基于基因表达谱的肿瘤特异基因表达模式的研究木.pdfVIP

中国科学 c辑 生命科学 2006，36(1)：86--96 基于基因表达谱的肿瘤特异基因表达模式研究木 阮晓钢料 李颖新 李建更 龚道雄 王金莲 (北京工业大学电子信息与控制工程学院，北京 100022) 摘要 基于肿瘤基因表达谱，利用生物信息学的方法，从肿瘤与正常组织的样本分类入手就肿 瘤特异表达基因的发现及其表达模式问题进行了分析和研究，进而探讨了肿瘤在基因表达上的 特点．首先，在分析肿瘤基因表达谱特点的基础上，提出了基于 Relief算法的样本分类特征基因 选取策略；然后，以支持向量机为分类工具进行样本类型的识别，以分类错误率为标准选取样本 分类特征基因，并对其中反映肿瘤与正常样本组织构成特点的组织特异表达基因进行排除以突 出肿瘤样本真实的类别特征；最后结合统计学方法，从信息学的角度论证了分类特征基因在肿瘤 组织中特异表达的确实性和普遍性，并对这些基因在肿瘤组织中呈现出的特异的表达模式进行 了分析． 关键词 肿瘤 特征基因选取 基因表达谱 支持 向量机 肿瘤在组织形态学上被划分为多种不同的类型 着在原发性肿瘤及其转移样本间也可能具有相同的 及亚型．从分子生物学的角度看，肿瘤是由于某些染 分子机制． 色体上 DNA损伤致使细胞内基因异常表达，导致细 大规模基因表达谱技术的发展为人们更加系统、 胞生长失控、缺乏分化和异常增生的一类基 因疾病． 全面地研究肿瘤在基因表达上的特点提供了有效的 近年来，随着对癌基因及抑癌基因研究的深入，人们 分析平台，并由此产生出大量关于肿瘤基因表达谱 意识到不 同组织类型肿瘤的发生可能具有某种共同 分析的文献2【以51．本文基于肿瘤基因表达谱数据。着 机制．2000年，Hanahan和Weinbergl【指出大部分肿瘤 眼于将各种不同组织类型的肿瘤作为一个整体来加 的发生都具备相似的特点，具有类似的形成机制，受 以研究，试图找出肿瘤组织细胞 中普遍特异表达的 某些共同规律所控制．同年，Perou等人 2【】在对乳腺癌 基因，并对其表达模式进行探讨．首先，将不同组织 基因表达谱的研究中，观察到原发性肿瘤与其转移 类型肿瘤的基因表达谱数据进行整合，作为一个统 后的肿瘤在基因表达上具有极强的相似性，这意味 一 的 肿“瘤组织”类别，将对应的正常组织样本的基因 收稿 日期：2005．08，16；接受日期：2005．0824 国家 自然科学基金重点资助项 目(批准号 E-mail：adrxg@bjut1edu．cn SCIENCEIN CHINA Ser．C LifeSciences 第 1期 阮晓钢等 ：基于基因表达谱的肿瘤特异基因表达模式研究 87 表达谱数据进行整合作为一个统一的“正常组织”类 分为训练集和测试集，如图1所示，将每种类型的原 别；然后，采用机器学习与模式识别技术对肿瘤与正 发性肿瘤及其对应的正常组织样本均按近似 2：1的 常组织样本的基因表达谱数据进行生物信息学分析， 比例分配在训练集和测试集 1中． 分析的重点在于：(i)考查在 “肿瘤组织”中是否存在 着区别于 “正常组织”的、普遍特异表达的基因；(ii) l国 =圈 + + 若存在肿瘤特异表达基因，这些基因能否作为区分 兰兰兰竺：!II兰兰竺竺!!l。l兰!兰竺：：l。 肿瘤与正常组织 的分子依据，其是否也在转移性肿 全部样本 训练集 测试集1 测试集2 瘤组织中特异表达；(iii)其表达模式如何． 对上述问题的分析和解答，有助于人们深入了 图1 样本集的划分 解肿瘤在基