CN110189798A - 一种基于外周血血浆游离dna核小体足迹差异的聚类分析方法及应用 - Google Patents
一种基于外周血血浆游离dna核小体足迹差异的聚类分析方法及应用 Download PDFInfo
- Publication number
- CN110189798A CN110189798A CN201910563390.6A CN201910563390A CN110189798A CN 110189798 A CN110189798 A CN 110189798A CN 201910563390 A CN201910563390 A CN 201910563390A CN 110189798 A CN110189798 A CN 110189798A
- Authority
- CN
- China
- Prior art keywords
- nucleosome
- peripheral blood
- blood plasma
- plasma dna
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
- G16B30/10—Sequence alignment; Homology search
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Bioethics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了一种基于外周血血浆游离DNA核小体足迹差异的聚类分析方法及应用,所述具体方法包括:(1)外周血血浆游离DNA高通量测序数据的获取;(2)标准核小体定位区域数据库的构建;(3)各样品测序数据与标准核小体定位区域数据库进行对比分析;(4)筛选核小体足迹差异的覆盖度数据并进行标准化;(5)采用等级聚类法根据样本间的相关性对标准化后的数据进行聚类分析;本发明提供的方法可有效避免现有方法对组织或细胞的依赖,全面提升了高通量测序数据分析的深度和准确度,实现了对肿瘤患者的无创放化疗敏感性预测,具有全面、准确、覆盖度高的特点;属于生物技术领域。
Description
技术领域
本发明公开了一种基于外周血浆游离DNA核小体足迹差异的聚类分析方法,具体地说,是基于外周血血浆游离DNA全基因组测数据的核小体足迹差异聚类分析方法,属于生物技术领域。
背景技术
核小体作为真核生物染色质的基本单位,是一种典型的DNA与组蛋白结合的生物大分子,是表观遗传学的重要内容。在不同细胞状态下,核小体定位是动态变化的,其位置的改变会影响转录因子与DNA的结合,从而调控基因特异性表达。因此,分析核小体足迹差异,发现不同条件下核小体足迹变化具有重要意义。肿瘤中由于处于低氧、高酸度的极端环境,同时肿瘤细胞间存在激烈的竞争,大量的肿瘤细胞发生凋亡。当细胞发生凋亡后,细胞核中的DNA会被DNA酶逐渐降解并被释放到外周血中。而当DNA和蛋白结合形成核小体,DNA就会受到蛋白的保护而不被酶降解,相反裸露的DNA则会被酶降解。由于细胞中基因的表达水平和核小体的结合程度密切相关,高表达基因的核小体结合数目较少则相对容易被降解,低表达基因的核小体结合数目较多则相对难以被降解。通过对外周血血浆游离DNA进行高通量测序,并对测序数据深度分析,可在全基因组范围内发现核小体足迹差异信息。
目前***常用的方法是外科手术,化疗和放疗。手术只能切除可见的肿瘤病灶,而不能切除发生肿瘤的病因,因此手术后病人容易复发;化学药物治疗在恶性肿瘤综合治疗中仍然是主要手段,但目前化疗的疗效仍不理想。原因是肿瘤本身存在着异质性,即便同一组织学类型,分化程度相同的肿瘤对同一药物的敏感性不同。例如胃癌患者的单药有效率仅为15%-30%,丝裂霉素(MMC)有效率为30%,氟尿嘧啶(5-FU)有效率为21%,表阿霉素(EDI)有效率为19%,联合化疗的有效率也仅为30%-50%。由于化疗药物一般都具有较强的毒性,不适当的化疗既给患者造成痛苦,又不能缓解病情,更重要的是有可能诱发多重耐药,导致治疗失败。放疗是利用高能放射线灭杀癌细胞的治疗方法,治疗范围比较局限,局部控制效果较好,但放疗在抑制或杀伤肿瘤细胞的同时,对机体正常细胞均有毒害作用,并不是每个病人都适合放疗。因此如何更有效地筛选适合的治疗手段和药物,指导临床治疗以提高疗效已成为肿瘤临床治疗瞩目的问题。
发明内容
针对上述问题,本发明的目的建立一种外周血血浆游离DNA核小体足迹差异的聚类分析方法,并筛选出肿瘤放化疗敏感患者与不敏感患者在核小体足迹定位差异的基因,使用秩和检验方法对同一个基因在肿瘤放化疗敏感患者和不敏感患者中的核小体足迹差异基因进行聚类分析,从而实现无创肿瘤放化疗敏感性预测。
本发明提供的技术方案是这样的:
