基于TARGET轉(zhuǎn)錄組數(shù)據(jù)的兒童骨肉瘤預(yù)后預(yù)測與決策支持

基于TARGET轉(zhuǎn)錄組數(shù)據(jù)的兒童骨肉瘤預(yù)后預(yù)測與決策支持摘要骨肉瘤是發(fā)生在20歲以下青少年或兒童的一種惡性骨腫瘤，也叫成骨肉瘤，是小兒骨惡性腫瘤中最多見的，約為小兒腫瘤的5%。該疾病的顯著癥狀是因腫瘤組織不斷侵蝕和破壞骨皮質(zhì)而帶來的源源不斷的疼痛。骨肉瘤一旦經(jīng)病理證實，就應(yīng)該立即開始前期的化學(xué)治療和手術(shù)治療。雖然放化療具有一定效果，但是總體預(yù)后不佳，需對其分子機(jī)制開展進(jìn)一步的研究。近年來，隨著組學(xué)技術(shù)的不斷發(fā)展，對于各種不同的生物數(shù)據(jù)獲取與分析的方法日益成熟，在癌癥的診治過程中，通過對組學(xué)數(shù)據(jù)進(jìn)行分析與挖掘，利用處理后的患者數(shù)據(jù)建模并且對其進(jìn)行預(yù)后預(yù)測，能夠?qū)颊咛峁└珳?zhǔn)的臨床決策支持。基于此，本文利用來自TARGET數(shù)據(jù)倉庫中的88例兒童骨肉瘤患者的轉(zhuǎn)錄組數(shù)據(jù)，利用生物信息學(xué)和數(shù)據(jù)分析、挖掘方法，通過對兒童轉(zhuǎn)錄組數(shù)據(jù)進(jìn)行分析，找出正常兒童和患病兒童的差異lncRNAs，然后對有差異的lncRNAs進(jìn)行單因素和多因素Cox生存分析，建立骨肉瘤預(yù)測的Cox生存模型，按風(fēng)險情況將患者病情劃分，對患者的生存情況進(jìn)行預(yù)測，并對后期醫(yī)生的臨床決策提供支持。關(guān)鍵詞：骨肉瘤；臨床決策支持；預(yù)后預(yù)測

AbstractOsteosarcomaisatypeofmalignantbonetumorthatoccursinadolescentsorchildrenundertheageof20,alsoknownasosteosarcoma.Itisthemostcommonmalignanttumorofboneinchildren,about5%ofchildren'stumors.Theobvioussymptomofthediseaseisthecontinuouspaincausedbythecontinuouserosionanddestructionofthebonecortexbythetumortissue.Oncetheosteosarcomahasbeenconfirmedbypathology,earlychemotherapyandsurgeryshouldbestartedimmediately.Althoughchemoradiotherapyhascertaineffects,theoverallprognosisispoor,andfurtherresearchonitsmolecularmechanismisneeded.Inrecentyears,withthecontinuousdevelopmentofomicstechnology,methodsforacquiringandanalyzingvariousbiologicaldatahavebecomeincreasinglymature.Intheprocessofcancerdiagnosisandtreatment,byanalyzingandprocessingomicsdata,theprocessedpatientdataisused.Modelingandpredictingprognosiscanprovidepatientswithmoreaccurateclinicaldecisionsupport.Basedonthis,thisarticleusesthetranscriptomedataof88childrenwithosteosarcomapatientsintheTARGETdatawarehouse,andusesbioinformaticsanddataanalysisandminingmethodstoanalyzethechildren'stranscriptomedatatofindnormalandsickchildrenDifferentlncRNAs,andthenperformunivariateandmulti-factorCoxsurvivalanalysisonthedifferentlncRNAs,establishaCoxsurvivalmodelforosteosarcomaprediction,dividethepatient'sconditionaccordingtotherisksituation,predictthepatient'ssurvival,andpredictthefuturedoctorProvideclinicaldecisionsupport.Keywords:Osteosarcoma;ClinicalDecisionSupport;PrognosisPrediction

目錄摘要 IAbstract II第1章緒論 11.1研究背景及意義 11.2國內(nèi)外研究現(xiàn)狀 21.3本文的主要工作 31.4本文的結(jié)構(gòu)安排 3第2章基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng) 42.1臨床決策支持系統(tǒng)的概念與分類 42.2基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)的研究現(xiàn)狀 42.3基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)總體設(shè)計 5第3章數(shù)據(jù)與方法 73.1數(shù)據(jù)獲取與下載 73.2數(shù)據(jù)預(yù)處理 73.2.1數(shù)據(jù)的篩選 73.2.2數(shù)據(jù)的處理 73.3統(tǒng)計分析（生存分析） 83.4富集分析 9第4章實驗結(jié)果與討論 104.1確定生存相關(guān)lncRNA 104.2構(gòu)建生存模型 114.3模型整體驗證 124.4模型獨(dú)立性驗證 134.5富集功能分析 144.6討論 17結(jié)語 18參考文獻(xiàn) 19附錄： 21致謝 23

第1章緒論1.1研究背景及意義骨肉瘤是一種來源于間充質(zhì)細(xì)胞的惡性骨腫瘤，主要見于兒童和青少年，發(fā)病率為百萬分之三，我國每年有近萬人患病，患病部位以肢體長管狀骨干骺端為主，在盆骨、脊柱、下顎等部位也較為常見。目前，該病的病因和致病性尚不清楚，醫(yī)生的治療手段有限，在患者患病初期，病灶通常通過手術(shù)的方式進(jìn)行切除，而晚期等不可手術(shù)的情況下患者只能采取放療與化療的方式。針對腫瘤生長在局部的特性，采用放射治療的方法更為適宜，但效果不理想，成功的概率僅為20%~30%，以至于患者的預(yù)后情況較差、死亡率高[1-2]。由此可見，骨肉瘤十分是一種極其兇險的腫瘤，人們目前需要更加有效的診斷策略與治療手段。目前，癌癥的發(fā)病率逐年升高，對癌癥患者進(jìn)行精確的預(yù)后預(yù)測已成為目前最為重要的問題。預(yù)后，指的是預(yù)測疾病的可能病程和結(jié)局。不僅包括在某個時間段內(nèi)預(yù)測某種發(fā)生的可能性等時間線索，還包括判斷疾病的特定結(jié)果[3]。預(yù)后預(yù)測的好壞很大程度上能決定癌癥患者后續(xù)治療的成功與否。預(yù)后預(yù)測除了關(guān)注患者的臨床信息外，還可以利用患者腫瘤發(fā)展不同時期的組學(xué)數(shù)據(jù)進(jìn)行系統(tǒng)的分析。隨著數(shù)據(jù)量近年來的爆炸式增長，數(shù)據(jù)更新速度不斷加快，已超出某一特定領(lǐng)域內(nèi)人類所掌握常見及罕見的治療相關(guān)分子生物學(xué)類型范圍，因此精準(zhǔn)醫(yī)學(xué)需要依賴計算機(jī)驅(qū)動的臨床決策支持系統(tǒng)(clinicaldecisionsupportsystem，CDSS)來滿足相關(guān)知識迅速及時地傳遞和使用[4]。這一步驟的構(gòu)建包括收集各種醫(yī)學(xué)數(shù)據(jù)，構(gòu)建相應(yīng)的各種數(shù)據(jù)結(jié)構(gòu)，最后開發(fā)出適合實際情況的臨床決策工具。在此前提下，將患者個人的組學(xué)數(shù)據(jù)與臨床決策支持系統(tǒng)聯(lián)系起來，這就構(gòu)成了基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)，該系統(tǒng)可以為患者的治療提供更精確的介入信息，有助于進(jìn)一步了解腫瘤的分子機(jī)制，提高臨床決策支持的準(zhǔn)確度，改善用藥的合理性，促進(jìn)后期治療方案的指定的科學(xué)性，為醫(yī)生提供更加準(zhǔn)確科學(xué)的治療建議。