乳腺癌基因芯片数据分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｉｔｇａｅ ｔｏ ｒｏｍｅ ｅ ｔ ｅ ｒｄｃｉｇ ｔｅ ｒｌｐ ｉ ａｉｎｏ ａｉｎｓ Ｔｈ ０ ｅ ｅ （ ＜ ０ ｎｅ ｒｔｄｍｅｈ ｐ ｆ ｒ ｄｂ ｓ ｄ ｅ ｗｈ ｎｐ ｅ ｉｔ ｈ ｅａ ｓ ｓ ｕ ｔ ｆｐ ｔ ｔ， ｅ１ ２ ｇ ｎ Ｐ ｎ ｅ ｔ ｏ ｅ ｓ ．
果最 佳 、 ２次之 ， ， ｙ１ 最差 。
表 １ Ｙ １为指标聚 类后结 果
材 料 和 方 法
缺 失 值 的处 理 对 缺 失 少 于 １３的标 化探 针数 ／ 据（ 即至 少有 ６ ６个 病 人 有 该 探 针数 据 ） ７４５个 共 ７
探 针进 行 缺失 值 处 理 。７４ ５个 探 针 中 ４４ ４个 无 ７ ０
０ ） ｙｕ ｉ ｒ ｔ Ｃ Ｘ ａ ａ ｓ ｒ ｒ ｄｗ ｌｗｈｅｔｅ１ ｅｅ（ １ ｂ ｎ ａｉ ｅ Ｏ ｎ ｙｉｐ ｆ ｍｅ ｅ ｉ ｈ ５ｇｎ Ｐ＜０ ０ １ ｂ ｎｖｒ ｔ Ｃ Ｘ ａａ ｓ ｖ ａ ｌ ｓ ｏ ｅ ｌ ｌ ｓ ．０ ）ｙｕ ｉ ｉｅＯ ｌ ｉ ａａ ｎ ｙｓ
００ ） ０１
单 因素 Ｃ Ｘ 回 归 分 析 对 ７４ ５个 探 针 进 行 Ｏ ７ 单 因素 Ｃ ＯＸ 回 归 分 析 ， 腺 癌 复 发 定 义 为 失 效 事 乳 件 ， 果 有 １ 探 针 的 Ｐ＜００ １将 对数 风 险 函数 结 ５个 ．０ ，
【 关键词】 乳腺癌； 基因芯片； 聚类分析 ； Ｃ Ｘ回归模型 Ｏ 【 中国图书馆分类法分类号】 Ｒ ７７９ ０２２ １ ３ ． ， １ ，
Ｍ ｉｒ ａ ｒ ｙ Ｄａ ａ Ａｎ ｌ ｓｓｆ ｒＢｒ ａ ｔＣａ ｃ ｒ ｃ ｏ ｒ ａ ｔ ａ ｙ ｉ ｏ ｅ ｓ ｎ ｅ
Ｒｅ ｐｅ ｌ ｓ： ａ
ｒ ｔｒ２ １ｓＰ １ ｌ １ １
Ｓ ｎ ，ｒ ￣
Ｎｏ ｄａｓ ： ｔ ｒ ｐｅ０
Ｒｅａ ｓ ： ｌｐｅ １
４ ３
５ ４
１ ９
６ ２
２ ６
３ ７
４ ５
９ ９
任 何 缺 失 ， 其 他 ３０ １个 则 有 不 同程 度 的缺 失 。 而 ７ 将３０ １ 探 针分 别 作 为 应 变 量 ， ０ ７个 ４４４个 探 针 为 待 选 自变 量 ， 用 Ｓ 利 ＡＳ软 件 用 多元 逐 步 回归 法 填 充 缺 失值 ， 采用 前 进 法 ， 选 标准 ａ＝０ ０ １ 控 制模 型 变 人 ．０ ，
【 ｂｔ ｃ】 Ｐ ｒｏ Ｔ ｕｙ ｈ ｒａｓ ｒａ ｄ ｅｅ ｂｓ ｎ ｐｅ ｉ ｏｌ ｏ ｒ ｓ ｃ ． Ａ ｓ ａｔ ｕｐｓ ｏｓ ｄ ｅｅ ｐｅ ｅ ｔ ｎｓ ａ ｄ ｎ ｅｅ ｘｒ ｓ ｎ ｒ ｉ ｆ ｍｂｅ ｔａ ｒ ｅ ｔ ｔ ｌ － ｌｅ ｇ ｅ ｏ ｇ ｅ ｓｏ ｐ ｆ ｓ ｒ ｅ ａ ｎ