一种基于外周血血浆游离DNA核小体足迹差异的聚类分析方法及应用,所述方法包括如下步骤:
(1)将外周血血浆游离DNA进行高通量测序,获取各样品的高通量测序数据;
(2)根据UCSC的RefSeq数据库中所有人类蛋白编码基因的注释信息,获取每个基因的转录起始位点(TSSs)和转录终止位点(TTSs)上下游1Kb区域的基因组位置,构建标准核小体定位区域数据库;
(3)利用Bowtie软件将各样品测序所得的测序数据与步骤(2)中核小体足迹定位标准数据库进行比对分析,去除PCR重复序列,去除低质量DNA片段序列、去除未比对到核小体足迹定位区域的DNA片段序列或者比对到多个位置的DNA片段序列,计算统计比对到上述区域的每个样品的reads数,并对统计结果使用RPKM方法进行标准化;
(4)利用秩和检验非参数方法,计算肿瘤放化疗敏感患者与不敏感患者启动子区域核小体足迹定位差异的基因,两组间的变化倍数|log2fold change|≥1且原始P值≤0.05,随后利用Holm-Bonferroni法对原始p值进行矫正,筛选出q-value值≤0.1的基因转录起始位点(TSSs)和转录终止位点(TTSs)区域,将它们定义为差异的核小体区域;
(5)利用Cluster软件对有差异的核小体区域覆盖度数据进行标准化,采用等级聚类法根据样本间的相关性对标准化后的数据进行聚类分析,并用R语言pheatmap包对数据进行可视化展示。根据全基因组范围内启动子和终止子核小体的足迹差异,样本类型聚类为肿瘤放化疗敏感患者与不敏感患者。
进一步的,上述的基于外周血血浆游离DNA核小体足迹差异的聚类分析方法,所述的方法数据来源为外周血血浆游离DNA全基因组测序数据,且每个样品数据量不少于6Million reads,数据格式包括fastq、bam、sam。
进一步的,上述的基于外周血血浆游离DNA核小体足迹差异的聚类分析方法,所述核小体足迹差异是指外周血血浆游离DNA全基因组范围内每个基因转录起始位点和转录终止位点区域的核小体分布于该基因其余区域的差异。
进一步的,上述的基于外周血血浆游离DNA核小体足迹差异的聚类分析方法,所述的全基因组范围内核小体足迹差异信息用于聚类分析放化疗敏感的肿瘤患者与放化疗不敏感的肿瘤患者。
进一步的,上述的基于外周血血浆游离DNA核小体足迹差异的肿瘤放化疗敏感性预测方法,所述的肿瘤放化疗敏感性预测包括肺癌、肠癌。
与现有技术相比,本发明提供的技术方案具有如下技术优点:
1、本发明提供的技术方案针对外周血血浆游离DNA全基因组测序数据的深度分析,可在全基因组范围内发现核小体足迹差异信息,解决了传统方法对组织或者细胞的依赖,是一种无创的核小体足迹差异分析方法,具有覆盖度高、准确性好的特点。
2、本发明提供的技术方案针对已有肿瘤化疗药物敏感性预测方法ATP法、CD-DST法需要新鲜肿瘤组织或细胞、体外培养易污染、操作复杂、评价效率不高等局限,通过对肿瘤患者外周血血浆游离DNA高通量测序数据中核小体足迹差异的聚类分析及深度机器学习,实现肿瘤无创放化疗敏感性预测。因此本发明的目的是提供一种基于外周血血浆游离DNA核小体足迹差异的肿瘤放化疗敏感预测方法。
3、本发明提供的技术方案有效解决了肿瘤放化疗敏感性检测取材复杂、检测范围狭隘、不能反复取样的问题,本发明数据来源为外周血血浆游离DNA全基因组测序数据,可实现高灵敏度、非突变位点和特定基因依赖的无创肿瘤放化疗敏感性预测方法。
总而言之,本发明提供的方法结合高通量测序技术,通过外周血血浆游离DNA高通量测序数据中核小体足迹差异的聚类分析实现肿瘤放化疗敏感性预测,不仅解决了现有ATP法、CD-DST法具有的肿瘤组织或肿瘤细胞依赖,操作复杂、肿瘤细胞易污染、评价效率不高等特点在临床上接受度不高的问题,而且有效解决了现有基因位点突变检测法对特定基因和突变位点检测的依赖,全面提升了高通量测序数据分析的深度和准确度,实现了对肿瘤患者的无创放化疗敏感性预测,具有全面、准确、覆盖度高的特点。
附图说明
图1肺癌化疗敏感组与不敏感组血浆游离DNA聚类图;
图2肠癌化疗敏感组与不敏感组血浆游离DNA聚类图;
具体实施方式
下面将以具体实施例对本发明有益效果作进一步说明,但本发明并不局限于这些实施例。
实施例1:肺癌的化疗敏感组与化疗不敏感组聚类分析
基于5例肺癌化疗敏感与6例不敏感患者的外周血血浆游离DNA高通量测序数据,进行TSSs和TTSs区域的覆盖度差异分析,发现化疗敏感的患者与不敏感患者具有差异的TSSs和TTSs区域178个(见表2),其中88个差异TSSs区域的覆盖度在敏感患者组中上调,90个差异TSSs区域的覆盖度在敏感患者中下调。通过利用差异表达的基因进行无监督的等级聚类分析,结果发现基于178个差异基因能够将样本聚成敏感和不敏感2种类别,且两类人群的覆盖度差异基因的模式显著差异,提示利用该方法能用于肺癌化疗敏感性预测。