因此，通過對癌癥患者的組學(xué)數(shù)據(jù)進(jìn)行數(shù)據(jù)分析與數(shù)據(jù)挖掘，利用篩選得到的差異標(biāo)志物進(jìn)行特征選擇并構(gòu)建癌癥診斷預(yù)測模型，從而建成基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)，該系統(tǒng)能夠?qū)颊哌M(jìn)行較好的預(yù)后預(yù)測與精確的診斷與治療。本文采用基于R語言的數(shù)據(jù)分析和挖掘方法，開展兒童骨肉瘤的預(yù)后機(jī)制的研究，目的是建立對于醫(yī)生的臨床診斷和藥物研發(fā)具有幫助的決策支持系統(tǒng)（模塊）。建立的決策支持系統(tǒng)可以用于其他癌癥和疾病，具有較好的實踐意義和推廣價值。1.2國內(nèi)外研究現(xiàn)狀組學(xué)數(shù)據(jù)是一個龐大的數(shù)據(jù)概念，其包括生命體征，檢查檢驗，醫(yī)囑，基因組學(xué)，轉(zhuǎn)錄組學(xué)，蛋白組學(xué)等數(shù)據(jù)[5]。針對冗雜的癌癥患者的組學(xué)數(shù)據(jù)，2006年，隸屬于美國健康研究院（NationalInstitutesofHealth，NIH）的美國國家癌癥研究所（NationalCancerInstitute，NCI）和國家人類基因組研究所（NationalHumanGenomeResearchInstitute，NHGRI）發(fā)起了癌癥基因組圖譜（TheCancerGenomeAtlas，TCGA）計劃。TCGA計劃的目的主要是得到一個全面的、多維的，針對多種癌癥基因組的圖譜，至今已經(jīng)收錄了33類多達(dá)2.5PB的不同類型的癌癥數(shù)據(jù)。利用癌癥基因組圖譜（TheCancerGenomeAtlas，TCGA）計劃的這些分子分析數(shù)據(jù)能夠?qū)Π┌Y患者進(jìn)行精準(zhǔn)的預(yù)后。傳統(tǒng)上的預(yù)后大多數(shù)基于臨床因素，例如：年齡，腫瘤等級,治療方法等。目前通過結(jié)合分子信息，能夠達(dá)到更好的預(yù)后效果。2010年，WeigelMT1與DowsettM.通過對乳腺癌中的雌激素受體（ER）和孕激素受體（PR）以及人類表皮生長因子受體2（HER2）的生物標(biāo)志物進(jìn)行研究，發(fā)現(xiàn)其對乳腺癌的預(yù)后預(yù)測具有重要的價值，并在臨床應(yīng)用中取得了較好的效果[6]。2017年，施達(dá)通過分析腎透明細(xì)胞癌患者數(shù)據(jù)中l(wèi)ncRNAs的表達(dá)值信息，將總的數(shù)據(jù)集分為訓(xùn)練集和測試集，并對訓(xùn)練集與測試集進(jìn)一步統(tǒng)計學(xué)分析與研究，找到了五個與腎透明細(xì)胞癌預(yù)后相關(guān)的重要lncRNAs。以這五個lncRNAs為基準(zhǔn)，將所有的患者分為高風(fēng)險和低風(fēng)險兩組。進(jìn)行統(tǒng)計學(xué)分析后發(fā)現(xiàn)高風(fēng)險組患者與低風(fēng)險組患者的生存率存在顯著差異，與其他臨床因素相比，這五個與腎透明細(xì)胞癌預(yù)后相關(guān)的重要lncRNAs具有獨(dú)立的預(yù)后價值[7]。2018年，房曉南通過分析肝細(xì)胞癌患者的lncRNA表達(dá)譜，通過單因素和多因素Cox生存分析，發(fā)現(xiàn)并驗證了10例與肝細(xì)胞癌預(yù)后相關(guān)的重要lncRNA。根據(jù)在這10個lncRNA上建立的風(fēng)險計算模型，可以將肝細(xì)胞癌患者樣本分為高風(fēng)險和低風(fēng)險組，這兩組患者的生存率顯著不同。為進(jìn)一步了解肝細(xì)胞癌涉及的分子機(jī)制以及改善肝細(xì)胞癌患者的診斷，治療和預(yù)后提供了數(shù)據(jù)[8]。綜上所述，通過與臨床數(shù)據(jù)緊密結(jié)合，組學(xué)數(shù)據(jù)在癌癥的預(yù)后預(yù)測和診斷治療中發(fā)揮了重要的作用。1.3本文的主要工作本文利用生物信息學(xué)和數(shù)據(jù)分析、挖掘方法，通過對來自TARGET數(shù)據(jù)倉庫中的88例兒童骨肉瘤患者的轉(zhuǎn)錄組數(shù)據(jù)進(jìn)行分析，找出正常兒童和患病兒童的差異lncRNAs，建立一個基于TARGET數(shù)據(jù)庫轉(zhuǎn)錄組數(shù)據(jù)的兒童骨肉瘤預(yù)后預(yù)測與臨床決策支持模型，然后對有差異的lncRNAs進(jìn)行單因素和多因素Cox生存分析，進(jìn)而建立骨肉瘤預(yù)測的Cox生存模型，通過建立的Cox生存模型可以按風(fēng)險情況將患者病情劃分，對患者的生存情況進(jìn)行預(yù)測，并對后期醫(yī)生的臨床決策提供支持。1.4本文的結(jié)構(gòu)安排論文在結(jié)構(gòu)上共分為五個章節(jié)。第一章是論文的緒論，其介紹了針對兒童骨肉瘤進(jìn)行預(yù)后預(yù)測的研究背景和意義，表明本論文的目的是為了完善兒童骨肉瘤的預(yù)后機(jī)制，建立對于醫(yī)生的臨床診斷和藥物研發(fā)具有幫助的決策支持系統(tǒng)（數(shù)據(jù)挖掘模塊），有助于醫(yī)生對患者疾病的診斷和預(yù)測。第二章是有關(guān)基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)的相關(guān)介紹，以及基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)的總體設(shè)計。第三章是對本文所使用兒童骨肉瘤患者的數(shù)據(jù)來源的介紹以及進(jìn)行統(tǒng)計學(xué)分析的理論依據(jù)。第四章是依照第三章的理論依據(jù)進(jìn)行統(tǒng)計學(xué)分析的過程，通過統(tǒng)計學(xué)分析得出來的數(shù)據(jù)建立生存模型并進(jìn)行進(jìn)一步的獨(dú)立性檢驗。第五章對本文進(jìn)行總結(jié)，指出尚存在的不足之處，并對基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)的未來發(fā)展進(jìn)行展望。

第2章基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)2.1臨床決策支持系統(tǒng)的概念與分類臨床決策支持系統(tǒng)即CDSS（ClinicalDecisionSupportSystem,CDSS），一般來說，它是指支持臨床決策的計算機(jī)系統(tǒng)。該系統(tǒng)充分利用現(xiàn)有的計算機(jī)技術(shù)，通過人機(jī)交互的方式解決半結(jié)構(gòu)化或非結(jié)構(gòu)化的醫(yī)學(xué)問題，提高了決策效率[5]。基于計算機(jī)的臨床決策支持被定義為應(yīng)用信息和通訊技術(shù)為醫(yī)療健康帶來相關(guān)知識的實踐活動。臨床決策支持系統(tǒng)以決策支持基礎(chǔ)可以劃分為兩類：一類是以知識為決策支持基礎(chǔ)的系統(tǒng)稱為knowledge-basedCDSS；另一類以機(jī)器學(xué)習(xí)等算法或統(tǒng)計類算法為決策支持基礎(chǔ)的稱為non-knowledgeCDSS[9]?；谥R庫的CDSS主要由知識庫、推理機(jī)和人機(jī)交流接口三個部分組成。知識庫(KnowledgeBase)是知識工程中結(jié)構(gòu)化，易操作，易利用，全面有組織的知識集群，是針對某一領(lǐng)域問題求解的需要，采用某種知識表示方式在計算機(jī)存儲器中存儲、組織、管理和使用的互相聯(lián)系的知識片集合。這些知識片包括與領(lǐng)域相關(guān)的理論知識、事實數(shù)據(jù)，由專家經(jīng)驗得到的啟發(fā)式知識，如某領(lǐng)域內(nèi)有關(guān)的定義、定理和運(yùn)算法則以及常識性知識等。基于CDSS的臨床知識庫是以患者診斷、主訴、癥狀、檢驗、檢查、藥品、指南和病例報告為基礎(chǔ)，通過整合設(shè)計，關(guān)聯(lián)知識點(diǎn)，為醫(yī)生臨床診斷提供決策支持以及決策依據(jù)，同時方便醫(yī)生查找相關(guān)知識及病例報告，輔助醫(yī)生臨床診斷[10]?；诜侵R庫的CDSS系統(tǒng)在一般情況下多采用人工智能的形式。近年來，在CDSS的研究和開發(fā)中，這種人工智能被稱為機(jī)器學(xué)習(xí)，通過機(jī)器學(xué)習(xí)的方法能夠使計算機(jī)可以獲得經(jīng)驗中以及其他臨床數(shù)據(jù)中存在的知識。機(jī)器學(xué)習(xí)常用的方法有人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、貝葉斯網(wǎng)絡(luò)、產(chǎn)生式規(guī)則、邏輯條件、因果概率網(wǎng)絡(luò)等[11]。這兩類臨床決策支持系統(tǒng)各有優(yōu)劣：基于知識庫的CDSS由于有了相應(yīng)專家的專業(yè)知識，對于臨床診療具有更高的準(zhǔn)確性，但是其也受限于知識庫是有限的，對于知識庫外的數(shù)據(jù)不能提供更好的參考；基于非知識庫的CDSS不會受限于知識庫的大小，其能夠利用人工智能的方法填補(bǔ)缺失數(shù)據(jù)并可以對數(shù)據(jù)進(jìn)行預(yù)測。