APP下载

基于生物信息学分析构建肺腺癌蛋白质预后模型

2022-12-21钟文杰陈昌南陆红红

包头医学院学报 2022年11期
关键词:分析模型

钟文杰,陈昌南,陆红红

( 1.江门市新会区人民医院肿瘤科,广东 江门 529000; 2.江门市人民医院)

肺腺癌(lung adenocarcinoma,LUAD)是最常见的肺癌亚型,其死亡率在恶性肿瘤中居于首位[1]。尽管靶向治疗和免疫治疗已经用于LUAD晚期患者的临床治疗,但治疗效果5年生存率仅约15%[2]。因此,识别与 LUAD 预后相关的生物标志物将有助于探索肺腺癌发生发展的潜在机制及改善患者的预后。

功能蛋白质组学主要研究蛋白质的表达和修饰。蛋白质作为生物学的重要组成部分,是生物功能的实现者。细胞中 mRNA 的数量不能与其相应蛋白质的表达水平准确相关。更重要的是,无论是 DNA 微阵列还是 RNA-Seq,都不能反映相应蛋白质的翻译后修饰,而这恰好是影响蛋白质功能实现的重要因素[3]。与基因组学和转录组学研究不同,肿瘤相关蛋白表达的研究更直接地揭示肿瘤发生发展的潜在机制,同时为肿瘤生物治疗提供直接的靶点[4]。反相蛋白质阵列(reverse phase protein array,RPPA)是一种结合平面高精度大规模样品蛋白抗原微阵列打印和抗体检测的高通量蛋白组学技术,可以用于蛋白质精准量化,因此可以准确鉴别肿瘤中的蛋白质种类及表达水平[5]。近年来,蛋白质组学分析已经用于鉴定肿瘤预后相关的蛋白质表达[6-7]。回顾以往关于LUAD生物信息学分析的文献,发现LUAD预后研究大多是基于基因组学或转录组学所作的预测,鲜有基于蛋白组学预后研究。因此,本研究从蛋白表达水平对LUAD预后进行分析,通过构建蛋白预后模型,以期提高对LUAD预后预测的准确性,为LUAD的临床诊断、治疗及预后提供重要的参考依据。……

登录APP查看全文

猜你喜欢

分析模型
一半模型
隐蔽失效适航要求符合性验证分析
重尾非线性自回归模型自加权M-估计的渐近分布
电力系统不平衡分析
电力系统及其自动化发展趋势分析
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
中西医结合治疗抑郁症100例分析
在线教育与MOOC的比较分析
一个相似模型的应用