乳腺癌发生的特征基因筛选及模式识别

本文选取癌症基因组图谱数据库的乳腺癌样本作为数据集，在全基因组的水平上研究乳腺癌病人从正常到发病I期基因表达的变化，寻找与乳腺癌发病密切相关的特征基因，建立乳腺癌发生的模式识别分类方法，为乳腺癌预防及早期诊断提供理论支持．研究中综合利用相关性、t检验、置信区间等统计学方法建立乳腺癌发生特征基因筛选方法,获得与乳腺癌发生具有显著性差异的特征基因336个，通过机器学习方法建模，得到的分类准确率能达到98%以上，与之前乳腺癌相关的研究相比，准确率更高．同时采用KEGG (Kyoto Encyclopedia of Genes and Genomes) 通路分析得到与基因显著相关（P<0.05）的通路有8个，GO(Gene Ontology) 基因功能富集分析显示与基因显著相关（P<0.05）的功能有18个，最后对映射在8个通路中的一部分基因进行简要功能分析，说明了其在调控水平上的密切关系，表明识别的特征基因在乳腺癌的发生过程中有重要的作用，这对了解乳腺癌发病机理以及乳腺癌的早期诊断非常重要