2.2基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)的研究現(xiàn)狀在高通量測序技術(shù)的快速發(fā)展下，涌現(xiàn)出了大量的多組學(xué)數(shù)據(jù)，如基因組、轉(zhuǎn)錄組、表觀組、代謝組和蛋白組等，同時也出現(xiàn)了許多具有代表意義的國際項目，如DNA元件百科全書計劃(TheEncyclopediaofDNAElements,ENCODE)[12]和國際人類基因組單體型圖計劃(HaplotypeMap,HapMap)[13]等。隨著數(shù)據(jù)的不斷積累和基礎(chǔ)研究的不斷突破，人類對疾病的診治邁入了精準(zhǔn)醫(yī)學(xué)時代。醫(yī)生可以結(jié)合患者的組學(xué)數(shù)據(jù)[14]、表型數(shù)據(jù)、臨床診療數(shù)據(jù)、電子病歷數(shù)據(jù)及影像數(shù)據(jù)等從多方面上對疾病進(jìn)行更為精準(zhǔn)、詳細(xì)的診斷與治療。在此基礎(chǔ)上，一個個優(yōu)秀的臨床決策支持系統(tǒng)如雨后春筍般不斷涌現(xiàn)，基于數(shù)據(jù)分析和數(shù)據(jù)挖掘的人工智能方法在基礎(chǔ)醫(yī)學(xué)研究領(lǐng)域得到了迅速的發(fā)展。計算機(jī)通過對數(shù)據(jù)進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)挖掘后，能夠從數(shù)據(jù)中提取有用的信息從而構(gòu)建成模型，再通過使用大量的數(shù)據(jù)來提高與完善模型性能，從而達(dá)到診斷與預(yù)測疾病的預(yù)期，最終實現(xiàn)為臨床決策支持提供技術(shù)支持的目的[15]。2014年，HanLeng和YuanYuan等在研究假基因的表達(dá)和臨床相關(guān)的腫瘤亞型泛癌分析中，為了評估假基因表達(dá)譜對于兩種子宮內(nèi)膜樣腺癌組織學(xué)亞型的預(yù)測效力，研究人員使用多種機(jī)器學(xué)習(xí)算法，其中邏輯回歸算法得到的假基因表達(dá)譜可以準(zhǔn)確區(qū)分兩種組織學(xué)亞型，其AUC達(dá)到了0.892。在獨(dú)立測試集上，邏輯回歸算法展示出最佳性能，表明利用邏輯回歸得到的假基因表達(dá)譜能夠有效捕捉臨床相關(guān)信息，獲得有意義的腫瘤亞型，幫助醫(yī)生和患者選擇適當(dāng)?shù)呐R床治療方案[16]。2017年，XuRui-Hua等在肝癌的早期篩查模型中，利用肝癌患者和正常人血液樣本中的DNA甲基化數(shù)據(jù)和生存數(shù)據(jù)，通過隨機(jī)森林和LASSO等機(jī)器學(xué)習(xí)方法，得到了用于肝癌早期篩查、風(fēng)險評估和預(yù)后監(jiān)測的模型。在隨機(jī)森林分析中，利用OOB(outofbag)誤差[17]作為最小化準(zhǔn)則，從變量森林中進(jìn)行變量消去，通過設(shè)置變量每次迭代的下降分?jǐn)?shù)為0.3，將變量從隨機(jī)森林中縮減，最終從450000個DNA甲基化位點(diǎn)中篩選出了10個甲基化位點(diǎn)作為生物標(biāo)志物，進(jìn)而使用邏輯回歸構(gòu)建了肝癌診斷預(yù)測模型，輔助醫(yī)生進(jìn)行臨床決策。綜上所述，基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)主要增加了對組學(xué)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘與數(shù)據(jù)分析的過程。通過增加這個過程，我們能夠發(fā)現(xiàn)癌癥在不同階段的差異標(biāo)志物，利用篩選得到的差異標(biāo)志物進(jìn)行特征選擇并構(gòu)建癌癥診斷預(yù)測模型能夠幫助醫(yī)生更加準(zhǔn)確地診斷與預(yù)測疾病、進(jìn)行預(yù)后預(yù)測[18]。2.3基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)總體設(shè)計基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)主要有人機(jī)交互界面、患者組學(xué)數(shù)據(jù)庫、患者臨床數(shù)據(jù)庫、數(shù)據(jù)處理機(jī)制和解釋器構(gòu)成。人機(jī)交互頁面主要是針對醫(yī)生設(shè)計和使用，醫(yī)生可以通過人機(jī)交互頁面將患者通過化驗等方式得到的組學(xué)數(shù)據(jù)輸入到患者組學(xué)數(shù)據(jù)庫中，同樣，解釋器處理后的對臨床有用的信息也可以通過人機(jī)交互界面較為直接的展示給醫(yī)生，對醫(yī)生提供精準(zhǔn)的臨床決策支持?；颊呓M學(xué)數(shù)據(jù)庫負(fù)責(zé)存儲患者的組學(xué)數(shù)據(jù)，其中包括：基因組學(xué)、蛋白組學(xué)、轉(zhuǎn)錄組學(xué)、代謝組學(xué)、免疫組學(xué)、糖組學(xué)和RNA組學(xué)等數(shù)據(jù)?；颊吲R床信息數(shù)據(jù)庫負(fù)責(zé)存儲患者的臨床信息，其中包括：年齡、身高、體重、患病時間、患病部位、患病的階段與進(jìn)行的相應(yīng)治療等。數(shù)據(jù)處理機(jī)制的作用是對患者的臨床數(shù)據(jù)和組學(xué)數(shù)據(jù)首先進(jìn)行標(biāo)準(zhǔn)化，接著采用數(shù)據(jù)分析和數(shù)據(jù)挖掘的方法對標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行分析與處理，基于處理后的數(shù)據(jù)進(jìn)一步生成風(fēng)險預(yù)測模型，然后利用大量數(shù)據(jù)對模型進(jìn)一步完善，以達(dá)到提供臨床決策支持的目的。解釋器是對數(shù)據(jù)處理機(jī)制得出的結(jié)果的進(jìn)一步解釋和說明，對復(fù)雜冗余的結(jié)果進(jìn)行簡化并篩選出對醫(yī)生有幫助的數(shù)據(jù)，方便醫(yī)生的使用。圖2-1基于組學(xué)數(shù)據(jù)的臨床決策支持系統(tǒng)總體設(shè)計本文主要研究數(shù)據(jù)處理與生存模型構(gòu)建這一過程。通過對患者的組學(xué)數(shù)據(jù)和臨床數(shù)據(jù)進(jìn)行處理得到標(biāo)準(zhǔn)化數(shù)據(jù)，利用得到的標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行數(shù)據(jù)分析與數(shù)據(jù)挖掘后利用機(jī)器學(xué)習(xí)的算法生成癌癥的生存預(yù)測模型，使醫(yī)生能夠根據(jù)該模型對患者進(jìn)行有效的臨床決策。圖2-2組學(xué)數(shù)據(jù)與臨床數(shù)據(jù)的處理與生存模型構(gòu)建

第3章數(shù)據(jù)與方法3.1數(shù)據(jù)獲取與下載本文的實驗數(shù)據(jù)來自于TARGET數(shù)據(jù)庫，TARGET數(shù)據(jù)庫針對兒童腫瘤,主要疾病項目包括急性淋巴細(xì)胞白血病(AcuteLymphoblasticLeukemia),急性骨髓性白血病(AcuteMyeloidLeukemia),腎臟腫瘤(KidneyTumors),成神經(jīng)細(xì)胞瘤(Neuroblastoma),骨肉瘤(Osteosarcoma)等[19]。本文通過直接調(diào)用R的TCGABiolinks包下載數(shù)據(jù)，使用GDC官方API下載數(shù)據(jù)，能夠保證數(shù)據(jù)的及時性和準(zhǔn)確性，同時TCGABiolinks包也提供數(shù)據(jù)整理、聚類分析、差異分析、富集分析等功能。下載完成后共得到88例兒童骨肉瘤患者的數(shù)據(jù)。3.2數(shù)據(jù)預(yù)處理3.2.1數(shù)據(jù)的篩選1.首先，對本文所用到的兒童骨肉瘤患者的臨床數(shù)據(jù)進(jìn)行篩查，由于一些臨床因素（如患者的性別，生存狀態(tài)等）在本次實驗中是不可或缺的，我們對缺失這些因素的患者進(jìn)行剔除，最后剩余86例兒童骨肉瘤患者的臨床數(shù)據(jù)。2.接著，對本文所用到的兒童骨肉瘤患者的lncRNA的表達(dá)數(shù)據(jù)進(jìn)行篩查，將下載的lncRNA表達(dá)數(shù)據(jù)與從GENECODE（/releases/22.html）上下載的參考lncRNA進(jìn)行比對，目的是減少冗余，最后保留至少有25%且表達(dá)量≥2的lncRNA，經(jīng)過篩選后共保留了8457個lncRNA。3.最后，對本文所用到的兒童骨肉瘤患者的蛋白編碼基因的表達(dá)數(shù)據(jù)進(jìn)行篩查，將整理后的蛋白編碼基因與從ENSEMBL(/Help/Faq?id=468)上下載的參考蛋白編碼基因（GRCh38）進(jìn)行對比，去掉ENSEMBL參考蛋白編碼基因中沒有的蛋白編碼基因，經(jīng)過篩選后共保留了17987個蛋白編碼基因。