Ｔａ Ｃｌｓ ｅ ｅ ｕ ｔ ｙ Ｙ ｌ ｂ１ ｕ ｔｒ ｒ ｓ ｌｓｂ ｉ
Ｔ ｈ ｐ ｅ ｉ ｄ ｓｔ ｔ ｓ ｏｆｔ ｅ ｐ ｔ ｅ ｔｓ ｅ ｒ ｄ ｅ ｃｔ ａ ｕ ｈ ａ ｉｎ
． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ．
ｕｅ Ｏｅ ａｕ ｔ ｈ ｅ ｅ ｌｃｅ ｙｄｆ ｒｎ ｔｏ ｓ Ｒｅｕｔ Ｔｈ ０ｇ ｎ （ ｓｄ ｔ ｖ ａｅｔ ｅ ｎ ｓ ｅｔ ｂ ｉ ｅｅ ｔ ｌ ｇ ｓｅ ｄ ｆ ｍｅｈ ， ｄ ｓｌ ｓ ｅ３ ｅ ｅ Ｐ＜０． １ ｓｌ ｔ ｙｔｅ ｓ ０ ）ｅ ｃｅ ｂ ｈ ｅ ｄ
【 摘要】 目的 以乳腺癌病人的表达谱芯片数据为基础， 探寻乳腺癌复发的相关基因。方法 对标化芯片数据
进行缺失值 处理后 ， 分别用单 因素 Ｃ Ｘ 回归模 型和综合 了聚类 及 多 因素 Ｃ Ｘ 回归 的综合 法来 筛选 兴趣 基 因 ， Ｏ Ｏ 然后通过兴趣 基 因对病 人做样 品聚类 ， 以灵敏 度 、 特异 度 、 约登 指数 和 Ｋ ｐａ ． ｉ 法 评 价分类 效果 ， 后 结合 ａ ｌ Ｍｅ ｒ ｎ ｅ 最 文献 和蛋白质数据库 探寻乳腺 癌复发 的相关基因。结果
ຫໍສະໝຸດ Baidu
乳腺 癌是 西 方女 性 的 高发 肿 瘤 。在 我 国发病 率
系统 研究 乳 腺 癌 预 后 的相 关 基 因提 供 了技 术 保 证 ， 从 而 成 为 乳腺 癌 研究 领 域 的一 种 常规 技 术 。
如 何 对 芯 片 产 生 的海 量 数 据 进 行 分 析 ， 获 得 以
也 逐 年升 高 ， 其在 京 、 、 等 沿海 发 达地 区 ， 中 尤 津 沪 其 以上 海 最 高 ，９ ７年 发 病 率 为 ４ ／０万 ， 女 性 恶 １９ ９１ 居
出的 １ ５个 Ｐ＜０ ０ １的基 因预 测效果最 差。结论 ．０ 为进一 步的生物学研究 提供 待选基 因。
综 合 法筛出的 ３ Ｏ个 Ｐ＜０ ０ ， １的基 因对乳腺癌病 人复
发状况 的预测效果最佳 ； 因素 Ｃ Ｘ 回归筛 出的 １ ２个 Ｐ＜０ ０ 单 Ｏ ０ ， １的基 因的预测效 果较差 ； 因素 Ｃ Ｘ 回归筛 单 ０ 综合 法筛选得 到 的 ３ Ｏ个基 因可用来 评 价病人 的预 后状 况 ，
