腫瘤患者等位基因缺失長度分布及無信息位點(diǎn)狀態(tài)預(yù)測(cè)的研究.pdf

1、惡性腫瘤正在成為全世界范圍內(nèi)導(dǎo)致人類死亡的最重要原因之一，患者的數(shù)量也呈逐年遞增之勢(shì)，根據(jù)前人的研究判斷很可能是由于染色體的不穩(wěn)定性引起的。而更深入的研究表明包括等位基因缺失和突變?cè)趦?nèi)的染色體的畸變引起了腫瘤抑制基因的失活，整條染色體、染色體臂、小的染色體片段都可能發(fā)生丟失。染色體畸變可以通過自發(fā)或者誘發(fā)產(chǎn)生，其產(chǎn)生原因和機(jī)理比較復(fù)雜，關(guān)于染色體結(jié)構(gòu)畸變的機(jī)理主要有兩種假說：一是斷裂一重接假說，另一種是互換假說。所以，等位基因缺失分析已

2、經(jīng)成為一種發(fā)現(xiàn)信息位點(diǎn)和候選腫瘤抑制基因的有效方法。在等位基因缺失實(shí)驗(yàn)中，同一個(gè)個(gè)體的正常組織細(xì)胞和癌細(xì)胞在有信息的分子標(biāo)記位點(diǎn)(單核苷酸多態(tài)、短串聯(lián)重復(fù)、限制性片段長度多態(tài)等)上能夠初步確定缺失染色體的區(qū)段。但是，由于癌癥分子研究中有效數(shù)據(jù)的缺乏和測(cè)量的錯(cuò)誤導(dǎo)致了癌癥治療和預(yù)防的困難；同時(shí)，產(chǎn)生于等位基因缺失實(shí)驗(yàn)中的大量的數(shù)據(jù)卻沒有得到充分地處理，這是因?yàn)榇嬖诖罅康谋划?dāng)做無信息位點(diǎn)的純合性標(biāo)記位點(diǎn)的數(shù)據(jù)幾乎都沒有得到利用，這篇論文就是

3、有關(guān)于通過計(jì)算機(jī)模擬的方法根據(jù)已知信息位點(diǎn)的缺失信息對(duì)癌細(xì)胞染色體上等位基因缺失狀態(tài)特別是對(duì)純合性標(biāo)記位點(diǎn)的缺失狀態(tài)進(jìn)行統(tǒng)計(jì)學(xué)推斷。 近年來的研究表明肝癌患者中17號(hào)染色體短臂發(fā)生雜合性缺失的頻率較高，因此對(duì)人類17p雜合性缺失的研究成為探討癌癥發(fā)生機(jī)制和尋找抑癌基因的一條途徑。本文首先對(duì)上海腫瘤所提供的17號(hào)染色體短臂的SNP原始數(shù)據(jù)進(jìn)行處理，利用各個(gè)發(fā)生缺失的位點(diǎn)與鄰近位點(diǎn)的遺傳圖距可以得到各個(gè)位點(diǎn)發(fā)生缺失的長度(cM，ce

4、ntimorgan)。分析這些缺失長度和染色體缺失個(gè)數(shù)的分布情況，用適當(dāng)?shù)哪Ｐ腿ッ枋鲞@種分布，初步探討了缺失長度的分布函數(shù)及缺失個(gè)數(shù)的分布函數(shù)與腫瘤發(fā)生的關(guān)系。其次，我們使用真實(shí)數(shù)據(jù)所得到的缺失長度分布和個(gè)數(shù)的分布去模擬100條發(fā)生缺失的癌癥患者染色體，運(yùn)用馬爾科夫預(yù)測(cè)法的轉(zhuǎn)移概率矩陣去預(yù)測(cè)無信息位點(diǎn)的狀態(tài)，顯示出了一定的效果。見附錄1。 為了驗(yàn)證馬爾科夫預(yù)測(cè)方法對(duì)等位基因缺失狀態(tài)尤其是對(duì)純合性標(biāo)記位點(diǎn)的狀態(tài)的估計(jì)效果，我們模擬

