检索结果-南通市图书馆

检索条件"主题词=线性判别效应分析"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

胃癌进展相关的胃菌群特征分析

胃癌进展相关的胃菌群特征分析

引用

作者：孙伟丽大连医科大学

学位级别：硕士

背景:胃菌群主要由变形菌门(Proteobacteria)、厚壁菌门(Firmicutes)、拟杆菌门(Bacteroidetes)、梭杆菌门(Fusobacteria)和放线菌门(Actinobacteria)等细菌构成。在胃癌发生过程中,胃菌群的结构和组成发生持续性变化,表明胃菌群与胃癌... 详细信息

背景:胃菌群主要由变形菌门(Proteobacteria)、厚壁菌门(Firmicutes)、拟杆菌门(Bacteroidetes)、梭杆菌门(Fusobacteria)和放线菌门(Actinobacteria)等细菌构成。在胃癌发生过程中,胃菌群的结构和组成发生持续性变化,表明胃菌群与胃癌发生密切相关,但目前尚缺乏胃癌进展相关菌群特征的研究。目的:本研究旨在分析进展期胃癌(advanced gastric cancer,AC)患者和早期胃癌(early gastric cancer,EC)患者菌群的结构和组成,利用随机森林(random forest,RF)算法筛选确定区分胃癌进展相关的细菌。方法:纳入60例胃癌患者,其中30例患者为AC组(实验组),30例患者为EC组(对照组),对两组患者分别进行年龄、性别分析。将癌性病灶切缘>5cm的正常胃黏膜组织进行细菌基因组DNA提取,扩增细菌16S r RNA后在Illumina Hi Seq 2500平台进行高通量测序分析。采用QIIME软件对两组患者胃黏膜菌群测序数据进行多样性分析;利用线性判别效应(Linear discriminant analysis effect size,LEf Se)分析AC组和EC组患者胃黏膜菌群的差异细菌;采用机器学习随机森林(random forest,RF)算法建立RF模型,筛选可以区分AC组患者和EC组患者的特征细菌;通过Gini系数(某一变量降低程度的总和)判断特定细菌在RF模型中的重要性;采用袋外错误率(out of bag error rate,OOB)评价机器学习RF分类模型的准确性;采用20次十折交叉验证评价RF模型质量;采用受试者工作特征(the receiver operating characteristic,ROC)曲线和曲线下面积(the area under,AUC)评估RF模型的敏感性和特异性。结果:1.通过对AC组患者和EC组患者一般临床资料进行统计学分析,结果发现AC组患者平均年龄为58.5±14.4岁,男女性别比为2.3:1;EC组患者平均年龄为60.1±11.5岁,男女性别比为3.3:1。采用独立样本t检验对两组患者的年龄、性别结果比较,差异无统计学意义(P>0.05;P>0.05)。2.通过对60例胃癌患者胃黏膜标本菌群进行高通量测序,结果共得到9,828,400条序列,其中优化序列为8,166,894条序列,平均每个样品获得68,058条序列。对测序结果进行质量评价,检测胃黏膜标本测序数据,覆盖率指数均>0.99,因此可以认为每个样本中至少检测到99%以上的物种,测序深度合理。3.通过对两组患者胃黏膜菌群多样性进行分析,对两组患者菌群α多样性比较,结果发现AC组患者胃菌群Shannon多样性指数为2.673,明显高于EC组患者胃菌群(2.454),结果具有显著差异(P=0.013),提示在胃癌发展过程中生物多样性增加;而比较Chao 1指数显示AC组患者胃菌群略低于EC组患者,但差异无统计学意义(P=0.538),表明在胃癌进展过程中胃黏膜菌群物种丰度无明显改变。采用非加权Jaccard距离矩阵对两组患者胃菌群β多样性进行分析,主坐标分析(Principal coordinate analysis,PCo A)显示两组患者胃菌群间可以明显相互区分,而各自组内菌群明显聚集,说明两组患者胃菌群物种的结构不同,具有明显差异(P=0.04)。这一结果说明在胃癌进展过程菌群结构发生明显改变。4.通过对两组患者胃菌群物种相对丰度进行分析,绘制物种组成柱状图,在门水平上两组患者菌群组成没有明显变化;通过Mann–Whitney U检验进一步对两组患者胃菌群门水平差异分析,结果发现两组患者菌群中Deinococcus-Thermus相对丰度差异最明显,在AC组菌群中的相对丰度(2.840)明显高于EC组菌群(0.868),表明Deinococcus-Thermus在胃癌进展过程中增加,说明其可能促进了胃癌发展。5.通过对两组患者菌群差异显著性进行分析,线性判别效应(linear discriminant analysis effectsize,LEf Se)分析结果显示有12个细菌属LDA值≥2.0,其中大多数属(8/12,包括:Thermus、Burkholderia、Pseudomonas、Brevibacillus、Stenotrophomonas、Salinivibrio、Uruburuella和Schlegelella)在AC组患者菌群中富集,LDA值最高的为Thermus属(LDA=4.06);而Bradyrhizobium、Nocardioides、Bacillus和Ochrobactrum在AC组患者菌群中降低。进一步对12个菌属相对丰度比较,结果发现在AC组中富集属的相对丰度变化均较显著;变化最显

关键词：进展期胃癌早期胃癌胃菌群线性判别效应分析随机森林算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：