ｃ ｒ ａｉ ｔ ｗｉ ｉｅｅ ｔ ｌ ｉ ｌ ｕｃｍｅ ． Ｍ ｅｈ ｄ Ｆ ｒｔ ， ｎｖ ｒ ｔ ＯＸ ｇｅｓ ｎｍｏ ｅ ｗａ ｓｄ ｅ ｔ ｎ ｓ ｔ ｄｆ ｒｎ ｉ ｃ ｔｏ ｓ ｐ ｅ ｈ ｆ ｃｎ ａｏ ｔｏ ｓ ｉ ｌ ｕ ｉａｉ ｅＣ ｓｙ ａ ｒ ｒｓｉ ｄ ｌ ｓｕｅ ｅ ｏ ｔ ｎ ｌｓ ｈ ｃｏ ｒａ ａａ ｔ ｅｅｔｔｅ ｐ ｔｎ ｉ ｅ ｅ ． ｅｏ ｄｙ ａ ｎｅ ｒｔ ｔｏ ｏ ｏｅ ｆ ｏａ ａｙｉ ｔｅｍｉｒａｒｙ ｄ ｔ Ｏ ｓｌ ｈ ｏｅ ｔ ｇ ｎ Ｓ ｃ ｎ ｌ ， ｎ ｉｔｇ ａｅ ｍｅｈ ｃ ｍｐ ｓｄ ｏ ｓ ｃ ｌ ａ ｓ ｄ ｄ ｃ ｓｅ ｄｍｕｔ ａｉｔ Ｏ ｌ ｔｒａ ｌｉ ｒ ｅ ０Ｘ ｎ ｙ ｉｗａ ｌ ｒｉ ｕ ， ｅ ｍｅｎ ｌｓｅ ｔｏ ｓ ｐ ｌ ｄｔ ｌｓ ｕ ｎ ｖ ａ ａ ａ ｓ ｓ ｓ ｃ ｒ ｏ ｔＴｈ ｎＫ— ａ ｓｃ ｔｒ ｌ ｓ ａｏ ａ ｅ ｄ ｕ ｍｅｈ ｗａ ｐｉ ｃ — ｄ ａ ｅ Ｏ ａ
性 肿瘤 的首位 … 。 目前具 有 相 同症 状及 病 理 类 型 的患 者 经过 相 同 治疗 后 ， 预后 上 存 在 极 大 差 别 。这 说 明 当前 乳 腺 在
有 效 的生物 学 信 息来 指 导后 续 研究 是 乳 腺癌 研 究 的 重点 和难 点 。 我 们 利 用 Ｃ ｒｔｓ ｈｉｏ 等 ｊ 供 的 数 据 ， ｓ 提 综 合运 用 聚 类 和 Ｃ Ｘ 回归 模 型 两 种 方 法 来 筛 选 乳 Ｏ 腺 癌 复 发 的相 关 基 因 。为 了克 服 多重 比较导 致 假 阳 性 增 大 的危 险 ， 研究 对 Ｐ 值进 行 了控 制 。 该 芯 片 本 数 据包 括 ９ ９个病 人 的 乳腺 癌 样 品 的 ７ ５ ６０个 探 针 ，
ｓ ｙ ｔ ｅ ｒ ｌ ｓ ｉ ａｉｎ ｏ ａ ｉ ｔ ． ｅ ｓ ｉ ｉ ， ｐ ｃｆ ｉ ， ｕ ｅ ’ ｎ ｅ ｄ Ｋａ ｌｎ Ｍ ｅｅ ｎ ｌ ｓ ｒ ｉ ｈ ｅａ ｅ ｓ ｕ ｔ ｆｐ ｔ ｎ ｓ Ｓ ｎ ｉ ｖｔ ｓ ｅ ｉ ｃｔ Ｙｏ ｄ ｎ Ｓｉ ｄ ｘ ａ ｐ ａ ・ ｉ ａ ａｙ ｉ ｗｅ ｅ ｆ ｐ ｔ ｏ ｅ ｔ ｙ ｉ ｙ ｎ ｒ ｓ
ｏ ｉ ｏ ｒａ ． ｆ ｃ ａ ｒ ｙ ｍ ｒ
【 ｅ ｗ ｒ 】 ｂｅ ｔａｃ ； ｍ ｃ ａ ａ ； ｃ ｓ ｒ ｎ ｙｉ Ｃ ｘｒ ｒ ｓ ｎ ｏｅ Ｋｙ ｏ ｓ ｒ ｓｃ ｅ ｄ ａ ｎ ｒ ｉｏｒ ｙ ｌ ｔ ａ ｓ ； Ｏ ｇｅ ｉ ｄ ｌ ｒ ｒ ｕ ｅ ａｌ ｓ ｅ ｓｏ ｍ
癌 的分类 标 准有 待 提 高 ， 时 提 示 病 人 内在 的基 因 同
表达 对病 人 的 预后 具 有重 要 意 义 。 基 因芯 片能 同时
检测 数 千个 基 因 的表达 ， 了解 病 人 特 异 的表 达 谱 ， 为
通讯作者 Ｅ ｍａ ： ｑｈ ｏ ｈ ｄ ｎ ｉｎ ｚ ａ＠ｓｍｕ ｅ ｕ ｃ ｌ
２ ／ ５ ７ ０ ４ ２ ０ ７ ３ ６ ４ ＝０ ５ ８（ ２ — ２ ） ４ ／ ４ ９ ０ ６ ５— ９ ） ３ ５ ：０ ７ ６（ ． ６ ０ ８ ４