具体实施步骤如下:
步骤1:高通量测序数据获取:5例肺癌化疗敏感与6例不敏感患者的外周血血浆游离DNA高通量测序数据来源于Ion Torrent ProtonTM测序仪所生成的测序数据(见表1)。
步骤2:核小体定位:通过UCSC的RefSeq数据库,获取目前所有人类蛋白编码基因的转录起始位点(TSSs)和转录终止位点(TTSs)上下游1Kb区域的基因组位置,并构建标准核小体定位区域数据库。
步骤3:利用Bowtie软件将各样品测序数据与步骤(2)中核小体足迹定位标准数据库进行比对分析,去除PCR重复序列,去除低质量DNA片段序列、去除未比对到核小体足迹定位区域的DNA片段序列或者比对到多个位置的DNA片段序列,计算统计比对到上述区域的每个样品的reads数,并对统计结果使用RPKM方法进行标准化;
步骤4:利用秩和检验非参数方法,计算肿瘤放化疗敏感患者与不敏感患者启动子区域核小体足迹定位差异的基因,两组间的变化倍数|log2fold change|≥1且原始P值≤0.05。随后利用Holm-Bonferroni法对原始p值进行矫正,筛选出q-value值≤0.1的基因转录起始位点(TSSs)和转录终止位点(TTSs)区域,并定义为差异的核小体区域,发现肺癌化疗敏感组和肺癌化疗不敏感组有差异的核小体区域178个(见表2),其中88个差异的核小体区域的覆盖度在敏感患者组中上调,90个差异的核小体区域的覆盖度在敏感患者中下调。
步骤5:利用Cluster软件对有差异的核小体区域覆盖度数据进行标准化,采用等级聚类法根据样本间的相关性对标准化后的数据进行聚类分析。结果发现基于178个差异基因能够将样本聚成化疗敏感组与化疗不敏感组两种类别,且分支间覆盖度差异基因的模式显著差异(见图1)。
表1 11例肺癌患者血浆样本信息及测序reads数、平均读长信息
表2. 178个差异覆盖度分析TSSs和TTSs区域及对应的基因列表
实施例2:以结直肠癌新辅助放化疗的完全缓解组与不敏感组进行聚类比较分析基于5例局部晚期结直肠癌新辅助放化疗完全缓解与4例不敏感患者的外周血血浆游离DNA高通量测序数据(见表3),进行TSSs和TTSs区域的覆盖度差异分析,发现放化疗敏感的患者与不敏感患者具有差异的TSSs和TTSs区域597个(见表4),其中368个差异TSSs区域的覆盖度在敏感患者组中上调,229个差异TSSs区域的覆盖度在敏感患者中下调。通过利用差异表达的基因进行无监督的等级聚类分析,结果发现基于597个差异基因能够将样本聚成完全缓解和不敏感2种类别,且两类人群的覆盖度差异基因的模式显著差异,提示利用该方法能够用于预测局部晚期结直肠癌新辅助放化疗敏感性。
具体实施步骤如下:
步骤1:高通量测序数据获取:5例结直肠癌化疗敏感与4例不敏感患者的外周血血浆游离DNA高通量测序数据来源于Ion Torrent ProtonTM测序仪所生成的测序数据(见表3)。
步骤2:核小体定位:通过UCSC的RefSeq数据库,获取目前所有人类蛋白编码基因的转录起始位点(TSSs)和转录终止位点(TTSs)上下游1Kb区域的基因组位置,并构建标准核小体定位区域数据库。
步骤3:利用Bowtie软件将各样品测序数据与步骤(2)中核小体足迹定位标准数据库进行比对分析,去除PCR重复序列,去除低质量DNA片段序列、去除未比对到核小体足迹定位区域的DNA片段序列或者比对到多个位置的DNA片段序列,计算统计比对到上述区域的每个样品的reads数,并对统计结果使用RPKM方法进行标准化;
步骤4:利用秩和检验非参数方法,计算肿瘤放化疗敏感患者与不敏感患者启动子区域核小体足迹定位差异的基因,两组间的变化倍数|log2fold change|≥1且原始P值≤0.05。随后利用Holm-Bonferroni法对原始p值进行矫正,筛选出q-value值≤0.1的基因转录起始位点(TSSs)和转录终止位点(TTSs)区域,并定义为差异的核小体区域,发现肺癌化疗敏感组和肺癌化疗不敏感组有差异的核小体区域597个(见表4),其中368个差异的核小体区域覆盖度在敏感患者组中上调,229个差异的核小体区域覆盖度在敏感患者中下调。
步骤5:利用Cluster软件对有差异的核小体区域覆盖度数据进行标准化,采用等级聚类法根据样本间的相关性对标准化后的数据进行聚类分析。结果发现基于597个差异基因能够将样本聚成完全缓解与不敏感组两种类别,且分支间覆盖度差异基因的模式显著差异(见图2)。
表3 9例结直肠癌患者血浆样本信息及测序reads数、平均读长信息
表4 597个TSSs和TTSs区域差异基因列表
Claims (6)
1.一种基于外周血血浆游离DNA核小体足迹差异的聚类分析方法,其特征在于,该方法包括如下步骤:
(1)将外周血血浆游离DNA进行高通量测序,获取各样品的高通量测序数据;