經(jīng)過對數(shù)據(jù)的篩選，本文以86個兒童骨肉瘤患者的臨床數(shù)據(jù)，8457個lncRNA和17987個蛋白編碼基因作為研究對象進(jìn)行研究。3.2.2數(shù)據(jù)的處理首先對臨床信息數(shù)據(jù)和基因表達(dá)量信息進(jìn)行合并，實現(xiàn)合并代碼如下：clin<-clin[clin$bcr_patient_barcode%in%datExpr$bcr_patient_barcode,]exprSet<-merge(clin,datExpr,by.x="bcr_patient_barcode",by.y="bcr_patient_barcode")為了保證信息的準(zhǔn)確性，合并前首先以基因表達(dá)量中的bcr_patient_barcode為基準(zhǔn)，在臨床信息中提取出基因表達(dá)量中存在的所對應(yīng)bcr_patient_barcode的臨床信息，然后再依照bcr_patient_barcode進(jìn)行對臨床信息和基因表達(dá)量信息進(jìn)行合并。將經(jīng)過篩選后的全部86個兒童骨肉瘤患者在保證臨床信息中的VitalStatus較為均衡的前提下（即VitalStatus為Alive與Dead的患者在兩組中占的比重大致相當(dāng)）隨機(jī)分成各包含43個患者樣本數(shù)據(jù)的訓(xùn)練集和測試集。3.3統(tǒng)計分析（生存分析）基于隨機(jī)分組得到的訓(xùn)練集，使用單因素Cox回歸分析函數(shù)計算lncRNA的表達(dá)水平與兒童骨肉瘤患者群體生存之間的關(guān)系。單因素Cox回歸分析函數(shù)的結(jié)果的P-Value值如果小于0.001，那么就說明這兩者之間存在顯著關(guān)系，即這些分析結(jié)果顯著的lncRNAs與兒童骨肉瘤患者的生存狀態(tài)息息相關(guān)。在進(jìn)行完單因素Cox回歸分析之后，利用單因素Cox回歸分析得到的顯著lncRNAs進(jìn)行多因素Cox回歸分析。在多因素Cox回歸分析的過程中，一步選擇p值更小的lncRNAs，并記錄下這些lncRNAs的風(fēng)險分?jǐn)?shù)估值以用來構(gòu)建兒童骨肉瘤患者的生存風(fēng)險評分公式。通過該公式可以將兒童骨肉瘤患者劃分為低風(fēng)險組和高風(fēng)險組兩類，使用kaplan-meier生存分析曲線可以將這兩組不同風(fēng)險患者的生存預(yù)期差異較直觀的展示出來。為了進(jìn)一步驗證所篩選的lncRNAs預(yù)后分析能力是否獨(dú)立于其他臨床變量如性別等指標(biāo)，利用多因素Cox回歸分析加以驗證。生存分析的主要目的在于研究變量X與觀察結(jié)果即生存函數(shù)(累積生存率)S(t,X)之間的關(guān)系。當(dāng)S(t,X)受很多因素影響，即X=(X1,…,Xm)為向量時，傳統(tǒng)的方法是考慮回歸方程——即諸變量Xi對S(t,X)的影響。但由于生存分析研究中的數(shù)據(jù)包含刪失數(shù)據(jù)。且時間變量t通常不滿足正態(tài)分布和方差齊性的要求，這就造成了用一般的回歸方法研究上述關(guān)系的困難[20]。在這里就需要用到比例風(fēng)險回歸模型（Cox回歸模型），該模型是由英國統(tǒng)計學(xué)家D.R.Cox于1972年提出的一種半?yún)?shù)回歸模型。模型可以用來描述了不隨時間變化的多個特征對于在某一時刻死亡率的影響,模型的基本形式如下：h(t,X)=h0(t)exp(β1X1+β2X2+…+βmXm)（公式3-1）其中，β1,β2,…,βm為自變量的偏回歸系數(shù)，它是須從樣本數(shù)據(jù)作出估計的參數(shù)；h0(t)是當(dāng)X向量為0時，h(t,X)的基準(zhǔn)危險率，它是有待于從樣本數(shù)據(jù)作出估計的量。3.4富集分析在這里使用R中的clusterProfiler包對在兒童骨肉瘤發(fā)生過程中具有預(yù)后作用的lncRNAs與篩選后的17987個蛋白編碼基因進(jìn)行GO（GeneOntology）功能富集分析和KEGG（KyotoEncyclopediaofGeneandGenomes）通路分析來進(jìn)一步研究與兒童骨肉瘤患者生存顯著相關(guān)的lncRNAs的生物學(xué)功能。GO功能富集分析和KEGG通路分析在相關(guān)系數(shù)p<0.05的前提下進(jìn)行。

第4章實驗結(jié)果與討論4.1確定生存相關(guān)lncRNA通過將86個來自于TARGET數(shù)據(jù)庫的兒童骨肉瘤患者數(shù)據(jù)隨機(jī)分為訓(xùn)練集（n=43）和測試集（n=43）。針對訓(xùn)練集，使用單因素Cox回歸模型對數(shù)據(jù)中包含的所有l(wèi)ncRNAs的單個表達(dá)值與患者的生存狀況進(jìn)行分析。最后，選取了18個與兒童骨肉瘤患者預(yù)后相關(guān)的lncRNAs（p值<0.04；表4-1）。按照風(fēng)險比（Hazard.Ratio）對這18個lncRNAs進(jìn)行分析（大于1表示與事件概率正相關(guān)的協(xié)變量，因此與生存期長度負(fù)相關(guān)，HR=1：無效；HR<1：減少危害；HR>1：危險增加），發(fā)現(xiàn)有9個lncRNAs（ELFN1_AS1、UNC5B_AS1、IGF2BP2_AS1、AC083900.1、PARD6G_AS1、RP11_472M19.2、RP11_597M12.2、CTC_215O4.4、RP11_549L6.3）呈正相關(guān)，即這9個基因的表達(dá)量越高，對應(yīng)的兒童骨肉瘤患者的生存期就越短。剩下的9個lncRNAs（RP11_679B19.1、CTD_2269F5.1、RP11_467L19.16、CTD_2341M24.1、RP11_774O3.3、RP11_70D24.2、ACTN1_AS1、RP1_30M3.5、RP11_84G21.1）呈負(fù)相關(guān)，即這9個基因在生存期較長的兒童骨肉瘤患者中有較高的表達(dá)。表4-1與生存相關(guān)的18個lncRNA的信息基因編號基因名稱風(fēng)險比CI95P.valueENSG00000236081ELFN1_AS11.491.15-1.930.002669ENSG00000237512UNC5B_AS11.471.03-2.090.03332ENSG00000277954RP11_679B19.10.620.41-0.950.027777ENSG00000163915IGF2BP2_AS11.621.13-2.310.008218ENSG00000250320CTD_2269F1-0.870.007192ENSG00000225111AC083908-3.590.001103ENSG00000278626RP11_467L19.160.490.27-0.880.016884ENSG00000258733CTD_2341M24.10.550.39-0.770.000609ENSG00000267270PARD6G_AS11.671.08-2.570.019897ENSG00000251615RP11_774O3.30.510.3-0.850.009831ENSG00000231441RP11_472M-4.80.005834ENSG00000277621RP11_597M12.21.611.05-2.460.028892ENSG00000278058RP11_70D24.20.550.32-0.970.037669ENSG00000259062ACTN1_AS10.460.23-0.890.021524ENSG00000266936CTC_215O5-40.016766ENSG00000272345RP1_30M3.50.270.13-0.560.000434ENSG00000228417RP11_549L6.32.891.38-6.080.004998ENSG00000257557RP11_84G21.10.350.18-0.690.0022274.2構(gòu)建生存模型為了在訓(xùn)練集中構(gòu)建兒童骨肉瘤患者預(yù)后分析模型，首先對這18個具有預(yù)后作用的lncRNA進(jìn)行了多因素Cox回歸分析，經(jīng)過多輪迭代多因素Cox回歸分析，鑒定出了2個與兒童骨肉瘤患者總體存活率顯著相關(guān)的lncRNA（表4-2）。表4-2與生存顯著相關(guān)的2個lncRNA的信息基因編號基因名稱coefexp(coef)se(coef)zPr(>|z|)ENSG00000266936CTC_215O4.40.73342.08210.32082.2860.02224ENSG00000231441RP11_472M19.20.92582.52380.34822.6590.00784基于這2個預(yù)后lncRNA的表達(dá)數(shù)據(jù)和由多因素Cox回歸分析產(chǎn)生的預(yù)后lncRNA的回歸系數(shù)構(gòu)建兒童骨肉瘤生存預(yù)測的風(fēng)險值評分公式。