腫瘤患者等位基因缺失長度分布及無信息位點狀態(tài)預測的研究.pdf

1、惡性腫瘤正在成為全世界范圍內(nèi)導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，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在內(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)生原因和機理比較復雜，關于染色體結構畸變的機理主要有兩種假說：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)信息位點和候選腫瘤抑制基因的有效方法。在等位基因缺失實驗中，同一個個體的正常組織細胞和癌細胞在有信息的分子標記位點(單核苷酸多態(tài)、短串聯(lián)重復、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)的缺乏和測量的錯誤導致了癌癥治療和預防的困難；同時，產(chǎn)生于等位基因缺失實驗中的大量的數(shù)據(jù)卻沒有得到充分地處理，這是因為存在大量的被當做無信息位點的純合性標記位點的數(shù)據(jù)幾乎都沒有得到利用，這篇論文就是

3、有關于通過計算機模擬的方法根據(jù)已知信息位點的缺失信息對癌細胞染色體上等位基因缺失狀態(tài)特別是對純合性標記位點的缺失狀態(tài)進行統(tǒng)計學推斷。 近年來的研究表明肝癌患者中17號染色體短臂發(fā)生雜合性缺失的頻率較高，因此對人類17p雜合性缺失的研究成為探討癌癥發(fā)生機制和尋找抑癌基因的一條途徑。本文首先對上海腫瘤所提供的17號染色體短臂的SNP原始數(shù)據(jù)進行處理，利用各個發(fā)生缺失的位點與鄰近位點的遺傳圖距可以得到各個位點發(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數(shù)的分布情況，用適當?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)及缺失個數(shù)的分布函數(shù)與腫瘤發(fā)生的關系。其次，我們使用真實數(shù)據(jù)所得到的缺失長度分布和個數(shù)的分布去模擬100條發(fā)生缺失的癌癥患者染色體，運用馬爾科夫預測法的轉移概率矩陣去預測無信息位點的狀態(tài)，顯示出了一定的效果。見附錄1。 為了驗證馬爾科夫預測方法對等位基因缺失狀態(tài)尤其是對純合性標記位點的狀態(tài)的估計效果，我們模擬

5、了同樣的100條癌細胞染色體，每一條染色體上均勻的分布著60個SNP標記位點，也就是總共6000個位點。當然，在等位基因缺失實驗中會產(chǎn)生大量的無信息位點，我們利用目前已有的方法暫時還不能判斷出這些位點的狀態(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)參照于實際數(shù)據(jù)擬合的結果)，而染色體上等位基因缺失的個數(shù)則是遵從泊松分布(參數(shù)參照于實際數(shù)據(jù)擬合的結果)的。這個分

6、布會隨機的給出一個數(shù)字作為一個特定染色體發(fā)生缺失的個數(shù)，那么每個缺失的位置和長度就被固定了下來。到此為止，每條染色體的每個標記位點都有了一個狀態(tài)，不是缺失就是保留。而為了達到驗證方法效果的目的，我們按比例人為地刪去了一些位點的狀態(tài)作為無信息位點。馬爾科夫預測方法被利用來根據(jù)已知信息位點的狀態(tài)數(shù)據(jù)估計無信息位點的狀態(tài)。首先，我們依據(jù)那些已知位點的狀態(tài)統(tǒng)計出了一步轉移概率，每一個位點的狀態(tài)數(shù)據(jù)被我們編寫的程序自動的依次寫入了EXCEL表格；

7、第二，計算機程序開始逐一地掃描每個位點的狀態(tài)，當掃描到無信息位點時，計算機程序根據(jù)該位點的上一個位點的狀態(tài)(缺失或保留)自動地產(chǎn)生一個小數(shù)，也就是根據(jù)轉移概率矩陣。同時，程序隨機地產(chǎn)生另外一個小數(shù)，我們比較這兩個數(shù)字的大小然后給出這個無信息位點的狀態(tài)(缺失或保留)。第三，每一個標記位點都有了一個狀態(tài)值，一步轉移概率被重新計算當它原有的值被用過了一次之后；這個被稱作是迭代的過程需要重復1000次或者更多次直到無信息位點的狀態(tài)達到穩(wěn)定態(tài)。這

8、種相對的穩(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)來決定該位點的穩(wěn)定態(tài)。轉移概率矩陣被用來估計無信息位點的狀態(tài)并表現(xiàn)出一定的效果，見附錄2所示。我們可以從3282個模擬的無信息位點中推測出1563個位點的狀態(tài)，這其中有1314個位點的狀態(tài)推測正確，249個位點的狀態(tài)推測錯誤，正確率是84％。在一定的程度上，每一個位點的缺失頻率得到了更正。但是，似乎我們從無信息位點中