基因表达预测乳腺癌生存

資料來 源
• Data from NCI (Netherlands Cancer Institute) • 295位 早 期breast cancer patients • 151位 為 lymph node-negative disease， adjuvant systemic therapy 位接 受 • 144位 為 lymph node-positive disease， 位接 受 adjuvant systemic therapy
Exampe1:wound response signature對 breast cancer 預 後 表現 的 評估 (fig1-B/C)
Exampe1:wound response signature對 breast cancer 預 後 表現 的 評估
Exampe1:wound response signature對 breast cancer 預 後 表現 的 評估
– Survival curves 的 估 計 方採用 式 Kaplan-Meier method – Cox proportional hazard model
• 圖 型符 號說明
– 紅 色:increased expression – 綠 色:reduced expression – 灰 色:missing value
– Cluster (unsupervised method) – Decision tree analysis (supervised method)
找法 可採用
篇 下 列三 • 指 摽 (signature)優 劣 的衡量標準，在 本 裏採用 種 方 式
– Overall survival analysis – Survival bases on DMFP (Distant Metastasis-Free Probability) – Multivariate analysis
– 與 cell cycle minimize overlap –與 細 胞 重建(matrix rebuilding)、 細 胞 血管新生(angiogenesis)等 有 關
移動(cell motility)、
-II 資料分 析 的方 法
論文的”wound response signature”的 •本 篇 下面二種 分 類方法
Exampe1:wound response signature對 breast cancer 預 後 表現 的 評breast cancer samples using 442 available CSR – Row: represents gene / Column: samples – Unsupervised hierarchical clustering method
Exampe1:wound response signature對 breast cancer 預 後 表現 的 評估 (fig-1A)
Exampe1:wound response signature對 breast cancer 預 後 表現 的 評估
• 在 clustering dendrogram 中 ， 第 二 層 的 分類已可以 pattern 區 分 出 來 yellow-bar的 部份顯示 出 尚有 • 在 quiescent的 區塊 中 ， 其 他 可能的分類方式。 • 126 tumors were classified activated and 169 tumors were classified quiescent。
Robustness, scalability, and integration of a woundresponse gene expression signature in predicting breast cancer survival
簡 介
• 由 於近代分子 醫學 的 進 步 ， 許 多 疾病 的 預 防 和 治療方式均 可借由 基 因上 的 檢測 來 提高醫療 品 質。 • Gene expression patterns 提 供一個描述生理現象的方 法，使我們可藉由 統 計法對 方 疾 病的 預 和治療方式提供 後 一衡量的指標。 • 本 篇 論文 主 要討 論的 題目 是 ， 利 用 CSR(core serum response) gene 發 來 展一 指 標 (wound-response signature)用 來 視 early breast cancer 治 的療方 式 和 癒 後情形 。
Exampe1:wound response signature對 breast cancer 預 後 表現 的 評估
Adjuvant systemic therapy Yes no Lymph-node positive disease 120 24
10 其 中 有 其 中 有 120
Lymph-node negative disease 10 141
-I 資料分 析 的方 法
• 藉由 體外 (in vitro)模 擬 細 胞 的 生 理 反 應 和 欲 比 癒 (wound healing)和 cancer 相 的 似 程 度 ， Chang et al. 定 義 一 組基 因 :CSR (core serum response genes)和 它 們 的 正 常 表現 型 態 (canonical expression pattern) • 此 基因組的選擇基於
資料分析的方法-III
隨機 分 成 training data set and testing data • 將 資料 set • 在 分 類時 所 使 用 的 threshold 採 用 可 以使training data set 達到 90% 的 sensitivity 在 此 條 。 件下， testing data set亦 可 達到 相 同 的 程 度 。