基于跨平台全基因组DNA甲基化芯片数据筛选并建立非小细胞肺癌生物标记物
[i=s] 本帖最后由 Tlexander 于 2015-2-5 05:07 编辑 [/i]一个不错的甲基化组合进行肿瘤诊断的文章思路，数据挖掘+样本验证，干湿结合。
单基因DNA甲基化虽然具有重要的肺癌诊断意义，但提供的诊断效能是有限的，其诊断准确度距离临床应用尚有较大差距。采用多位点联合诊断是目前肿瘤诊断的发展趋势。因此搜索最优的甲基化生物标记物组合以获得最大的诊断性能是一个巨大的挑战。作者采用整合公共数据库中已经收录了大量肿瘤样本及其对照样本的全基因组DNA甲基化芯片数据，通过对这些数据的整合，标准化，批次效应消除等处理，可以有效地增加肿瘤标记物探索阶段的样本量，并据此发现了5个重要的非小细胞肺癌甲基化生物标记物（AGTR1，GALR1，SLC5A8，ZMYND10和NTSR1）。作者继而又开发了基于SNPshot的甲基化状态确定单核苷酸引物延伸技术（MSD-SNuPET）利用汉族人群非小细胞肺癌和正常对照对上述五个肺癌生物标记物的甲基化状态进行了检测。并采用多种预测模型，包括logistic回归，支持向量机，随机森林预测及Bayes树的方法，结合5倍交叉验证的方法建立了肿瘤/正常组织预测模型，并对预测模型的灵敏性，特异性和准确性进行了评估。结果证实AGTR1，GALR1，SLC5A8，ZMYND10和NTSR1为非小细胞肺癌有效的甲基化生物标记物，其联合甲基化谱可作为一种有效的非小细胞肺癌诊断模型。
文献链接如下：
Identification and validation of the methylation biomarkers of non-small cell lung cancer (NSCLC)
[url]http://www.clinicalepigeneticsjournal.com/content/7/1/3[/url]
页:
[1]