０ ５ ８＋０ ７ ６— １ ０ ７ ７ ９ ＝ ３ ４
Ｎｏ ： ｌ ｔ ｅｕ ｆ１ ｒ ｅ ｔ ｏｇ ｎｖｒ ｔ Ｃ Ｘ ａａ ｓ （ ＜ ｔ Ｃ ｕ ｅ ｒ ｌ ｏ ５ ｐｏ ｓ ｈ ｕ ｈ ｕ ｉ ｉ ｅ Ｏ ｎ ｌ ｉ Ｐ ｅ ｓｒ ｓｔ ｓ ｂ ｒ ａａ ｙｓ
— —
．
． ．
． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ．
．
—
—
Ｔｈ ｅ ｌ ｔ ｔｓｏ ｔ ｎ ｅｒａ ａ ｕ ｆ ｉ ｔ ｓ ａ ｐ ｅｓ
Ｎ ｔｒｌｐｅ ｏ ｅａ ｓ ：
ｒｌ ｔｒ１ １ Ｐ １
维普资讯 http://www.cqvip.com
１０ ７
复旦学报 （ 医学版 ） ２ ０ ０ ５年 ３月 ，２ ２ ３ （）
其 数据 矩 阵 为 ９ ９×７６０ 并 且 已知 ９ ５ ， ９个 病 人 的 其
他 信 息如 复 发与 否 、 发 时 间 和失访 时 间等 。 复
由表 １ ～３可 见 以 ３为 指标 作 分类 ， 女 其预 测 效
ＪＡＮＧ Ｄ ｎ — ｎ ， ＡＯ Ｊ ｎ Ｚ ＡＯ Ｎａ ｑｎ Ｉ ｉｇｆ ｇ Ｇ ｕ ， Ｈ ｉ ｉｇ ｅ —
（ ｅａｔ ｅ ｔｆＨｅｌ ｔｔｔ ｓ ｎ ｏｉｌ ｄ ｃ ｅ ｄ ｏ ｕ ｌ ａｔ Ｆ ｄ ｎＵ ｉ ｒｉ ｈ ｎｈ ｉ ０ ０ ２ Ｃ ｉａ Ｄ ｐ ｒｍ ｎ ｏ ａ ｔ Ｓ ｉｉ ｄ Ｓｃ ｉ ｎ ，Ｓ ｍ ｌｆＰ ｂｉ Ｈｅｌ ｈ ａ ｓｃａ ａ Ｍｅ ｉ ｏ ｃ ｈ， ｕａ ｎｖ ｓｙＳ ａ ｇ ａ ０ ３ ， ｋｎ ） ｅ ｔ ２
量个数。
Ｓ ｎｉｖ ｙ （５ ｃｎｉ ｃ ｉ ｅ ａ ｅｓ ｉ ｔ ９ ％ ｏ ｆ ｅ ｅｎ ｒ １ ｔｉ ｄ ｔｖ ） ｎ Ｓ ｅｉｃ ｙ（ ５ ｃｎｉ ｃ ｉｔ ｖ１ ｐｃ ｉ ｔ ９ ％ ｏ ｄ ｅ ｎｅ ａ ｆｉ ｆ ｅ ｒ ） ｎ
Ｙ ｕ ｅ ’ ｎ ｅ ｏｄ ｎ Ｓｉｄ ｘ
维普资讯 http://www.cqvip.com
复 里亏提（ 医学版）
Ｆ ｄｎ ｕ ａ Ｕｎｖ Ｊ ｉ Ｍｅ ｓｉ ｄ ｃ １９ ６
乳 腺 癌 基 因芯 片 数 据 分 析
蒋 锋 峻 定 高 赵耐 青
（ 复旦大学 公共卫生学院卫生统计 与社会医学教研 室 上海 ２０３ ） ０ ０ ２
ｅ ｆ ｍｅ ｗｏｓ， ｐ ｒ ｒ ｄ ｒｔ ｏ Ｃ ｎ ｌｓｏ ｓ Ｔｈ ０ ｇ ｎ ｅｅｔ ｙ ｔｅ ｉｔｇ ａｅ ｔｏ ， ｓ ｅｉ ｌ ｈ ｅ ｅ ｏ ｃｕ ｉｎ ｅ ３ ｅ ｅ ｓｌｃｅ ｂ ｈ ｎｅ ｔ ｍｅｈ ｓ ｄ ｒ ｄ ｄ ｅｐ ｃａ ｙ ｔｅ ｇ ｎ ｌ ｓ ｗｈｃ ｒ ｓ ｉ ｅ ｕ ｙｔｅｏｈ ｒｔ ｔ ｏ ｓ ａｅｗｏ ｔｙｏ ｒｈ ｒ ｘ ｅ ｍｅ ｔ ｔ ＆ｅ８ｔｅｒ ｕｔ ｉ ｗｅｅａ ｏｐｃ ｄ ｏ ｔ ｔｅ ｗｏｍｅｈ ｈ ｌ ｋ ｂ ｈ ｄ ，ｒ ｒｈ ｆ ｕ ｔｅ ｐ ｒ ｎ ｓ ｏａ ｓｓ ｈ ｅ ｌＳ ｆ ｅ ｉ ｓ
