘤细胞中TRPM8的表达水平 |
3.4 TRPM8正向调节胶质母细胞瘤细胞的增殖和侵袭能力 |
3.5 TRPM8 降低GBM细胞对凋亡的敏感性 |
4.讨论 |
5.第二部分小结 |
第三部分 :miR-433 靶向TRPM8 基因抑制胶质母细胞瘤的细胞侵袭能力 |
1.引言 |
2.材料与方法 |
3.结果 |
3.1 miRNA相关芯片筛选及其表达数据聚类分析 |
3.2 关键模块的确定 |
3.3 鉴定关键模块中的枢纽miRNA |
3.4 筛选靶miRNA |
3.5 miR-433与TRPM8 之间具有良好的靶向关系 |
3.6 miR-433增强胶质母细胞瘤细胞的侵袭和迁移能力 |
4.讨论 |
5.第三部分小结 |
参考文献 |
综述 TRPM蛋白家族作为人类肿瘤的潜在生物标志物的初步评价 |
参考文献 |
作者简历 |
四、Weibull参数模型在神经胶质瘤生存分析中的应用(论文参考文献)
- [1]NQO1/Snail轴通过PI3K/AKT/mTOR信号通路调控神经胶质瘤演进的机制研究[D]. 郑兰. 延边大学, 2021(02)
- [2]基于深度学习的脑胶质瘤分割及预后模型的研究[D]. 张晓宇. 太原理工大学, 2021(01)
- [3]具有自噬相关基因的较低级别胶质瘤临床预测模型的建立与验证[D]. 程东东. 山西医科大学, 2021(01)
- [4]术前血清LDH水平预测神经胶质瘤患者的预后相关研究[D]. 陈嘉芳. 福建医科大学, 2021(02)
- [5]陕西汉族非编码RNA基因多态性与结直肠癌风险相关性及MIR17HG与其microRNAs在结直肠癌中的作用研究[D]. 陈鹏. 西北大学, 2021(12)
- [6]胶质母细胞瘤诊断预后标记物筛选及其验证的实验研究[D]. 刘婕婷. 兰州大学, 2021(09)
- [7]基于TMT蛋白质组学的差异蛋白PP1γ在胶质瘤中的作用及机制研究[D]. 薛晶. 新疆医科大学, 2021(08)
- [8]多参数MR灌注成像及放射组学在脑胶质瘤分子分型及预后中的价值[D]. 康厚艺. 中国人民解放军陆军军医大学, 2020(07)
- [9]基于TCGA数据库人脑胶质瘤的生物信息学分析以及KNL1在人脑胶质瘤中的表达情况及其临床意义[D]. 高育源. 郑州大学, 2020(02)
- [10]TRPM8在胶质母细胞瘤细胞增殖、侵袭中的作用及miR-433对TRPM8靶向调控的研究[D]. 曾剑平. 浙江大学, 2020(01)