公式如下：Riskscore=lncRNA1×coef1+lncRNA2×coef2公式（4-1）其中風(fēng)險值由這2個lncRNA的表達(dá)量與多因素多因素Cox回歸分析產(chǎn)生的預(yù)后lncRNA的回歸系數(shù)coef乘積之和計算。根據(jù)由這2個lncRNA構(gòu)建的兒童骨肉瘤預(yù)后分析模型，計算訓(xùn)練集中的每位患者的風(fēng)險值，然后根據(jù)風(fēng)險值大小按順序進(jìn)行排列。由風(fēng)險中位數(shù)作為閾值，將訓(xùn)練集中的43位患者分為高風(fēng)險組（n=16）和低風(fēng)險組（n=27）兩組并用Kaplan-Meier曲線（圖4-1）展示這2個組的患者的生存狀態(tài)。Kaplan-Meier生存分析表明高風(fēng)險組患者與低風(fēng)險組患者的生存狀況存在非常顯著差異（p值<0.0001）。低風(fēng)險患者的生存時間明顯比高風(fēng)險組患者長。低風(fēng)險組中患者1000、2000、3000天的總體生存率分別為59%、41%、19%；而高風(fēng)險組中患者在1000、2000、3000天的總體生存率分別為31%、6%、0%。為了評估由這兩個2個預(yù)后lncRNA建立的兒童骨肉瘤生存模型的性能，對模型進(jìn)行ROC（ReceiverOperatingCharacteristic）曲線分析，得到該模型的AUC值為0.796（圖4-2），進(jìn)一步說明本次構(gòu)建的預(yù)后分析模型在預(yù)測兒童骨肉瘤患者2500天內(nèi)的生存時間比較準(zhǔn)確。圖4-1利用生存模型預(yù)測訓(xùn)練集中患者的總體生存狀況圖4-2ROC特征曲線展示模型在訓(xùn)練集中的表現(xiàn)4.3模型整體驗證基于兒童骨肉瘤患者生存相關(guān)的lncRNAs的生存分析模型在訓(xùn)練集中有較好的表現(xiàn)，為了進(jìn)一步驗證該生存模型的表現(xiàn)，使用類似的方法在測試集中進(jìn)行測試。計算測試集中的每位患者的風(fēng)險值，然后根據(jù)風(fēng)險值大小按順序進(jìn)行排列。由風(fēng)險中位數(shù)作為閾值，將測試集中的43位患者分為高風(fēng)險組（n=18）和低風(fēng)險組（n=25）兩組并用Kaplan-Meier曲線（圖4-3）展示這2個組的患者的生存狀態(tài)。Kaplan-Meier生存分析表明高風(fēng)險組患者與低風(fēng)險組患者的生存狀況存在顯著差異（p值=0.016）。與訓(xùn)練集中相同，低風(fēng)險患者的生存時間明顯比高風(fēng)險組患者更長。低風(fēng)險組中患者1000、2000、3000天的總體生存率分別為68%、40%、20%；高風(fēng)險組中患者1000、2000、3000天的總體生存率分別為56%、6%、0%。在整個數(shù)據(jù)集中進(jìn)行驗證也得到相似的結(jié)果（圖4-4），在全部的數(shù)據(jù)集中，將患者分為高風(fēng)險組（n=34）和低風(fēng)險組（n=52），同樣高風(fēng)險組患者的生存期明顯較低風(fēng)險患者短。為了評估由這兩個2個預(yù)后lncRNA建立的兒童骨肉瘤生存模型的性能，在此也對測試集與整個數(shù)據(jù)集進(jìn)行ROC（ReceiverOperatingCharacteristic）曲線分析，得到該模型的AUC值為0.726與0.777。說明了這個生存計算模型在不同的數(shù)據(jù)集中都有較好的表現(xiàn)。圖4-3利用生存模型預(yù)測測試集中患者的總體生存狀況圖4-4利用生存模型預(yù)測整個數(shù)據(jù)集中患者的總體生存狀況4.4模型獨(dú)立性驗證為了驗證構(gòu)建的生存分析模型對兒童骨肉瘤患者的生存分析的獨(dú)立性，在這里對整個數(shù)據(jù)集按照性別進(jìn)行分組。整個數(shù)據(jù)集的兒童骨肉瘤患者被分為男性組（n=47）以及女性組（n=39）,將這兩個數(shù)據(jù)集分別用構(gòu)建的生存分析模型進(jìn)行預(yù)后分析，發(fā)現(xiàn)該生存模型依舊能將男性組與女性組的患者劃分為高風(fēng)險和低風(fēng)險兩種類別，且具有較顯著的差異（圖4-5，p值=0.0034、圖4-6，p值<0.0001）。通過該分析結(jié)果可以證明，基于骨肉瘤患者的生存分析模型具有較高的獨(dú)立性，能夠準(zhǔn)確地對不同性別患者生存期進(jìn)行估計。圖4-5利用生存模型預(yù)測整個男性患者的總體生存狀況圖4-6利用生存模型預(yù)測整個女性患者的總體生存狀況4.5富集功能分析上文中通過一系列的分析與驗證，發(fā)現(xiàn)基于兒童骨肉瘤患者生存相關(guān)的lncRNAs建立的生存預(yù)測模型具有良好的預(yù)后預(yù)測的能力。為了進(jìn)一步弄清楚兒童骨肉瘤患者生存相關(guān)的lncRNAs在兒童骨肉瘤發(fā)生的過程中發(fā)揮什么樣的作用，進(jìn)行了富集功能分析。首先進(jìn)行篩選工作，針對基因的表達(dá)量進(jìn)行過濾，過濾標(biāo)準(zhǔn)設(shè)置為：至少有25%的樣本，基因的表達(dá)量大于2。篩選后，利用R中的clusterProfiler包（該軟件包實現(xiàn)了分析和可視化基因與基因簇的功能概況（GO和KEGG）的方法）對基因進(jìn)行功能富集分析和結(jié)果可視化（圖4-7、圖4-8、圖4-9、圖4-10）。在這里以篩選后顯著的hsa04910通路為例進(jìn)行KEGG通道富集可視化分析，并在pathway通路圖上標(biāo)記富集到的基因（圖4-11）。通過以上的分析，可以發(fā)現(xiàn)在各個過程顯著的基因，從而研究具有預(yù)后價值lncRNA的蛋白編碼基因在癌癥中起的作用。圖4-7GO功能富集分析生物過程柱狀圖與點(diǎn)狀圖圖4-8GO功能富集分析細(xì)胞組成柱狀圖與點(diǎn)狀圖圖4-9GO功能富集分析分子功能柱狀圖與點(diǎn)狀圖圖4-10GO功能富集分析有向無環(huán)圖圖4-11KEGG通道富集可視化分析（以hsa04910通路為例）4.6討論lncRNA在腫瘤的產(chǎn)生與發(fā)展中起著重要的作用，其能通過調(diào)控重要的癌基因或抑癌基因，進(jìn)而參與細(xì)胞的惡化和腫瘤的發(fā)生[21]。許多研究表明lncRNA的異常表達(dá)可以作為診斷和預(yù)后的獨(dú)立生物標(biāo)志物，進(jìn)而判斷病人是否患癌癥[22-24]。近年來，有許多研究針對其他預(yù)后相關(guān)的lncRNA進(jìn)行分析研究，從而建立起相應(yīng)癌癥的預(yù)后預(yù)測模型對患者進(jìn)行預(yù)后預(yù)測[3,6,7,8]，對患者的臨床決策提供了有效的支持，但是尚未有研究對兒童骨肉瘤建立相應(yīng)的預(yù)后預(yù)測模型進(jìn)行預(yù)后預(yù)測與決策支持。因此，建立有效的風(fēng)險預(yù)測模型對兒童骨肉瘤患者的臨床決策具有重要作用。本章對兒童骨肉瘤患者的臨床數(shù)據(jù)和匹配的lncRNA的表達(dá)數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)了與兒童骨肉瘤預(yù)后相關(guān)的2個lncRNA，經(jīng)過驗證，發(fā)現(xiàn)基于這2個預(yù)后lncRNA建立的風(fēng)險值預(yù)測模型可以有效地分析兒童骨肉瘤患者的預(yù)后情況。通過ROC曲線分析，其預(yù)后分析的性能是可靠的，所以基于這2個lncRNA建立的風(fēng)險預(yù)測模型可以有效地分析兒童骨肉瘤患者的預(yù)后情況。同時，經(jīng)過模型的獨(dú)立性驗證，通過分析得到的預(yù)后相關(guān)的lncRNA能夠獨(dú)立于其他臨床數(shù)據(jù)（如性別等）發(fā)揮作用。

結(jié)語通過從TARGET數(shù)據(jù)庫下載的兒童骨肉瘤患者的臨床數(shù)據(jù)和lncRNA的表達(dá)數(shù)據(jù)進(jìn)行分析，確定了2個與兒童骨肉瘤患者預(yù)后相關(guān)的lncRNA，基于這2個lncRNA建立的風(fēng)險預(yù)測模型可以有效地對兒童骨肉瘤患者的生存時間進(jìn)行估算。通過對轉(zhuǎn)錄組數(shù)據(jù)和兒童骨肉瘤患者的臨床數(shù)據(jù)結(jié)合進(jìn)行分析，更加深入的了解到lncRNA的差異表達(dá)與癌癥患者生存之間的關(guān)系，通過該過程建立的風(fēng)險預(yù)測模型能夠得到充分的統(tǒng)計學(xué)分析結(jié)果的支持。論文研究還有以下不足和改進(jìn)之處。首先，本文所使用的來自TARGET數(shù)據(jù)庫的兒童骨肉瘤患者的轉(zhuǎn)錄組數(shù)據(jù)和臨床數(shù)據(jù)，如果能使用其他數(shù)據(jù)平臺的兒童骨肉瘤患者的轉(zhuǎn)錄組數(shù)據(jù)和臨床數(shù)據(jù)進(jìn)行多重驗證可以使分析結(jié)果更為準(zhǔn)確。其次，本次數(shù)據(jù)的樣本數(shù)量較少，可用的只有86例兒童骨肉瘤患者的轉(zhuǎn)錄組數(shù)據(jù)和臨床數(shù)據(jù)，過少的樣本數(shù)量構(gòu)建的風(fēng)險預(yù)測模型在實際應(yīng)用中可能會遇到分析的結(jié)果不如在全部數(shù)據(jù)集中測試的準(zhǔn)確。最后，對于本次研究使用的轉(zhuǎn)錄組數(shù)據(jù)和臨床數(shù)據(jù)如果進(jìn)行驗證，可以使本次研究的結(jié)果更加準(zhǔn)確。

