典型文献
基于rMKL-LPP方法的乳头状肾细胞癌多组学数据整合分型分析
文献摘要：
目的 探讨局部保留投影的正则化多核学习(regularized multiple kernel learning with locality preserving projections,rMKL-LPP)在乳头状肾细胞癌(papillary renal cell carcinoma,PRCC)多组学数据分子分型中的应用,进一步研究PRCC分子分型在信号通路活性和基因表达调控方面的异质性.方法 采用rMKL-LPP方法对PRCC的mRNA、miRNA和DNA甲基化数据进行整合,进一步采用k-means方法聚类分型,并通过Cox回归分析研究不同分型的预后风险.针对不同分型,进行通路活性分析,使用差异表达分析筛选DEmRNAs(differentially expressed mRNAs),DEmiRNAs(differentially expressed miRNAs)和DMGs(differentially methylated genes),并对三者的重合基因进行GO(gene ontology)富集分析,最后使用相关及生存分析筛选可能受DNA甲基化或miRNA调控且影响患者生存的基因.结果 PRCC患者分为三型,不同亚型在通路活性和基因表达方面均有差异.筛选出10条活性存在差异的通路;1185个DEmRNAs,13个DEmiRNAs及416个DMGs,其中36个重合基因富集于有统计学差异的8个GO生物项.相关分析发现,ABL2可能受hsa-miR-107调控,13个基因可能受DNA甲基化调控.生存分析表明,ZNF135和RBPMS2可能与患者生存结局相关.结论 rMKL-LPP能够有效识别PRCC亚型,筛选出的通路及潜在生物标志物,可为PRCC针对性治疗提供依据.
文献关键词：
局部保留投影的正则化多核学习;多组学数据整合;分子亚型;乳头状肾细胞癌
中图分类号：
作者姓名：
李灵梅;魏亿芳;李治;房瑞玲;崔跃华;曹红艳
作者机构：
山西医科大学卫生统计教研室 030001;山西医科大学附属太原中心医院;美国密西根州立大学统计与概率系;重大疾病风险评估山西省重点实验室
文献出处：
引用格式：
[1]李灵梅;魏亿芳;李治;房瑞玲;崔跃华;曹红艳-.基于rMKL-LPP方法的乳头状肾细胞癌多组学数据整合分型分析)[J].中国卫生统计,2022(04):522-528
A类：
rMKL,局部保留投影的正则化多核学习,ABL2,ZNF135,RBPMS2
B类：
LPP,乳头状肾细胞癌,多组学数据整合,regularized,multiple,kernel,learning,locality,preserving,projections,papillary,renal,cell,carcinoma,PRCC,分子分型,基因表达调控,甲基化,means,聚类分型,Cox,不同分型,预后风险,活性分析,差异表达分析,DEmRNAs,differentially,expressed,DEmiRNAs,DMGs,methylated,genes,ontology,富集分析,生存分析,不同亚型,基因富集,统计学差异,hsa,生存结局,潜在生物标志物,性治疗,分子亚型
AB值：
0.264161
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
