从分子层面对泛癌进行研究已经得到了很大的进展,但是对宫颈鳞状细胞癌的分子分类研究仍然需要更多的探索.为了找到宫颈鳞状细胞癌潜在的子类,本文提出了一个基于多维组学数据的癌症亚型分类分析流程.通过统计学方法对癌症基因组图谱(Th...从分子层面对泛癌进行研究已经得到了很大的进展,但是对宫颈鳞状细胞癌的分子分类研究仍然需要更多的探索.为了找到宫颈鳞状细胞癌潜在的子类,本文提出了一个基于多维组学数据的癌症亚型分类分析流程.通过统计学方法对癌症基因组图谱(The Cancer Genome Atlas,TCGA)宫颈鳞状细胞癌的mRNA表达数据、小分子核糖核酸(microRNA,miRNA)表达数据、DNA甲基化数据以及拷贝数变异数据4个维度包含的分子进行筛选,然后对筛选后的分类特征进行整合聚类,进一步筛选能够区分不同子类的关键分类特征,并使用这些关键分类特征建立宫颈鳞状细胞癌分类模型.本研究为宫颈鳞状细胞癌分子层面子类的识别提供了分析流程,得到了两个临床生存水平具有显著性差异的宫颈鳞状细胞癌子类,并确定了8个宫颈鳞状细胞癌的关键分类特征.本研究中识别的宫颈鳞状细胞癌子类和关键分类特征为宫颈鳞状细胞癌早期分类及分类标志物的鉴定提供了重要参考.展开更多
文摘从分子层面对泛癌进行研究已经得到了很大的进展,但是对宫颈鳞状细胞癌的分子分类研究仍然需要更多的探索.为了找到宫颈鳞状细胞癌潜在的子类,本文提出了一个基于多维组学数据的癌症亚型分类分析流程.通过统计学方法对癌症基因组图谱(The Cancer Genome Atlas,TCGA)宫颈鳞状细胞癌的mRNA表达数据、小分子核糖核酸(microRNA,miRNA)表达数据、DNA甲基化数据以及拷贝数变异数据4个维度包含的分子进行筛选,然后对筛选后的分类特征进行整合聚类,进一步筛选能够区分不同子类的关键分类特征,并使用这些关键分类特征建立宫颈鳞状细胞癌分类模型.本研究为宫颈鳞状细胞癌分子层面子类的识别提供了分析流程,得到了两个临床生存水平具有显著性差异的宫颈鳞状细胞癌子类,并确定了8个宫颈鳞状细胞癌的关键分类特征.本研究中识别的宫颈鳞状细胞癌子类和关键分类特征为宫颈鳞状细胞癌早期分类及分类标志物的鉴定提供了重要参考.