化學(xué)計量學(xué)技術(shù)用于肝臟疾病的研究.pdf

1、采用生物質(zhì)譜技術(shù)對肝臟組織進(jìn)行分析，可得到大量的質(zhì)譜數(shù)據(jù)。本研究采用化學(xué)計量學(xué)技術(shù)對所得的生物質(zhì)譜數(shù)據(jù)作處理與分析，可以得到很多有意義的信息和結(jié)果。肝臟是最重要的人體器官之一，在人體中發(fā)揮著巨大的作用。它是人體最大的解毒器官，具有化解細(xì)菌、酒精和其它毒素的功能；同時又是最大的消化腺和新陳代謝器官。可以說，一旦肝臟發(fā)生病變，人體正常的運(yùn)轉(zhuǎn)將受到極大的威脅。但是，肝臟又是一個極其脆弱的器官，酗酒、不健康的飲食、不潔的水源都是造成肝臟病變的主

2、要原因。中國一直是肝病的高發(fā)病區(qū)，這和我國人民的生活習(xí)慣和飲食結(jié)構(gòu)有巨大的關(guān)系。更為可怕的是，肝病作為一類惡性疾病，主要包括甲型肝炎、乙型肝炎、肝細(xì)胞癌、肝硬化等，嚴(yán)重危害人民身體健康。尤以肝癌的高死亡率，每年將奪取千萬人的生命。因此，早期預(yù)防檢測肝病的發(fā)生和臨床治愈肝病，對于我國醫(yī)療健康事業(yè)有著現(xiàn)實和重大的意義。本研究將常用的化學(xué)計量學(xué)方法，運(yùn)用到不同肝病的血清蛋白質(zhì)質(zhì)譜數(shù)據(jù)處理中。希望通過對數(shù)據(jù)的建模，不但能夠預(yù)測區(qū)分樣本的來源，同

3、時篩選出與肝病形成、轉(zhuǎn)移、治療相關(guān)的生物標(biāo)志物。為適應(yīng)于生物海量數(shù)據(jù)建模分析，改進(jìn)了偏最小二乘(PLS)變量篩選法，將其運(yùn)用到肝病研究中。并且發(fā)展利用PLS變量篩選方法，編寫了新的VBA程序。意義在于發(fā)展一種適合處理復(fù)雜生物數(shù)據(jù)的化學(xué)計量學(xué)算法，為臨床預(yù)防治療肝病提供可靠的研究基礎(chǔ)。并為化學(xué)計量學(xué)應(yīng)用于生物數(shù)據(jù)分析探索一條途徑。 本論文分為以下幾個部分： 第一章，文獻(xiàn)調(diào)研：通過調(diào)研大量詳實的文獻(xiàn)，概述了化學(xué)計量學(xué)方法的發(fā)

4、展歷程、研究范疇、各種常用的模式識別技術(shù)和變量篩選法。在此基礎(chǔ)上，結(jié)合肝病的危害、研究進(jìn)展、研究方法，歸納本論文研究的立題依據(jù)、研究目的、意義及主要內(nèi)容。 第二章，原理部分：介紹了偏最小二乘方法的原理，在此基礎(chǔ)上發(fā)展了一種新的基于PLS的變量刪除判據(jù)。發(fā)展了一種利用PLS的變量篩選方法，詳細(xì)介紹了此法的原理、推理過程和驗證、操作過程、方法特點及部分VBA程序。該法根據(jù)PLS建模中的回歸系數(shù)等一些信息，篩選原始自變量，能在不損失模

5、型預(yù)報能力的前提下，除去一些冗余的或影響不大的原始自變量，使模型更簡潔。 第三至第五章，PLS變量篩選法在肝病研究中的應(yīng)用： (1)通過SELDI—TOF—MS分析獲得山東省立醫(yī)院乙肝病人和健康人血清蛋白質(zhì)指紋圖譜。因為生物質(zhì)譜數(shù)據(jù)的復(fù)雜性，將數(shù)據(jù)進(jìn)行前處理。應(yīng)用PLS變量篩選法分析譜圖數(shù)據(jù)，建立乙肝病分類模型。得到的模型交叉檢驗相關(guān)系數(shù)可達(dá)0.9745，判別準(zhǔn)確率為100％。結(jié)果較為理想，可為正確判別樣本來源提供一個可

6、靠的基礎(chǔ)。文中采用所得模型的擬合值等一些信息做分類圖的方法，能很好的表達(dá)回歸模型的分類效果。模型篩選出對乙肝病人和健康人的差異，有重要影響的因素或變量。這些變量為某些質(zhì)荷比區(qū)間內(nèi)特定蛋白的峰強(qiáng)度值，反映這些質(zhì)荷比區(qū)間內(nèi)蛋白量的增加或減少，與乙型肝炎的形成有密切關(guān)系，可作為重要的生物標(biāo)志物，進(jìn)一步加以研究。 (2)改進(jìn)了數(shù)據(jù)處理方法，并運(yùn)用PLS變量篩選法建立肝癌病人和健康人的分類模型，得到模型的交叉檢驗相關(guān)系數(shù)達(dá)到0.96以上，

7、判別準(zhǔn)確率100％。模型篩選出30個與肝癌形成有密切關(guān)系的變量。在肝癌形成過程中，這30個質(zhì)荷比區(qū)間內(nèi)特定蛋白質(zhì)的量有明顯變化，15個增加，另外15個減少。此外，采用所得模型的擬合值等一些信息來做分類圖，能較好地表達(dá)回歸模型的分類效果。 (3)選擇由SELDI—TOF—MS產(chǎn)生的肝癌伴門靜脈癌栓和不伴門靜脈癌栓的血清蛋白質(zhì)指紋圖譜。樣本全部來自復(fù)旦大學(xué)肝癌研究所。同時運(yùn)用兩種數(shù)據(jù)處理方法，通過PLS變量篩選法建立區(qū)分兩類樣本的分

8、類模型。得到模型的交叉檢驗相關(guān)系數(shù)分別達(dá)到0.9553和0.9404，預(yù)報準(zhǔn)確率同為98.3％。文中通過比較CR—n圖，驗證了兩種分類方法都適用于該數(shù)據(jù)的分析。建立的肝癌伴門靜脈癌栓分類模型，選取的40和46個變量可作為判別PVTT形成的可靠基礎(chǔ)。這些質(zhì)荷比區(qū)間內(nèi)的蛋白量的增加或減少，與門靜脈癌栓的形成有密切的關(guān)系。通過將PLS變量篩選法與分類樹模型加以比較，說明其具有更強(qiáng)的預(yù)測判別能力，并能夠篩選出更多有意義的生物標(biāo)志物。表明PLS變

9、量篩選法能夠很好的處理由SELDI—TOF—MS產(chǎn)生的數(shù)據(jù)，將有可能被應(yīng)用于臨床研究。 第六章，總結(jié)了本論文工作的主要結(jié)論和創(chuàng)新點，并提出了對今后工作的設(shè)想。在原有基礎(chǔ)上改進(jìn)了基于偏最小二乘法(PLS)的變量篩選方法；運(yùn)用PLS變量篩選法建立了乙肝病人和健康人的分類模型、肝癌患者和健康人的分類模型；并將PLS變量篩選法應(yīng)用于門靜脈癌栓形成的研究；篩選出了一些有意義的潛在的與肝病形成有密切關(guān)系的生物標(biāo)志物；將PLS變量篩選法與現(xiàn)有