5、了同樣的100條癌細(xì)胞染色體，每一條染色體上均勻的分布著60個(gè)SNP標(biāo)記位點(diǎn)，也就是總共6000個(gè)位點(diǎn)。當(dāng)然，在等位基因缺失實(shí)驗(yàn)中會(huì)產(chǎn)生大量的無信息位點(diǎn)，我們利用目前已有的方法暫時(shí)還不能判斷出這些位點(diǎn)的狀態(tài)(缺失或保留)。模擬的過程中，在這些染色體上人為的選擇了一些片段作為等位基因缺失區(qū)域，這些片段的長度是遵從伽瑪分布(參數(shù)參照于實(shí)際數(shù)據(jù)擬合的結(jié)果)，而染色體上等位基因缺失的個(gè)數(shù)則是遵從泊松分布(參數(shù)參照于實(shí)際數(shù)據(jù)擬合的結(jié)果)的。這個(gè)分

6、布會(huì)隨機(jī)的給出一個(gè)數(shù)字作為一個(gè)特定染色體發(fā)生缺失的個(gè)數(shù)，那么每個(gè)缺失的位置和長度就被固定了下來。到此為止，每條染色體的每個(gè)標(biāo)記位點(diǎn)都有了一個(gè)狀態(tài)，不是缺失就是保留。而為了達(dá)到驗(yàn)證方法效果的目的，我們按比例人為地刪去了一些位點(diǎn)的狀態(tài)作為無信息位點(diǎn)。馬爾科夫預(yù)測(cè)方法被利用來根據(jù)已知信息位點(diǎn)的狀態(tài)數(shù)據(jù)估計(jì)無信息位點(diǎn)的狀態(tài)。首先，我們依據(jù)那些已知位點(diǎn)的狀態(tài)統(tǒng)計(jì)出了一步轉(zhuǎn)移概率，每一個(gè)位點(diǎn)的狀態(tài)數(shù)據(jù)被我們編寫的程序自動(dòng)的依次寫入了EXCEL表格；

7、第二，計(jì)算機(jī)程序開始逐一地掃描每個(gè)位點(diǎn)的狀態(tài)，當(dāng)掃描到無信息位點(diǎn)時(shí)，計(jì)算機(jī)程序根據(jù)該位點(diǎn)的上一個(gè)位點(diǎn)的狀態(tài)(缺失或保留)自動(dòng)地產(chǎn)生一個(gè)小數(shù)，也就是根據(jù)轉(zhuǎn)移概率矩陣。同時(shí)，程序隨機(jī)地產(chǎn)生另外一個(gè)小數(shù)，我們比較這兩個(gè)數(shù)字的大小然后給出這個(gè)無信息位點(diǎn)的狀態(tài)(缺失或保留)。第三，每一個(gè)標(biāo)記位點(diǎn)都有了一個(gè)狀態(tài)值，一步轉(zhuǎn)移概率被重新計(jì)算當(dāng)它原有的值被用過了一次之后；這個(gè)被稱作是迭代的過程需要重復(fù)1000次或者更多次直到無信息位點(diǎn)的狀態(tài)達(dá)到穩(wěn)定態(tài)。這

8、種相對(duì)的穩(wěn)定是一種平均概念上的固定，即我們?nèi)〉淖詈?00次或者是更多次的狀態(tài)的次數(shù)是否包含80％的缺失次數(shù)或是保留次數(shù)來決定該位點(diǎn)的穩(wěn)定態(tài)。轉(zhuǎn)移概率矩陣被用來估計(jì)無信息位點(diǎn)的狀態(tài)并表現(xiàn)出一定的效果，見附錄2所示。我們可以從3282個(gè)模擬的無信息位點(diǎn)中推測(cè)出1563個(gè)位點(diǎn)的狀態(tài)，這其中有1314個(gè)位點(diǎn)的狀態(tài)推測(cè)正確，249個(gè)位點(diǎn)的狀態(tài)推測(cè)錯(cuò)誤，正確率是84％。在一定的程度上，每一個(gè)位點(diǎn)的缺失頻率得到了更正。但是，似乎我們從無信息位點(diǎn)中