基于整合的TCGA數(shù)據(jù)庫(kù)探索基因組學(xué)與臨床數(shù)據(jù)關(guān)系.pdf

1、隨著幾個(gè)大型人類(lèi)腫瘤基因組項(xiàng)目（如TCGA、ICGC等）相繼發(fā)起，為腫瘤基礎(chǔ)醫(yī)學(xué)和轉(zhuǎn)化醫(yī)學(xué)研究者提供了海量的基因組數(shù)據(jù)和與其關(guān)聯(lián)的臨床數(shù)據(jù)，為進(jìn)一步挖掘有意義的基因組變化和發(fā)現(xiàn)影響腫瘤發(fā)展、分化等生物學(xué)內(nèi)部機(jī)制提供了數(shù)據(jù)基礎(chǔ)。然而傳統(tǒng)的基礎(chǔ)醫(yī)學(xué)研究者和轉(zhuǎn)化醫(yī)學(xué)研究者缺乏信息學(xué)知識(shí)來(lái)處理如此空前規(guī)模的海量數(shù)據(jù)，因而在面對(duì)這些大型基因組項(xiàng)目提供的開(kāi)源文本數(shù)據(jù)，往往望洋興嘆。
　　作為醫(yī)學(xué)信息領(lǐng)域研究者，我們需要將信息學(xué)和統(tǒng)計(jì)學(xué)技術(shù)運(yùn)用

2、到癌癥基因組學(xué)數(shù)據(jù)分析的研究當(dāng)中，作為連接大數(shù)據(jù)與基礎(chǔ)醫(yī)學(xué)研究者之間的一個(gè)橋梁，幫助研究者去探索這些數(shù)據(jù)。為此，本研究提出構(gòu)建一個(gè)在線(xiàn)的腫瘤基因組學(xué)分析平臺(tái)(TCGA4U:http://www.tcga4u.org:8888)，為基礎(chǔ)醫(yī)學(xué)和轉(zhuǎn)化醫(yī)學(xué)研究者提供面向大型腫瘤基因組資源TCGA的數(shù)據(jù)分析服務(wù)。本論文需要解決的問(wèn)題包括:1、整合各類(lèi)腫瘤基因組和臨床數(shù)據(jù)構(gòu)建一個(gè)可供上層應(yīng)用的知識(shí)庫(kù)。2、利用多種類(lèi)型的腫瘤基因組學(xué)和臨床數(shù)據(jù)進(jìn)行聯(lián)合

3、分析，幫助研究者更深入認(rèn)識(shí)和理解這些數(shù)據(jù)資源以及各種數(shù)據(jù)特征之間的關(guān)聯(lián)。3、引導(dǎo)研究者使用平臺(tái)展開(kāi)更進(jìn)一步的基因組數(shù)據(jù)分析、生物學(xué)過(guò)程和路徑探究。
　　為此本論文提出了腫瘤基因組學(xué)分析平臺(tái)的系統(tǒng)框架構(gòu)建。通過(guò)集成TCGA的體細(xì)胞突變、基因表達(dá)、DNA甲基化、拷貝數(shù)變異和臨床數(shù)據(jù)，以及拓展基因本體(Gene Ontology)術(shù)語(yǔ)相關(guān)數(shù)據(jù)、人類(lèi)基因組參考序列(CRCh37)、分子相互作用數(shù)據(jù)庫(kù)(EBI-IntAct)等，構(gòu)建了一個(gè)完

4、整的腫瘤基因組學(xué)知識(shí)庫(kù)，為上層提供了數(shù)據(jù)支持與服務(wù)。為了能夠快速高效地處理海量數(shù)據(jù)和運(yùn)用多種統(tǒng)計(jì)學(xué)算法，我們選用了R作為統(tǒng)計(jì)學(xué)計(jì)算引擎，為上層提供數(shù)據(jù)分析服務(wù)。同時(shí)實(shí)現(xiàn)了一些需要自實(shí)現(xiàn)的算法和一些文本處理模塊供上層應(yīng)用調(diào)用。針對(duì)上層數(shù)據(jù)查詢(xún)和分析結(jié)果的顯示模塊，我們采用了基礎(chǔ)數(shù)據(jù)顯示和可視化呈現(xiàn)相結(jié)合的模式，幫助使用者能直觀(guān)的查看統(tǒng)計(jì)學(xué)的分析結(jié)果。
　　論文最后闡述了一個(gè)基于平臺(tái)的研究案例，對(duì)利用平臺(tái)開(kāi)展研究工作做了示例。案例重點(diǎn)

5、探討了在乳腺癌中基因表達(dá)模式與病人存活的關(guān)系，并獲得兩個(gè)結(jié)果:1、線(xiàn)粒體核糖體在癌癥發(fā)展中扮演著重要角色，線(xiàn)粒體核糖體和胞質(zhì)核糖體表達(dá)總量相對(duì)平衡。2、與先前在其他癌癥的報(bào)道相比，HSPA2在乳腺癌中對(duì)病人存活影響有著不同的表達(dá)模式，乳腺癌中擁有HSPA2低表達(dá)的病人具有相對(duì)低的存活率。并且利用Oncomine數(shù)據(jù)庫(kù)的四種類(lèi)型乳腺癌和荷蘭癌癥研究所的乳腺癌表達(dá)數(shù)據(jù)和存活數(shù)據(jù)進(jìn)行了結(jié)果正確性的驗(yàn)證。
　　本論文提出和構(gòu)建了一個(gè)在線(xiàn)腫