參考文獻(xiàn)[1]陸軍軍醫(yī)大學(xué)陸軍特色醫(yī)學(xué)中心腫瘤科副教授金豐谷一整理.骨肉瘤為何放療效果差[N].健康報,2019-12-19(008).[2]范璐,臧俊亭,馮娜,王鑫眾.骨肉瘤化療及耐藥分子機(jī)制的研究進(jìn)展[J].癌癥進(jìn)展,2019,17(21):2495-2497+2555.[3]常奇.基于多組學(xué)數(shù)據(jù)的癌癥患者生存期預(yù)測研究[D].大連海事大學(xué),2017.[4]王宇,王心慰,劉爽,楊之輝,朱衛(wèi)國,弓孟春.精準(zhǔn)醫(yī)學(xué)的臨床部署:頂層架構(gòu)設(shè)計及關(guān)鍵信息技術(shù)[J].轉(zhuǎn)化醫(yī)學(xué)雜志,2017,6(06):321-324.[5]馬廣煜.基于臨床組學(xué)信息融合的EHR決策支持系統(tǒng)研究[D].哈爾濱工業(yè)大學(xué),2016.[6]WeigelMarionT,DowsettMitch.Currentandemergingbiomarkersinbreastcancer:prognosisandprediction.[J].Endocrine-relatedcancer,2010,17(4).[7]趙學(xué)彤,楊亞東,渠鴻竹,方向東.組學(xué)時代下機(jī)器學(xué)習(xí)方法在臨床決策支持中的應(yīng)用[J].遺傳,2018,40(09):693-703.[8]X.Fang,N.Liu,Y.Du,F.YuanandY.Li,"ATen-LongNon-CodingRNAModelImprovesPrognosisPredictionofHepatocellularCarcinomaPatients,"20189thInternationalConferenceonInformationTechnologyinMedicineandEducation(ITME),Hangzhou,2018,pp.29-33.doi:10.1109/ITME.2018.00018[9]/item/CDSS/386665?fr=aladdin.[10]井立強(qiáng),王艷萍,焦敬義,陳洪林.基于CDSS臨床知識庫應(yīng)用與實踐[J].中國衛(wèi)生信息管理雜志,2015,12(02):176-182.[11]李軍蓮,陳穎,鄧盼盼,任慧玲.國外基于人工智能的臨床決策支持系統(tǒng)發(fā)展及啟示[J].醫(yī)學(xué)信息學(xué)雜志,2018,39(06):2-6.[12]王昱.基于電子病歷數(shù)據(jù)的臨床決策支持研究[D].浙江大學(xué),2016.[13]QuHZ,FangXD.AbriefreviewonthehumanencyclopediaofDNAElements(ENCODE)project.GenomicsProtBioinform,2013,11(3):135–141.[14]AltshulerDM,GibbsRA,PeltonenL,AltshulerDM,GibbsRA,PeltonenL,DermitzakisE,SchaffnerSF,YuF,PeltonenL,DermitzakisE,BonnenPE,AltshulerDM,GibbsRA,deBakkerPI,DeloukasP,GabrielSB,GwilliamR,HuntS,InouyeM,JiaX,PalotieA,ParkinM,WhittakerP,YuF,ChangK,HawesA,LewisLR,RenY,WheelerD,GibbsRA,MuznyDM,BarnesC,DarvishiK,HurlesM,KornJM,KristianssonK,LeeC,McCarrolSA,NemeshJ,DermitzakisE,KeinanA,MontgomerySB,PollackS,PriceAL,SoranzoN,BonnenPE,GibbsRA,Gonzaga-JaureguiC,KeinanA,PriceAL,YuF,AnttilaV,BrodeurW,DalyMJ,LeslieS,McVeanG,MoutsianasL,NguyenH,SchaffnerSF,ZhangQ,GhoriMJ,McGinnisR,McLarenW,PollackS,PriceAL,SchaffnerSF,TakeuchiF,GrossmanSR,ShlyakhterI,HostetterEB,SabetiPC,AdebamowoCA,FosterMW,GordonDR,LicinioJ,MancaMC,MarshallPA,MatsudaI,NgareD,WangVO,ReddyD,RotimiCN,RoyalCD,SharpRR,ZengC,BrooksLD,McEwenJE.Integratingcommonandraregeneticvariationindiversehumanpopulations.Nature,2010,467(7311):52–58.[15]謝兵兵,楊亞東,丁楠,斱向東.整合分析多組學(xué)數(shù)據(jù)篩選疾病靶點(diǎn)的精準(zhǔn)醫(yī)學(xué)策略.遺傳,2015,37(7):655–663.[16]HanLeng,YuanYuan,ZhengSiyuan,YangYang,LiJun,EdgertonMaryE,DiaoLixia,XuYanxun,VerhaakRoelandGW,LiangHan.ThePan-Canceranalysisofpseudogeneexpressionrevealsbiologicallyandclinicallyrelevanttumoursubtypes.[J].Naturecommunications,2014,5.[17]Diaz-UriarteRamón.GeneSrFandvarSelRF:aweb-basedtoolandRpackageforgeneselectionandclassificationusingrandomforest.[J].BMCbioinformatics,2007,8.[18]XuRui-Hua,WeiWei,KrawczykMichal,WangWenqiu,LuoHuiyan,FlaggKen,YiShaohua,ShiWilliam,QuanQingli,LiKang,ZhengLianghong,ZhangHeng,CaugheyBennettA,ZhaoQi,HouJiayi,ZhangRunze,XuYanxin,CaiHuimin,LiGen,HouRui,ZhongZheng,LinDanni,FuXin,ZhuJie,DuanYaou,YuMeixing,YingBinwu,ZhangWengeng,WangJuan,ZhangEdward,ZhangCharlotte,LiOulan,GuoRongping,CarterHannah,ZhuJian-Kang,HaoXiaoke,ZhangKang.CirculatingtumourDNAmethylationmarkersfordiagnosisandprognosisofhepatocellularcarcinoma.[J].Naturematerials,2017,16(11).[19]呂敏,田國祥,郭曉娟,李豹,張軍,呂軍.TARGET數(shù)據(jù)庫的介紹及數(shù)據(jù)提取[J].中國循證心血管醫(yī)學(xué)雜志,2019,11(04):387-390.[20]景學(xué)安主編；段愛旭，孔浩副主編．醫(yī)學(xué)統(tǒng)計學(xué)供臨床醫(yī)學(xué)、預(yù)防醫(yī)學(xué)、口腔醫(yī)學(xué)、醫(yī)學(xué)影像學(xué)、醫(yī)學(xué)檢驗學(xué)等專業(yè)用：江蘇科學(xué)技術(shù)出版社，2013.01[21]梁煒,潘磊,付敏,錢暉,許文榮,張徐.LncRNA在腫瘤及微環(huán)境中的作用研究進(jìn)展[J].臨床檢驗雜志,2016,34(05):329-331.[22]胡雪剛.一種新型的長鏈非編碼RNA,AC012456.4,作為口腔鱗狀細(xì)胞癌生存的獨(dú)立預(yù)后生物標(biāo)志物[C].中華口腔醫(yī)學(xué)會口腔病理學(xué)專業(yè)委員會.2018口腔病理年會暨第十二次全國口腔病理學(xué)術(shù)會議論文集.中華口腔醫(yī)學(xué)會口腔病理學(xué)專業(yè)委員會:中華口腔醫(yī)學(xué)會,2018:36-37.[23]范志遠(yuǎn),劉炳亞,朱正倫,嚴(yán)超,劉文韜,燕敏.基于基因表達(dá)譜分析的胃癌診斷及預(yù)后相關(guān)長鏈非編碼RNA譜識別及鑒定[J].臨床與病理雜志,2015,(z1):65-65.[24]田如月,郭水龍,曹邦偉.基于TCGA數(shù)據(jù)庫篩選與胃癌預(yù)后相關(guān)的差異基因[J].臨床和實驗醫(yī)學(xué)雜志,2020,19(05):449-452.