(2)根据UCSC的RefSeq数据库中所有人类蛋白编码基因的注释信息,获取每个基因的转录起始位点(TSSs)和转录终止位点(TTSs)上下游1Kb区域的基因组位置,构建标准核小体定位区域数据库;
(3)利用Bowtie软件将各样品测序所得的测序数据与步骤(2)中标准核小体定位区域数据库进行比对分析,去除由文库构建和高通量测序引起的PCR重复序列,去除MAPQ=0的低质量DNA片段序列、去除未比对到核小体足迹定位区域的DNA片段序列或者比对到多个位置的DNA片段序列,计算统计比对到上述区域的每个样品的reads数,并对统计结果使用RPKM方法进行标准化;
(4)利用秩和检验非参数方法,计算肿瘤放化疗敏感患者与不敏感患者启动子区域核小体足迹定位差异的基因,两组间的变化倍数|log2 fold change|≥1且原始P值≤0.05,随后利用Holm-Bonferroni法对原始p值进行矫正,筛选出q-value值≤0.1的基因转录起始位点(TSSs)和转录终止位点(TTSs)区域,将它们定义为差异的核小体区域;
(5)利用Cluster软件对筛选出q-value值小于0.1的基因转录起始位点(TSSs)和转录终止位点(TTSs)区域覆盖度数据进行标准化,采用等级聚类法根据样本间的相关性对标准化后的数据进行聚类分析,并用R语言pheatmap包对数据进行可视化展示,根据全基因组范围内启动子和终止子核小体的足迹差异,样本类型聚类为放化疗敏感的肿瘤患者和放化疗不敏感的肿瘤患者。
2.根据权利要求1所述的一种基于外周血血浆游离DNA核小体足迹差异的聚类分析方法,其特征在于,所述方法数据来源于外周血血浆游离DNA全基因组测序数据,且每个样品至少获得6Million reads的数据量,数据格式包括fastq、bam、sam。
3.根据权利要求1所述的一种基于外周血血浆游离DNA核小体足迹差异的聚类分析方法,其特征在于,所述方法核小体足迹定位区域为所有人类蛋白编码基因的转录起始位点(TSSs)和转录终止位点(TTSs)上下游1Kb区域的基因组位置。
4.根据权利要求1所述的一种基于外周血血浆游离DNA核小体足迹差异的聚类分析方法,其特征在于,所述的核小体足迹差异是指外周血血浆游离DNA全基因组范围内每个基因转录起始位点TSSs和转录终止位点TTSs区域的核小体分布与该基因其余区域的差异。
5.一种基于外周血血浆游离DNA核小体足迹差异的聚类分析的应用,其特征在于,全基因组范围内核小体足迹差异信息的聚类分析结果可用于肿瘤患者放化疗敏感性预测。
6.根据权利要求5所述的一种基于外周血血浆游离DNA核小体足迹差异的聚类分析应用,其特征在于,所述的肿瘤放化疗敏感性预测包括肺癌、结直肠癌。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910563390.6A CN110189798A (zh) | 2019-06-26 | 2019-06-26 | 一种基于外周血血浆游离dna核小体足迹差异的聚类分析方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910563390.6A CN110189798A (zh) | 2019-06-26 | 2019-06-26 | 一种基于外周血血浆游离dna核小体足迹差异的聚类分析方法及应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110189798A true CN110189798A (zh) | 2019-08-30 |
Family
ID=67723555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910563390.6A Pending CN110189798A (zh) | 2019-06-26 | 2019-06-26 | 一种基于外周血血浆游离dna核小体足迹差异的聚类分析方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110189798A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110739027A (zh) * | 2019-10-23 | 2020-01-31 | 深圳吉因加医学检验实验室 | 一种基于染色质区域覆盖深度的癌症组织定位方法及*** |
CN112735531A (zh) * | 2021-03-30 | 2021-04-30 | 臻和(北京)生物科技有限公司 | 循环无细胞核小体活性区域的甲基化分析方法和装置、终端设备及存储介质 |
CN113160889A (zh) * | 2021-01-28 | 2021-07-23 | 清华大学 | 一种基于cfDNA组学特性的癌症无创早筛方法 |
