基于相似核融合的多组学数据结直肠癌分子亚型研究

目的探讨相似核融合(similarity kernel fusion, SKF)方法在整合多组学数据的结直肠癌分子分型中的应用,识别结直肠癌预后高危患者,筛选出潜在的生物标志物以及重要通路。方法采用SKF对结直肠癌患者多组学数据进行整合,得到融合核,在融合核基础上采用谱聚类进行聚类分型,进一步采用Cox回归研究不同分型患者的预后风险;针对不同分型,筛选差异表达的mRNA(DEmRNAs)、miRNA(DEmiRNAs)以及异常甲基化基因,对三者进行联合分析获得重合基因;最后利用GO和KEGG分析得到重合基因富集的通路。结果结直肠癌患者分为预后高危组和低危组,其中高危组的死亡风险是低危组的2.72倍,并筛选出1908个DEmRNAs, 30个DEmiRNAs, 7763个异常甲基化基因,联合分析得到35个基因同时受到mRNA、miRNA及DNA甲基化调控,并富集到有统计学差异的17个GO生物项和23条KEGG通路。结论 SKF能够有效地识别出结直肠癌预后高风险患者,并筛选出结直肠癌的潜在生物标志物及重要通路,为结直肠癌的临床诊断和治疗预后提供重要的思路和依据。