附錄：一、合并臨床信息和表達(dá)量信息代碼：clin<-clin[clin$bcr_patient_barcode%in%datExpr$bcr_patient_barcode,]exprSet<-merge(clin,datExpr,by.x="bcr_patient_barcode",by.y="bcr_patient_barcode")二、單因素cox分析代碼：Unicox<-function(x){fml<-as.formula(paste0('mysurv~',x))gcox<-coxph(fml,train)cox_sum<-summary(gcox)HR<-round(cox_sum$coefficients[,2],2)PValue<-round(cox_sum$coefficients[,5],6)CI<-paste0(round(cox_sum$[,3:4],2),collapse='-')Uni_cox<-data.frame('Characteristics'=x,'HazardRatio'=HR,'CI95'=CI,'Pvalue'=PValue)return(Uni_cox)}test_var=colnames(train)[4]Unicox(test_var)三、多因素cox分析代碼：multi_var<-paste0(sign_rbsurv_gene_names,collapse='+')fml<-as.formula(paste0('mysurv~',multi_var))Multi_cox<-coxph(fml,data=train)Multi_sum<-summary(Multi_cox)Multi_sumMulti_name<-as.character(sign_rbsurv_gene_names)MHR<-round(Multi_sum$coefficients[,2],2)MPValue<-round(Multi_sum$coefficients[,5],3)MCIL<-round(Multi_sum$[,3],2)MCIU<-round(Multi_sum$[,4],2)MCI<-paste0(MCIL,'-',MCIU)Multi_vars<-data.frame('Characteristics'=Multi_name,'HazardRatio'=MHR,'CI95'=MCI,'Pvalue'=MPValue)

致謝時間如白駒過隙般，一晃而過。彈指一揮間，大學(xué)四年的美好時光就要結(jié)束了。在這四年的時間里，我學(xué)到了很多，也收獲了很多。在我完成這篇論文的時候，心中眾多情緒縈繞心頭，久久不能平靜。在這里首先對我的論文指導(dǎo)老師房曉南老師表示誠摯的感謝，您治學(xué)嚴(yán)謹(jǐn)，學(xué)識淵博，思想深邃，視野雄闊，為我營造了一種良好的精神氛圍。在我論文寫作期間，即便是工作再忙，房老師您總能擠出時間針對我提出的問題給予細(xì)致耐心的解答，最終使得我的論文內(nèi)容日益豐滿進(jìn)一步得到完善。沒有房老師的悉心指導(dǎo)，這篇論文是不可能完成的。同時，我還要感謝我的父母，特別是這段新冠肺炎疫情期間，和家人的相處時間變長，互相了解的更多，更能體會到父母供我求學(xué)道路上的種種不易，養(yǎng)育之恩，無法回報，我唯有不斷地前進(jìn)才能不辜負(fù)父母的期待。本篇論文也得到了同學(xué)與朋友們的幫助，你們無論是生活上還是學(xué)習(xí)上對我的幫助讓我現(xiàn)在仍然歷歷在目，謝謝你們！

電腦不啟動故障診治了解電腦啟動的過程在諸多電腦故障中，無法正常啟動是最令用戶頭痛的事了。筆者長期從事維護(hù)電腦的工作，在這個方面積累了一些經(jīng)驗，現(xiàn)在就將這些經(jīng)驗整理歸納出來與朋友們分享。本文將以家用電腦和windows98操作系統(tǒng)為基礎(chǔ)，介紹電腦無法正常啟動故障的診治。要想準(zhǔn)確地診斷電腦不啟動故障，首先要了解的起動過程，當(dāng)我們按下電源開關(guān)時，電源就開始向主板和其它設(shè)備供電，此時電壓還沒有完全穩(wěn)定，主板控制芯片組會根據(jù)CMOS中的CPU主頻設(shè)置向CPU發(fā)出一個Reset(重置)信號，讓CPU初始化，電壓完全穩(wěn)定后，芯片組會撤去Reset信號，CPU馬上從地址FFFF0H處執(zhí)行一條跳轉(zhuǎn)指令，跳到系統(tǒng)BIOS中真正的啟動代碼處。系統(tǒng)BIOS首先要做的事情就是進(jìn)行POST(PowerOnSelfTest，加電自檢)。POST的主要任務(wù)是檢測系統(tǒng)中的一些關(guān)鍵設(shè)備(電源、CPU芯片、BIOS芯片、定時器芯片、數(shù)據(jù)收發(fā)邏輯電路、DMA控制器、中斷控制器以及基本的64K內(nèi)存和內(nèi)存刷新電路等)是否存在和能否正常工作，如內(nèi)存和顯卡等。自檢通過后，系統(tǒng)BIOS將查找顯示卡的BIOS，由顯卡BIOS來完成顯示卡的初始化，顯示器開始有顯示，自此，系統(tǒng)就具備了最基本的運(yùn)行條件，可以對主板上的其它部分進(jìn)行診斷和測試，再發(fā)現(xiàn)故障時，屏幕上會有提示，但一般不死機(jī)，接著系統(tǒng)BIOS將檢測CPU的類型和工作頻率，然后開始測試主機(jī)所有的內(nèi)存容量，內(nèi)存測試通過之后，系統(tǒng)BIOS將開始檢測系統(tǒng)中安裝的一些標(biāo)準(zhǔn)硬件設(shè)備，這些設(shè)備包括：硬盤、CD－ROM、軟驅(qū)、串行接口和并行接口等連接的設(shè)備，大多數(shù)新版本的系統(tǒng)BIOS在這一過程中還要自動檢測和設(shè)置內(nèi)存的相關(guān)參數(shù)、硬盤參數(shù)和訪問模式等。標(biāo)準(zhǔn)設(shè)備檢測完畢后，系統(tǒng)BIOS內(nèi)部的支持即插即用的代碼將開始檢測和配置系統(tǒng)中已安裝的即插即用設(shè)備。每找到一個設(shè)備之后，系統(tǒng)BIOS都會在屏幕上顯示出設(shè)備的名稱和型號等信息，同時為該設(shè)備分配中斷、DMA通道和I/O端口等資源。最后系統(tǒng)BIOS將更新ESCD(ExtendedSystemConfigurationData，擴(kuò)展系統(tǒng)配置數(shù)據(jù))。ESCD數(shù)據(jù)更新完畢后，系統(tǒng)BIOS的啟動代碼將進(jìn)行它的最后一項工作，即根據(jù)用戶指定的啟動順序從軟盤、硬盤或光驅(qū)啟動。以從C盤啟動為例，系統(tǒng)BIOS將讀取并執(zhí)行硬盤上的主引導(dǎo)記錄，主引導(dǎo)記錄接著從分區(qū)表中找到第一個活動分區(qū)，然后讀取并執(zhí)行這個活動分區(qū)的分區(qū)引導(dǎo)記錄，而分區(qū)引導(dǎo)記錄將負(fù)責(zé)讀取并執(zhí)行IO.SYS，這是Windows最基本的系統(tǒng)文件。IO.SYS首先要初始化一些重要的系統(tǒng)數(shù)據(jù)，然后就顯示出我們熟悉的藍(lán)天白云，在這幅畫面之下，Windows將繼續(xù)進(jìn)行DOS部分和GUI(圖形用戶界面)部分的引導(dǎo)和初始化工作，一切順利結(jié)束，電腦正常啟動。根據(jù)故障現(xiàn)象診治了解電腦啟動的過程，故障就好判斷了，下面我們就根據(jù)故障現(xiàn)象開始診治了：現(xiàn)象一：系統(tǒng)完全不能啟動，見不到電源指示燈亮，也聽不到冷卻風(fēng)扇的聲音。這時，基本可以認(rèn)定是電源部分故障，檢查：電源線和插座是否有電、主板電源插頭是否連好，UPS是否正常供電，再確認(rèn)電源是否有故障，最簡單的就是替換法，但一般用戶家中不可能備有電源等備件，這時可以嘗試使用下面的方法（注意：要慎重）：先把硬盤，CPU風(fēng)扇，或者CDROM連好，然后把ATX主板電源插頭用一根導(dǎo)線連接兩個插腳（把插頭的一側(cè)突起對著自己，上層插腳從左數(shù)第4個和下層插腳從右數(shù)第3個，方向一定要正確），然后把ATX電源的開關(guān)打開，如果電源風(fēng)扇轉(zhuǎn)動，說明電源正常，否則電源損壞。如果電源沒問題直接短接主板上電源開關(guān)的跳線，如果正常，說明機(jī)箱面板的電源開關(guān)損壞?，F(xiàn)象二：電源批示燈亮，風(fēng)扇轉(zhuǎn)，但沒有明顯的系統(tǒng)動作。