基于组学及临床数据的疾病lncRNA挖掘方法研究

摘要

步入新世纪以来，随着生物研究的不断深入与新一代测序技术的快速发展，生物研究与生物信息研究逐渐深入到分子水平上，越来越多的生物大分子的功能被进一步揭示出来。起初，人们专注于研究蛋白质分子与编码蛋白的编码RNA，然而，慢慢地人们逐渐认识到之前被看成“转录垃圾”的非编码RNA也扮演着很多重要的角色。lncRNA是非常重要的一类非编码RNA，它与生命体的多种生命过程密切相关，它的重要性逐渐被广大生物信息研究人员所认识，并且吸引了越来越多的生物与生物信息研究人员投身其中。
　　本文主要研究基于组学及临床数据的疾病预后相关的lncRNA挖掘方法。首先综合分析了国内外的研究现状，并详细介绍了TCGA相关数据。然后对数据进行了有效的整合，通过对当前的变量选择方法的详细介绍与比较分析，最终确定了以lasso变量选择为核心的研究方法。接着，利用最小二乘法对lncRNA的权重系数进行计算，并据此对病人的生存时间进行有效的评估。随后，对训练组和测试组进行生存分析，通过生存分析与训练对照的方法来证实挖掘出的lncRNA的有效性。最后，借助mRNA对lncRNA挖掘结果进行GO和Pathway的功能富集分析，探究这部分lncRNA的潜在功能，进而验证挖掘方法的正确性。
　　此外，本文将该疾病预后相关的lncRNA挖掘方法应用到肺癌数据中，完成了对肺癌预后相关的lncRNA挖掘。结果表明：预测出的18个与肺癌病人预后相关的lncRNA在训练集与测试集中，均很好地预测了肺癌病人的预后情况，通过LogRank检验，其P值均小于0.01，具有极大的显著性；进一步GO和Pathway的功能富集分析显示，这部分lncRNA与很多免疫有关的节点和通路有关，并且还与含氧反应以及氧脂素的合成有关，以上事实充分说明了通过该方法挖掘出的lncRNA与肺癌的发生发展以及病人的预后有着潜在的关联。

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2 国内外研究现状

1.3 本文主要研究工作

1.4 本文组织结构

第2章 相关生物学数据介绍

2.1 引言

2.2 TCGA简介

2.3 lncRNA相关数据

2.4 癌症预后相关数据

2.5 本章小结

第3章 疾病预后相关的lncRNA挖掘

3.1 引言

3.2 算法总体结构

3.3 数据整合

3.4 常用变量选择方法

3.5 LASSO与最小二乘法

3.6 生存分析与训练测试

3.7 lncRNA功能分析

3.8 本章小结

第4章 肺癌预后相关的lncRNA预测

4.1 引言

4.2 肺癌相关数据

4.3 肺癌训练集与测试集

4.4 肺癌预后相关的lncRNA挖掘

4.5 肺癌lncRNA功能分析

4.6 本章小结

结论

参考文献

攻读硕士学位期间发表的论文

声明

致谢