果最 佳 、 ２次之 ， ， ｙ１ 最差 。
表 １ Ｙ １为指标聚 类后结 果
材 料 和 方 法
缺 失 值 的处 理 对 缺 失 少 于 １３的标 化探 针数 ／ 据（ 即至 少有 ６ ６个 病 人 有 该 探 针数 据 ） ７４５个 共 ７
探 针进 行 缺失 值 处 理 。７４ ５个 探 针 中 ４４ ４个 无 ７ ０
０ ） ｙｕ ｉ ｒ ｔ Ｃ Ｘ ａ ａ ｓ ｒ ｒ ｄｗ ｌｗｈｅｔｅ１ ｅｅ（ １ ｂ ｎ ａｉ ｅ Ｏ ｎ ｙｉｐ ｆ ｍｅ ｅ ｉ ｈ ５ｇｎ Ｐ＜０ ０ １ ｂ ｎｖｒ ｔ Ｃ Ｘ ａａ ｓ ｖ ａ ｌ ｓ ｏ ｅ ｌ ｌ ｓ ．０ ）ｙｕ ｉ ｉｅＯ ｌ ｉ ａａ ｎ ｙｓ
００ ） ０１
单 因素 Ｃ Ｘ 回 归 分 析 对 ７４ ５个 探 针 进 行 Ｏ ７ 单 因素 Ｃ ＯＸ 回 归 分 析 ， 腺 癌 复 发 定 义 为 失 效 事 乳 件 ， 果 有 １ 探 针 的 Ｐ＜００ １将 对数 风 险 函数 结 ５个 ．０ ，
【 关键词】 乳腺癌； 基因芯片； 聚类分析 ； Ｃ Ｘ回归模型 Ｏ 【 中国图书馆分类法分类号】 Ｒ ７７９ ０２２ １ ３ ． ， １ ，
Ｍ ｉｒ ａ ｒ ｙ Ｄａ ａ Ａｎ ｌ ｓｓｆ ｒＢｒ ａ ｔＣａ ｃ ｒ ｃ ｏ ｒ ａ ｔ ａ ｙ ｉ ｏ ｅ ｓ ｎ ｅ
Ｒｅ ｐｅ ｌ ｓ： ａ
ｒ ｔｒ２ １ｓＰ １ ｌ １ １
Ｓ ｎ ，ｒ ￣
Ｎｏ ｄａｓ ： ｔ ｒ ｐｅ０
Ｒｅａ ｓ ： ｌｐｅ １
４ ３
５ ４
１ ９
６ ２
２ ６
３ ７
４ ５
９ ９
任 何 缺 失 ， 其 他 ３０ １个 则 有 不 同程 度 的缺 失 。 而 ７ 将３０ １ 探 针分 别 作 为 应 变 量 ， ０ ７个 ４４４个 探 针 为 待 选 自变 量 ， 用 Ｓ 利 ＡＳ软 件 用 多元 逐 步 回归 法 填 充 缺 失值 ， 采用 前 进 法 ， 选 标准 ａ＝０ ０ １ 控 制模 型 变 人 ．０ ，
【 ｂｔ ｃ】 Ｐ ｒｏ Ｔ ｕｙ ｈ ｒａｓ ｒａ ｄ ｅｅ ｂｓ ｎ ｐｅ ｉ ｏｌ ｏ ｒ ｓ ｃ ． Ａ ｓ ａｔ ｕｐｓ ｏｓ ｄ ｅｅ ｐｅ ｅ ｔ ｎｓ ａ ｄ ｎ ｅｅ ｘｒ ｓ ｎ ｒ ｉ ｆ ｍｂｅ ｔａ ｒ ｅ ｔ ｔ ｌ － ｌｅ ｇ ｅ ｏ ｇ ｅ ｓｏ ｐ ｆ ｓ ｒ ｅ ａ ｎ
Ｔａ Ｃｌｓ ｅ ｅ ｕ ｔ ｙ Ｙ ｌ ｂ１ ｕ ｔｒ ｒ ｓ ｌｓｂ ｉ
Ｔ ｈ ｐ ｅ ｉ ｄ ｓｔ ｔ ｓ ｏｆｔ ｅ ｐ ｔ ｅ ｔｓ ｅ ｒ ｄ ｅ ｃｔ ａ ｕ ｈ ａ ｉｎ
． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ．
ｕｅ Ｏｅ ａｕ ｔ ｈ ｅ ｅ ｌｃｅ ｙｄｆ ｒｎ ｔｏ ｓ Ｒｅｕｔ Ｔｈ ０ｇ ｎ （ ｓｄ ｔ ｖ ａｅｔ ｅ ｎ ｓ ｅｔ ｂ ｉ ｅｅ ｔ ｌ ｇ ｓｅ ｄ ｆ ｍｅｈ ， ｄ ｓｌ ｓ ｅ３ ｅ ｅ Ｐ＜０． １ ｓｌ ｔ ｙｔｅ ｓ ０ ）ｅ ｃｅ ｂ ｈ ｅ ｄ
【 摘要】 目的 以乳腺癌病人的表达谱芯片数据为基础， 探寻乳腺癌复发的相关基因。方法 对标化芯片数据
进行缺失值 处理后 ， 分别用单 因素 Ｃ Ｘ 回归模 型和综合 了聚类 及 多 因素 Ｃ Ｘ 回归 的综合 法来 筛选 兴趣 基 因 ， Ｏ Ｏ 然后通过兴趣 基 因对病 人做样 品聚类 ， 以灵敏 度 、 特异 度 、 约登 指数 和 Ｋ ｐａ ． ｉ 法 评 价分类 效果 ， 后 结合 ａ ｌ Ｍｅ ｒ ｎ ｅ 最 文献 和蛋白质数据库 探寻乳腺 癌复发 的相关基因。结果
ຫໍສະໝຸດ Baidu
乳腺 癌是 西 方女 性 的 高发 肿 瘤 。在 我 国发病 率
系统 研究 乳 腺 癌 预 后 的相 关 基 因提 供 了技 术 保 证 ， 从 而 成 为 乳腺 癌 研究 领 域 的一 种 常规 技 术 。
如 何 对 芯 片 产 生 的海 量 数 据 进 行 分 析 ， 获 得 以
也 逐 年升 高 ， 其在 京 、 、 等 沿海 发 达地 区 ， 中 尤 津 沪 其 以上 海 最 高 ，９ ７年 发 病 率 为 ４ ／０万 ， 女 性 恶 １９ ９１ 居
出的 １ ５个 Ｐ＜０ ０ １的基 因预 测效果最 差。结论 ．０ 为进一 步的生物学研究 提供 待选基 因。
综 合 法筛出的 ３ Ｏ个 Ｐ＜０ ０ ， １的基 因对乳腺癌病 人复
发状况 的预测效果最佳 ； 因素 Ｃ Ｘ 回归筛 出的 １ ２个 Ｐ＜０ ０ 单 Ｏ ０ ， １的基 因的预测效 果较差 ； 因素 Ｃ Ｘ 回归筛 单 ０ 综合 法筛选得 到 的 ３ Ｏ个基 因可用来 评 价病人 的预 后状 况 ，
ｃ ｒ ａｉ ｔ ｗｉ ｉｅｅ ｔ ｌ ｉ ｌ ｕｃｍｅ ． Ｍ ｅｈ ｄ Ｆ ｒｔ ， ｎｖ ｒ ｔ ＯＸ ｇｅｓ ｎｍｏ ｅ ｗａ ｓｄ ｅ ｔ ｎ ｓ ｔ ｄｆ ｒｎ ｉ ｃ ｔｏ ｓ ｐ ｅ ｈ ｆ ｃｎ ａｏ ｔｏ ｓ ｉ ｌ ｕ ｉａｉ ｅＣ ｓｙ ａ ｒ ｒｓｉ ｄ ｌ ｓｕｅ ｅ ｏ ｔ ｎ ｌｓ ｈ ｃｏ ｒａ ａａ ｔ ｅｅｔｔｅ ｐ ｔｎ ｉ ｅ ｅ ． ｅｏ ｄｙ ａ ｎｅ ｒｔ ｔｏ ｏ ｏｅ ｆ ｏａ ａｙｉ ｔｅｍｉｒａｒｙ ｄ ｔ Ｏ ｓｌ ｈ ｏｅ ｔ ｇ ｎ Ｓ ｃ ｎ ｌ ， ｎ ｉｔｇ ａｅ ｍｅｈ ｃ ｍｐ ｓｄ ｏ ｓ ｃ ｌ ａ ｓ ｄ ｄ ｃ ｓｅ ｄｍｕｔ ａｉｔ Ｏ ｌ ｔｒａ ｌｉ ｒ ｅ ０Ｘ ｎ ｙ ｉｗａ ｌ ｒｉ ｕ ， ｅ ｍｅｎ ｌｓｅ ｔｏ ｓ ｐ ｌ ｄｔ ｌｓ ｕ ｎ ｖ ａ ａ ａ ｓ ｓ ｓ ｃ ｒ ｏ ｔＴｈ ｎＫ— ａ ｓｃ ｔｒ ｌ ｓ ａｏ ａ ｅ ｄ ｕ ｍｅｈ ｗａ ｐｉ ｃ — ｄ ａ ｅ Ｏ ａ
性 肿瘤 的首位 … 。 目前具 有 相 同症 状及 病 理 类 型 的患 者 经过 相 同 治疗 后 ， 预后 上 存 在 极 大 差 别 。这 说 明 当前 乳 腺 在
有 效 的生物 学 信 息来 指 导后 续 研究 是 乳 腺癌 研 究 的 重点 和难 点 。 我 们 利 用 Ｃ ｒｔｓ ｈｉｏ 等 ｊ 供 的 数 据 ， ｓ 提 综 合运 用 聚 类 和 Ｃ Ｘ 回归 模 型 两 种 方 法 来 筛 选 乳 Ｏ 腺 癌 复 发 的相 关 基 因 。为 了克 服 多重 比较导 致 假 阳 性 增 大 的危 险 ， 研究 对 Ｐ 值进 行 了控 制 。 该 芯 片 本 数 据包 括 ９ ９个病 人 的 乳腺 癌 样 品 的 ７ ５ ６０个 探 针 ，
ｓ ｙ ｔ ｅ ｒ ｌ ｓ ｉ ａｉｎ ｏ ａ ｉ ｔ ． ｅ ｓ ｉ ｉ ， ｐ ｃｆ ｉ ， ｕ ｅ ’ ｎ ｅ ｄ Ｋａ ｌｎ Ｍ ｅｅ ｎ ｌ ｓ ｒ ｉ ｈ ｅａ ｅ ｓ ｕ ｔ ｆｐ ｔ ｎ ｓ Ｓ ｎ ｉ ｖｔ ｓ ｅ ｉ ｃｔ Ｙｏ ｄ ｎ Ｓｉ ｄ ｘ ａ ｐ ａ ・ ｉ ａ ａｙ ｉ ｗｅ ｅ ｆ ｐ ｔ ｏ ｅ ｔ ｙ ｉ ｙ ｎ ｒ ｓ
ｏ ｉ ｏ ｒａ ． ｆ ｃ ａ ｒ ｙ ｍ ｒ
【 ｅ ｗ ｒ 】 ｂｅ ｔａｃ ； ｍ ｃ ａ ａ ； ｃ ｓ ｒ ｎ ｙｉ Ｃ ｘｒ ｒ ｓ ｎ ｏｅ Ｋｙ ｏ ｓ ｒ ｓｃ ｅ ｄ ａ ｎ ｒ ｉｏｒ ｙ ｌ ｔ ａ ｓ ； Ｏ ｇｅ ｉ ｄ ｌ ｒ ｒ ｕ ｅ ａｌ ｓ ｅ ｓｏ ｍ
癌 的分类 标 准有 待 提 高 ， 时 提 示 病 人 内在 的基 因 同
表达 对病 人 的 预后 具 有重 要 意 义 。 基 因芯 片能 同时
检测 数 千个 基 因 的表达 ， 了解 病 人 特 异 的表 达 谱 ， 为
通讯作者 Ｅ ｍａ ： ｑｈ ｏ ｈ ｄ ｎ ｉｎ ｚ ａ＠ｓｍｕ ｅ ｕ ｃ ｌ
２ ／ ５ ７ ０ ４ ２ ０ ７ ３ ６ ４ ＝０ ５ ８（ ２ — ２ ） ４ ／ ４ ９ ０ ６ ５— ９ ） ３ ５ ：０ ７ ６（ ． ６ ０ ８ ４
０ ５ ８＋０ ７ ６— １ ０ ７ ７ ９ ＝ ３ ４
Ｎｏ ： ｌ ｔ ｅｕ ｆ１ ｒ ｅ ｔ ｏｇ ｎｖｒ ｔ Ｃ Ｘ ａａ ｓ （ ＜ ｔ Ｃ ｕ ｅ ｒ ｌ ｏ ５ ｐｏ ｓ ｈ ｕ ｈ ｕ ｉ ｉ ｅ Ｏ ｎ ｌ ｉ Ｐ ｅ ｓｒ ｓｔ ｓ ｂ ｒ ａａ ｙｓ
