跨平台整合微阵列数据筛选与胶质瘤级别相关基因的实验研究

跨平台整合微阵列数据筛选与胶质瘤级别相关基因的实验研究

论文摘要

原发性中枢神经系统肿瘤发病率约2-5/10万,85%为颅内肿瘤,最常见的肿瘤是胶质瘤,约占40%,其次是脑膜瘤约13%-19%,还有垂体瘤,神经鞘瘤,颅咽管瘤等。大量研究表明,神经系统肿瘤和其他部位的肿瘤一样是多基因异常导致的,并且肿瘤的恶性程度,病人的预后均与基因异常密切相关。寻找并验证能够用于临床的与病人肿瘤恶性程度和预后相关的标志基因一直是研究的热点。本研究通过整合不同平台的基因微阵列数据寻找与病人肿瘤恶性程度密切相关的标志基因并应用RT-PCR和Western blot进行验证。探讨有丝分裂检验点通路,MCM基因家族与胶质瘤WHO分级的关系。研究结果显示:(1)BUB1, BUB1B, BUB3, TTK, CDC20, CENPE在IV级肿瘤中表达较正常脑组织明显增高;BUB1和TTK在低级别胶质瘤(Ⅰ-Ⅱ级)中较正常组织明显增高;BUB1B, CDC20, CENPE, MAD1L1和MAD2L1的表达在低级别肿瘤和Ⅳ级肿瘤之间有明显差异;BUB1B和CDC20在不同级别之间都有明显差异。(2)MCMs基因的表达水平随着肿瘤级别增加而增高,MCM2-MCM5,MCM7和MCM10在WHOⅠ-Ⅱ级,Ⅲ级和Ⅳ级之间均有明显差异(p<0.05);MCM6在低级别胶质瘤(WHOⅠ-Ⅱ级)和高级别胶质瘤(Ⅲ-Ⅳ级)中有明显差异(p<0.05)。(3)目前国内外尚未见跨平台整合分析胶质瘤微阵列数据寻找与肿瘤级别相关基因的报道。

论文目录

  • 提要
  • 中文摘要
  • Abstract
  • 英文缩略词
  • 前言
  • 第一篇 文献综述
  • 第1章 胶质瘤的肿瘤标志基因研究进展
  • 1.1 胶质瘤的肿瘤标志基因研究进展概述
  • 1.2 肿瘤标志基因研究方向
  • 1.3 WebArrayDB介绍
  • 1.4 结语
  • 第2章 有丝分裂纺锤体检验点基因在肿瘤中的研究进展
  • 2.1 概述有丝分裂纺锤体检验点基因
  • 2.2 BUB家族在肿瘤发生发展中的作用
  • 2.3 CDC20在肿瘤发生发展中的作用
  • 2.4 MAD家族在肿瘤发生发展中的作用
  • 2.5 TTK/MSP1在肿瘤发生发展中的作用
  • 2.6 CENPE在肿瘤发生发展中的作用
  • 第3章 微小染色体维持蛋白家族在肿瘤中的研究进展
  • 3.1 MCMs的结构和功能
  • 3.2 MCMs在细胞增殖周期中的表达特点
  • 3.3 MCMs在恶性肿瘤中的表达
  • 3.4 MCMs在中枢神经系统肿瘤中的作用及研究进展
  • 3.5 MCMs临床应用展望
  • 第二篇 实验研究
  • 第1章 应用WebArrayDB对微阵列数据进行整合分析
  • 1.1 材料
  • 1.2 方法
  • 1.3 结果
  • 1.4 讨论
  • 第2章 丝分裂纺锤体检验点基因在人脑胶质瘤中的表达
  • 2.1 材料
  • 2.2 方法
  • 2.3 结果
  • 2.4 讨论
  • 第3章 微小染色体维持蛋白家族和胶质瘤病理级别之间的关系
  • 3.1 材料
  • 3.2 方法
  • 3.3 结果
  • 3.4 讨论
  • 结论
  • 参考文献
  • 作者简介及攻读博士期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].微阵列数据研究[J]. 教育现代化 2017(43)
    • [2].多种归一化方法对miRNA微阵列数据的作用分析及比较[J]. 西南师范大学学报(自然科学版) 2020(05)
    • [3].用于微阵列数据分类的子空间融合演化超网络[J]. 电子学报 2016(10)
    • [4].基于迭代延长纠错输出编码的微阵列数据多分类方法[J]. 厦门大学学报(自然科学版) 2018(03)
    • [5].基于主曲线的微阵列数据分类[J]. 计算机科学 2010(12)
    • [6].基于微阵列数据构建的基因通路分析软件的研究进展[J]. 现代生物医学进展 2009(07)
    • [7].最小一乘估计在多重检验中的应用——基于乳腺癌微阵列数据[J]. 数学的实践与认识 2017(21)
    • [8].微阵列数据中的先验信息对基于LASSO变量选择方法影响的模拟研究[J]. 中国卫生统计 2015(03)
    • [9].DNA微阵列数据判别的旋转森林方法[J]. 中国卫生统计 2012(04)
    • [10].DNA微阵列数据特征提取的分类方法研究[J]. 计算机工程与应用 2010(28)
    • [11].微阵列数据的多目标免疫优化双聚类[J]. 生物信息学 2009(03)
    • [12].MATLAB在微阵列数据分析的FDR控制中的实现[J]. 福建电脑 2011(08)
    • [13].三维微阵列数据的多目标进化聚类[J]. 计算机工程与科学 2008(12)
    • [14].基于演化学习超网络的微阵列数据分类[J]. 江苏大学学报(自然科学版) 2014(01)
    • [15].多阶段的微阵列数据特征基因集选取[J]. 吉林大学学报(信息科学版) 2014(05)
    • [16].基于随机森林的胃癌微阵列数据基因通路分析[J]. 生物学杂志 2010(02)
    • [17].基于微阵列数据分析的癌症诊断[J]. 中国科技论文在线 2010(02)
    • [18].主成分分析和支持向量机在微阵列数据分析的应用[J]. 现代计算机(专业版) 2013(26)
    • [19].几种差异基因分析方法及筛选效果的比较[J]. 中国卫生统计 2008(04)
    • [20].基于PCA与核PCA的微阵列数据分析[J]. 长春师范大学学报 2019(06)
    • [21].基于DNA微阵列数据分析的分级Bayes模型[J]. 应用数学学报 2009(05)
    • [22].吗啡急性处理小鼠的微阵列数据分析和生物标记识别[J]. 天津医药 2015(02)
    • [23].基于Hadoop的微阵列数据两阶段并行K近邻基因提取[J]. 计算机工程 2016(05)
    • [24].基于极限学习机(ELM)岭回归的DNA微阵列数据填补[J]. 小型微型计算机系统 2014(10)
    • [25].一种从稳态微阵列数据构建转录调控网络的条件三元互信息新方法[J]. 医用生物力学 2009(S1)
    • [26].基于聚类和微粒群优化的基因选择新方法[J]. 计算机应用 2013(05)
    • [27].基于过采样技术和随机森林的不平衡微阵列数据分类方法研究[J]. 计算机科学 2012(05)
    • [28].一种基于微阵列数据的集成分类方法[J]. 计算机应用研究 2010(01)
    • [29].基于置换重抽样的多重检验和错误发现率估计[J]. 中国卫生统计 2012(05)
    • [30].一种基于ZBDD结构的Top-k挖掘算法[J]. 现代计算机(专业版) 2011(25)

    标签:;  ;  

    跨平台整合微阵列数据筛选与胶质瘤级别相关基因的实验研究
    下载Doc文档

    猜你喜欢