药物毒理基因组信息学的若干问题研究

摘要

药物毒理基因组学的出现为药物安全性评价等研究提供了新的手段,也进一步拓展了药物分析学的研究范畴,为药物分析工作者带来了新挑战。作为药物毒理基因组学研究的最主要工具,基因芯片在模式比较和模式分类两大类应用中仍存在诸多问题有待探讨,包括基因芯片模式分类所需样本量、基因芯片分类预测模型的应用域以及如何提高基因芯片模式分类的准确性等。为此,本论文针对基因芯片在上述两大类应用中存在的若干问题进行了深入研究,以期为加快药物毒理基因组学的推广应用提供方法学指导。论文的主要内容及学术贡献如下:1.以黄曲霉素B1为具体对象,研究了基于模式比较的肝毒性芯片分析方法,发现基因芯片能够提供比常规生物化学检测指标和组织病理学更为灵敏的肝毒性检测信息,有望用于肝毒性的早期发现。2.研究提出了一种能够评价终点可预测程度的指标-信噪比范围(SSNR, signal-to-noise ratio),并据此提出了一种估算基因芯片模式分类所需最小样本量的方法。与文献方法相比,本方法更为简便,且具有很强的可操作性,能够准确估算所需实验样本量。3.研究发现基因芯片分类预测模型不存在明确的应用域,即限定模型的应用域不能改善其预测性能,为基于基因芯片的模式分类研究提供了指导。4.研究提出一种可有效评价模型对个体样本的预测性能的指标-预测可信度,并据此建立了基于基因芯片的个体化预测方法,结果表明,通过限定预测可信度有望改善模型的预测性能。5.以8种药物的肝毒性数据为例,将上述样本量估计、应用域和预测可信度等研究结果应用于药物毒理基因组的模式分类研究,证实了采用药物毒理基因组学进行药物安全性预测评价的可行性,并发现不同平台芯片的肝毒性分类结果具有较好的可比性,为整合分析不同平台的芯片数据奠定了基础。

目录

致谢

摘要

Abstract

第一章 绪论

1.1 药物毒理基因组学研究现状

1.1.1 药物毒理基因组学在药物研发过程中的应用

1.1.2 药物毒理基因组学在临床安全用药中的应用

1.2 基因芯片的模式信息处理技术研究进展

1.2.1 模式比较技术

1.2.2 模式分类技术

1.3 本文的研究思路与内容

1.4 参考文献

第二章 基因芯片模式比较研究实例:黄曲霉素肝毒性检测方法研究

2.1 引言

2.2 实验部分

2.2.1 实验动物与材料

2.2.2 动物处理

2.2.3 组织收集、血清化学和组织病理学分析

2.2.4 样本RNA抽提和纯化

2.2.5 样本RNA扩增和标记

2.2.6 芯片杂交和结果扫描

2.2.7 芯片测试和数据分析

2.2.8 qRT-PCR实验

2.3 实验结果

2.3.1 体重变化

2.3.2 生化检测结果

2.3.3 组织病理学检查

2.3.4 基因表达分析

2.3.5 功能分析

2.4 讨论

2.4.1 基因芯片有望提供肝毒性的灵敏检测指标

2.4.2 黄曲霉素B_1对大鼠肝脏的影响

2.5 本章小结

2.6 参考文献

第三章 基因芯片模式分类所需样本量问题研究

3.1 引言

3.2 方法和材料

3.2.1 数据集

3.2.2 统计分析

3.2.3 信噪比范围(SSNR)

3.2.4 模型评价指标

3.3 结果与讨论

3.3.1 训练集样本量对模型预测性能的影响

3.3.2 终点可预测性的评价指标(SSNR)

3.3.3 SSNR指导训练集样本量选择

3.4 本章小结

3.5 参考文献

第四章 基因芯片分类预测模型的应用域问题研究

4.1 引言

4.2 方法和材料

4.2.1 数据集

4.2.2 模型的应用域

4.2.3 统计分析

4.3 结果

4.4 讨论

4.5 本章小结

4.6 参考文献

第五章 基因芯片分类预测模型的预测可信度问题研究

5.1 引言

5.2 方法和材料

5.2.1 数据集

5.2.2 预测可信度

5.2.3 统计分析

5.3 结果

5.4 讨论

5.5 本章小结

5.6 参考文献

第六章 基因芯片模式分类研究实例:8种药物的肝毒性预测研究

6.1 引言

6.2 药物毒性预测研究的可行性

6.2.1 方法和材料

6.2.2 训练集样本量考察

6.2.3 模型的应用域考察

6.2.4 预测可信度问题研究

6.3 不同平台基因芯片分类预测结果的一致性研究

6.3.1 方法和材料

6.3.2 多分类预测结果的可比性

6.3.3 预测特征基因的可传递性

6.3.4 预测模型的可传递性

6.4 本章小结

6.5 参考文献

第七章 总结与展望

作者简历