這種情況如果出現(xiàn)在新組裝電腦上應(yīng)該首先檢查CPU是否插牢或更換CPU，而正在使用的電腦的CPU損壞的情況比較少見（人為損壞除外），損壞時一般多帶有焦糊味，如果剛剛升級了BIOS或者遭遇了CIH病毒攻擊，這要考慮BIOS損壞問題（BIOS莫名其妙的損壞也是有的），修復(fù)BIOS的方法很多雜志都介紹過就不重復(fù)了；確認(rèn)CPU和BIOS沒問題后，就要考慮CMOS設(shè)置問題，如果CPU主頻設(shè)置不正確也會出現(xiàn)這種故障，解決方法就是將CMOS信息清除，既要將CMOS放電，一般主板上都有一個CMOS放電的跳線，如果找不到這個跳線可以將CMOS電池取下來，放電時間不要低于5分鐘，然后將跳線恢復(fù)原狀或重新安裝好電池即可；如果CPU、BIOS和CMOS都沒問題還要考慮電源問題：PC機(jī)電源有一個特殊的輸出信號，稱為POWERGOOD（PG）信號，如果PG信號的低電平持續(xù)時間不夠或沒有低電平時間，PC機(jī)將無法啟動。如果PG信號一直為低電平，則PC機(jī)系統(tǒng)始終處于復(fù)位狀態(tài)。這時PC機(jī)也出現(xiàn)黑屏、無聲響等死機(jī)現(xiàn)象。但這需要專業(yè)的維修工具外加一些維修經(jīng)驗，因此，建議采用替換法；電源沒有問題就要檢查是否有短路，確保主板表面不和金屬（特別是機(jī)箱的安裝固定點(diǎn)）接觸。把主板和電源拿出機(jī)箱，放在絕緣體表面，如果能啟動，說明主板有短路現(xiàn)象；如果還是不能啟動則要考慮主板問題，主板故障較為復(fù)雜，可以使用替換法確認(rèn)，然后更換主板?，F(xiàn)象三：電源指示燈亮，系統(tǒng)能啟動，但系統(tǒng)在初始化時停住了，而且可以聽到嗽叭的鳴叫聲（沒有視頻）：根據(jù)峰鳴代碼可以判斷出故障的部位。ccid_page/AwardBIOS1短聲：說明系統(tǒng)正常啟動。表明機(jī)器沒有問題。2短聲：說明CMOS設(shè)置錯誤，重新設(shè)置不正確選項。1長1短：說明內(nèi)存或主板出錯，換一個內(nèi)存條試試。1長2短：說明顯示器或顯示卡存在錯誤。檢查顯卡和顯示器插頭等部位是否接觸良好或用替換法確定顯卡和顯示器是否損壞。1長3短：說明鍵盤控制器錯誤，應(yīng)檢查主板。1長9短：說明主板FlashRAM、EPROM錯誤或BIOS損壞，更換FlashRAM。重復(fù)短響：說明主板電源有問題。不間斷的長聲：說明系統(tǒng)檢測到內(nèi)存條有問題，重新安裝內(nèi)存條或更換新內(nèi)存條重試。AMIBIOS1短：說明內(nèi)存刷新失敗。更換內(nèi)存條。2短：說明內(nèi)存ECC較驗錯誤。在CMOS中將內(nèi)存ECC校驗的選項設(shè)為Disabled或更換內(nèi)存。3短：說明系統(tǒng)基本內(nèi)存檢查失敗。換內(nèi)存。4短：說明系統(tǒng)時鐘出錯。更換芯片或CMOS電池。5短：說明CPU出現(xiàn)錯誤。檢查CPU是否插好。6短：說明鍵盤控制器錯誤。應(yīng)檢查主板。7短：說明系統(tǒng)實模式錯誤，不能切換到保護(hù)模式。8短：說明顯示內(nèi)存錯誤。顯示內(nèi)存有問題，更換顯卡試試。9短：說明BIOS芯片檢驗和錯誤。1長3短：說明內(nèi)存錯誤。內(nèi)存損壞，更換。1長8短：說明顯示測試錯誤。顯示器數(shù)據(jù)線沒插好或顯示卡沒插牢?，F(xiàn)象四：系統(tǒng)能啟動，有視頻，出現(xiàn)故障提示，這時可以根據(jù)提示來判斷故障部位。下面就是一些常見的故障提示的判斷：一、提示“CMOSBatteryStateLow”原因：CMOS參數(shù)丟失，有時可以啟動，使用一段時間后死機(jī)，這種現(xiàn)象大多是CMOS供電不足引起的。對于不同的CMOS供電方式，采取不同的措施：1.焊接式電池：用電烙鐵重新焊上一顆新電池即可；2.鈕扣式電池：直接更換；3.芯片式：更換此芯片，最好采用相同型號芯片替換。如果更換電池后時間不長又出現(xiàn)同樣現(xiàn)象的話，很可能是主板漏電，可檢查主板上的二極管或電容是否損壞，也可以跳線使用外接電池，不過這些都需要有一定的硬件維修基礎(chǔ)才能完成。二、提示“CMOSChecksumFailure”CMOS中的BIOS檢驗和讀出錯；提示“CMOSSystemOptionNotSet”，CMOS系統(tǒng)未設(shè)置；提示“CMOSDisplayTypeMismatch”，CMOS中顯示類型的設(shè)置與實測不一致；提示“CMOSMemorySizeMismatch”，主板上的主存儲器與CMOS中設(shè)置的不一樣；提示“CMOSTime&DateNotSet”，CMOS中的時間和日期沒有設(shè)置。這些都需要對CMOS重新設(shè)置。三、提示“KeyboardInterfaceError”后死機(jī)原因：主板上鍵盤接口不能使用，拔下鍵盤，重新插入后又能正常啟動系統(tǒng)，使用一段時間后鍵盤無反應(yīng)，這種現(xiàn)象主要是多次拔插鍵盤引起主板鍵盤接口松動，拆下主板用電烙鐵重新焊接好即可；也可能是帶電拔插鍵盤，引起主板上一個保險電阻斷了（在主板上標(biāo)記為Fn的東西），換上一個1歐姆／0.5瓦的電阻即可。四、自檢過程中斷在xxxKCache處這表示主板上Cache損壞，可以在CMOS設(shè)置中將“ExternalCache”項設(shè)為“Disable”故障即可排除。同理，在自檢主板部件時出現(xiàn)中斷，則可以認(rèn)為該部件損壞，解決方法一般可以在CMOS中將其屏蔽，如果不能屏蔽該部件最好更換主板。五、提示“FDDControllerFailure”BIOS不能與軟盤驅(qū)動器交換信息；提示“HDDControllerFailure”，BIOS不能與硬盤驅(qū)動器交換信息。應(yīng)檢查FDD（HDD）控制卡及電纜。六、提示“8042GateA20Error”8042芯片壞；提示“DMAError”，DMA控制器壞。這種故障需要更換。七、提示“DisplaySwitchNotProper”主板上的顯示模式跳線設(shè)置錯誤，重新跳線。八、提示“KeyboardisLock...Unlockit”鍵盤被鎖住，打開鎖后重新引導(dǎo)系統(tǒng)。九、IDE接口設(shè)備檢測信息為：“DetectingPrimary（或Secondary）Master（或Slave）...None”表示該IDE接口都沒有找到硬盤，如果該IDE口確實接有硬盤的話，則說明硬盤沒接上或硬盤有故障，可以從以下幾方面檢查：1、硬盤電源線和數(shù)據(jù)線是否接觸不良，或換一根線試試；2、CMOS設(shè)置有無錯誤，進(jìn)入CMOS將“PrimaryMaster”、“PrimarySlave”、“SecondaryMaster”三項的的“TYPE”都設(shè)置成“Auto”；3、替換法確認(rèn)硬盤本身有故障。十、IDE接口設(shè)備檢測信息下面顯示“Floppydisk(s)fail(40)”出錯信息表示CMOS所指定的軟盤驅(qū)動器有問題。判斷和解決的方法與硬盤相似。現(xiàn)象五：系統(tǒng)不能引導(dǎo)。這種故障一般都不是嚴(yán)重問題，只是系統(tǒng)在找到的用于引導(dǎo)的驅(qū)動器中找不到引導(dǎo)文件，比如：BIOS的引導(dǎo)驅(qū)動器設(shè)置中將軟驅(qū)排在了硬盤驅(qū)動的前面，而軟驅(qū)中又放有沒有引導(dǎo)系統(tǒng)的軟盤或者BIOS的引導(dǎo)驅(qū)動器設(shè)置中將光驅(qū)排在了硬盤驅(qū)動的前面，而光驅(qū)中又放有沒有引導(dǎo)系統(tǒng)的光盤，這個都很簡單，將光盤或軟盤取出就可以了，實際應(yīng)用中遇到“DiskBootFailure，InsertSystemDiskAndPressEnter”的提示，多數(shù)都是這個原因。如果是硬盤不能引導(dǎo)的話一般有兩種情況：一種是硬盤數(shù)據(jù)線沒有插好，另一種就是硬盤數(shù)據(jù)損壞。前者一般多會出現(xiàn)硬盤容量檢測不正確和引導(dǎo)時出現(xiàn)死機(jī)的現(xiàn)象；后者則是干脆找不到引導(dǎo)文件或提示文件損壞。前者只需重新連接好數(shù)據(jù)線即可；后者則需要用win98的啟動軟盤或啟動光盤啟動，根據(jù)實際情況來定：一、提示“Invalidpartitiontable”或“NotFoundany[activ