基于人血漿microRNAs的數(shù)據(jù)挖掘技術(shù)構(gòu)建肺癌預(yù)測(cè)系統(tǒng).pdf

1、肺癌位居中國(guó)惡性腫瘤發(fā)病率和死亡率首位，肺癌預(yù)防的重要手段是開(kāi)展早期發(fā)現(xiàn)、早期診斷和早期治療，有必要研究高敏感性和特異性的腫瘤生物標(biāo)志物。microRNAs（miRNAs）可調(diào)控基因參與細(xì)胞的生長(zhǎng)、增殖、分化和凋亡等過(guò)程，大量的研究表明循環(huán)miRNAs和多種腫瘤的發(fā)生和發(fā)展有關(guān)，具有作為包括肺癌在內(nèi)的疾病診斷生物標(biāo)志物的潛力。
　　目的：
　　該研究應(yīng)用決策樹(shù)（Decision Tree,DT）、人工神經(jīng)網(wǎng)絡(luò)（Artific

2、ial Neual Networks,ANN）和支持向量機(jī)（SupportVector Machines,SVM）等數(shù)據(jù)挖掘方法聯(lián)合血漿miRNA生物標(biāo)志、流行病學(xué)參數(shù)和臨床癥狀資料建立肺癌預(yù)測(cè)模型。
　　對(duì)象和方法：
　　1.研究對(duì)象：肺癌組為2016年6月至2017年2月取自鄭州大學(xué)第一附屬醫(yī)院呼吸內(nèi)科、河南省腫瘤醫(yī)院胸外科、河南省胸科醫(yī)院呼吸內(nèi)科和胸外科的148例初診的原發(fā)性肺癌患者；對(duì)照組為2016年7月取自淇縣疾病

3、預(yù)防控制中心體檢的148例健康人群。經(jīng)知情同意后收集研究對(duì)象的信息和血液標(biāo)本。
　　2.實(shí)驗(yàn)方法：血漿miRNAs（miR-16、miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25）表達(dá)水平的檢測(cè)采用實(shí)時(shí)熒光定量PCR法。
　　3.數(shù)據(jù)挖掘：采用SPSS Clementine21.0軟件。基于單因素分析結(jié)果和Logisti

4、c回歸分析優(yōu)化結(jié)果，先將數(shù)據(jù)預(yù)處理，按3:1的比例將所有樣本隨機(jī)分成訓(xùn)練集和預(yù)測(cè)集，用訓(xùn)練好的模型對(duì)預(yù)測(cè)集進(jìn)行預(yù)測(cè)，應(yīng)用Fisher判別分析、DT C5.0、ANN和SVM算法分別建立模型，并采用診斷試驗(yàn)評(píng)價(jià)指標(biāo)比較模型的預(yù)測(cè)結(jié)果。
　　4.統(tǒng)計(jì)學(xué)分析：Excel2010建立數(shù)據(jù)庫(kù)，采用SPSS21.0軟件進(jìn)行統(tǒng)計(jì)分析。定量資料分析符合正態(tài)分布時(shí)采用兩獨(dú)立樣本 t檢驗(yàn)，不符合正態(tài)分布時(shí)采用Mann-Whitney U檢驗(yàn)；定性資料

5、間的比較采用χ2檢驗(yàn)；肺癌的影響因素采用二分類Logistic回歸分析。檢驗(yàn)水準(zhǔn)為α=0.05。
　　結(jié)果：
　　1.血漿miRNAs表達(dá)水平檢測(cè)結(jié)果：肺癌組的10種血漿miRNAs（miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25）的表達(dá)水平高于對(duì)照組，差異有統(tǒng)計(jì)學(xué)意義（P<0.05）。
　　11種血漿miRNA

6、s（miR-16、miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25）的表達(dá)水平與年齡、肺癌的組織學(xué)類型無(wú)關(guān)（P>0.05）；血漿中miR-30a和 miR-21表達(dá)水平與性別有關(guān)（P<0.05）；血漿中miR-21和miR-25表達(dá)水平與吸煙程度、飲酒有關(guān)（P<0.05）。血漿中miR-210的表達(dá)水平和肺癌的分期有關(guān)（P<0.05

7、）；血漿中miR-126的表達(dá)水平和肺癌淋巴結(jié)轉(zhuǎn)移有關(guān)（P<0.05）。
　　2.肺癌影響因素分析結(jié)果：?jiǎn)我蛩胤治鼋Y(jié)果顯示肺癌組和對(duì)照組間的流行病學(xué)參數(shù)和臨床癥狀（吸煙程度、發(fā)熱、胸悶胸痛、咳嗽、痰中帶血、咯血）的分布的差異和10種血漿miRNAs（miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30d、miR-25）的表達(dá)水平的差異有統(tǒng)計(jì)學(xué)意義

8、（P<0.05）；多因素Logistic回歸分析結(jié)果顯示，發(fā)熱、胸悶胸痛、咳嗽、血漿中miR-20a（P=0.016）和miR-223（P=0.001）相對(duì)表達(dá)量升高可能是肺癌的危險(xiǎn)因素。
　　3.數(shù)據(jù)挖掘模型的評(píng)價(jià)結(jié)果：由吸煙程度、發(fā)熱、胸悶胸痛、咳嗽、痰中帶血、咯血、10種血漿miRNAs（miR-21、miR-20a、miR-210、miR-145、miR-126、miR-223、miR-197、miR-30a、miR-30

9、d、miR-25）的表達(dá)水平這16個(gè)變量建立的16項(xiàng)DT C5.0模型和由發(fā)熱、胸悶胸痛、咳嗽、痰中帶血、咯血、血漿中miR-20a和miR-223表達(dá)水平建立的優(yōu)化DT C5.0模型的準(zhǔn)確度分別為98.78％和87.80%，AUC分別為0.985和0.883；16項(xiàng)SVM模型和優(yōu)化SVM模型的準(zhǔn)確度分別為98.78%和89.02%，AUC分別為0.985和0.893；16項(xiàng)ANN模型和優(yōu)化ANN模型的準(zhǔn)確度分別為87.80%和84.1

10、5%，AUC分別為0.879和0.835；16項(xiàng)Fisher判別分析模型和優(yōu)化Fisher判別分析模型的準(zhǔn)確度分別為82.93%和82.93%，AUC分別為0.828和0.824。16項(xiàng)DT C5.0模型和16項(xiàng)SVM模型的AUC均優(yōu)于其他6種模型（P<0.05）；其他6種模型的AUC之間的差異沒(méi)有統(tǒng)計(jì)學(xué)意義（P>0.05）。
　　結(jié)論：
　　1.人血漿中10種miRNAs（miR-21、miR-20a、miR-210、mi