— —
．
． ．
． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ． ．
．
—
—
Ｔｈ ｅ ｌ ｔ ｔｓｏ ｔ ｎ ｅｒａ ａ ｕ ｆ ｉ ｔ ｓ ａ ｐ ｅｓ
Ｎ ｔｒｌｐｅ ｏ ｅａ ｓ ：
ｒｌ ｔｒ１ １ Ｐ １
维普资讯 http://www.cqvip.com
１０ ７
复旦学报 （ 医学版 ） ２ ０ ０ ５年 ３月 ，２ ２ ３ （）
其 数据 矩 阵 为 ９ ９×７６０ 并 且 已知 ９ ５ ， ９个 病 人 的 其
他 信 息如 复 发与 否 、 发 时 间 和失访 时 间等 。 复
由表 １ ～３可 见 以 ３为 指标 作 分类 ， 女 其预 测 效
ＪＡＮＧ Ｄ ｎ — ｎ ， ＡＯ Ｊ ｎ Ｚ ＡＯ Ｎａ ｑｎ Ｉ ｉｇｆ ｇ Ｇ ｕ ， Ｈ ｉ ｉｇ ｅ —
（ ｅａｔ ｅ ｔｆＨｅｌ ｔｔｔ ｓ ｎ ｏｉｌ ｄ ｃ ｅ ｄ ｏ ｕ ｌ ａｔ Ｆ ｄ ｎＵ ｉ ｒｉ ｈ ｎｈ ｉ ０ ０ ２ Ｃ ｉａ Ｄ ｐ ｒｍ ｎ ｏ ａ ｔ Ｓ ｉｉ ｄ Ｓｃ ｉ ｎ ，Ｓ ｍ ｌｆＰ ｂｉ Ｈｅｌ ｈ ａ ｓｃａ ａ Ｍｅ ｉ ｏ ｃ ｈ， ｕａ ｎｖ ｓｙＳ ａ ｇ ａ ０ ３ ， ｋｎ ） ｅ ｔ ２
量个数。
Ｓ ｎｉｖ ｙ （５ ｃｎｉ ｃ ｉ ｅ ａ ｅｓ ｉ ｔ ９ ％ ｏ ｆ ｅ ｅｎ ｒ １ ｔｉ ｄ ｔｖ ） ｎ Ｓ ｅｉｃ ｙ（ ５ ｃｎｉ ｃ ｉｔ ｖ１ ｐｃ ｉ ｔ ９ ％ ｏ ｄ ｅ ｎｅ ａ ｆｉ ｆ ｅ ｒ ） ｎ
Ｙ ｕ ｅ ’ ｎ ｅ ｏｄ ｎ Ｓｉｄ ｘ
维普资讯 http://www.cqvip.com
复 里亏提（ 医学版）
Ｆ ｄｎ ｕ ａ Ｕｎｖ Ｊ ｉ Ｍｅ ｓｉ ｄ ｃ １９ ６
乳 腺 癌 基 因芯 片 数 据 分 析
蒋 锋 峻 定 高 赵耐 青
（ 复旦大学 公共卫生学院卫生统计 与社会医学教研 室 上海 ２０３ ） ０ ０ ２
ｅ ｆ ｍｅ ｗｏｓ， ｐ ｒ ｒ ｄ ｒｔ ｏ Ｃ ｎ ｌｓｏ ｓ Ｔｈ ０ ｇ ｎ ｅｅｔ ｙ ｔｅ ｉｔｇ ａｅ ｔｏ ， ｓ ｅｉ ｌ ｈ ｅ ｅ ｏ ｃｕ ｉｎ ｅ ３ ｅ ｅ ｓｌｃｅ ｂ ｈ ｎｅ ｔ ｍｅｈ ｓ ｄ ｒ ｄ ｄ ｅｐ ｃａ ｙ ｔｅ ｇ ｎ ｌ ｓ ｗｈｃ ｒ ｓ ｉ ｅ ｕ ｙｔｅｏｈ ｒｔ ｔ ｏ ｓ ａｅｗｏ ｔｙｏ ｒｈ ｒ ｘ ｅ ｍｅ ｔ ｔ ＆ｅ８ｔｅｒ ｕｔ ｉ ｗｅｅａ ｏｐｃ ｄ ｏ ｔ ｔｅ ｗｏｍｅｈ ｈ ｌ ｋ ｂ ｈ ｄ ，ｒ ｒｈ ｆ ｕ ｔｅ ｐ ｒ ｎ ｓ ｏａ ｓｓ ｈ ｅ ｌＳ ｆ ｅ ｉ ｓ