CN115019888A (zh) * | 2022-07-14 | 2022-09-06 | 苏州贝康医疗器械有限公司 | 一种基于外周血游离dna高通量测序的组织特异性基因标志物的筛选***及其应用 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2099703C1 (ru) * | 1994-05-11 | 1997-12-20 | Марина Алексеевна Сеньчукова | Способ прогнозирования чувствительности опухоли к лучевой терапии у больных раком молочной железы |
US5972608A (en) * | 1997-08-27 | 1999-10-26 | University Of Massachusetts | Assays and reagents for chromatin remodeling enzymes and their modulators |
CN1735412A (zh) * | 2002-11-06 | 2006-02-15 | 细胞基因公司 | 利用选择性细胞因子抑制药物治疗和控制癌症和其它疾病的方法和组合物 |
CN1851465A (zh) * | 2005-04-22 | 2006-10-25 | 上海中敏新技术有限责任公司 | 一种检测人外周静脉血单核细胞中谷胱甘肽含量的方法 |
CN101824464A (zh) * | 2009-03-02 | 2010-09-08 | 中国医学科学院放射医学研究所 | miRNA表达谱在预测肺癌病人对放射治疗敏感性方面的应用 |
CN105400898A (zh) * | 2015-12-24 | 2016-03-16 | 中国人民解放军第三军医大学第二附属医院 | 血浆miRNA水平指导非小细胞肺癌适宜放疗剂量的检测技术 |
CN109680049A (zh) * | 2018-12-03 | 2019-04-26 | 东南大学 | 一种基于血液游离DNA高通量测序分析cfDNA所属个体生理状态的方法及其应用 |
-
2019
- 2019-06-26 CN CN201910563390.6A patent/CN110189798A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2099703C1 (ru) * | 1994-05-11 | 1997-12-20 | Марина Алексеевна Сеньчукова | Способ прогнозирования чувствительности опухоли к лучевой терапии у больных раком молочной железы |
US5972608A (en) * | 1997-08-27 | 1999-10-26 | University Of Massachusetts | Assays and reagents for chromatin remodeling enzymes and their modulators |
CN1735412A (zh) * | 2002-11-06 | 2006-02-15 | 细胞基因公司 | 利用选择性细胞因子抑制药物治疗和控制癌症和其它疾病的方法和组合物 |
CN1851465A (zh) * | 2005-04-22 | 2006-10-25 | 上海中敏新技术有限责任公司 | 一种检测人外周静脉血单核细胞中谷胱甘肽含量的方法 |
CN101824464A (zh) * | 2009-03-02 | 2010-09-08 | 中国医学科学院放射医学研究所 | miRNA表达谱在预测肺癌病人对放射治疗敏感性方面的应用 |
CN105400898A (zh) * | 2015-12-24 | 2016-03-16 | 中国人民解放军第三军医大学第二附属医院 | 血浆miRNA水平指导非小细胞肺癌适宜放疗剂量的检测技术 |
CN109680049A (zh) * | 2018-12-03 | 2019-04-26 | 东南大学 | 一种基于血液游离DNA高通量测序分析cfDNA所属个体生理状态的方法及其应用 |
Non-Patent Citations (3)
Title |
---|
PETER ULZ ET AL: "Inferring expressed genes by whole-genome sequencing of plasma DNA", 《NATURE GENETICS》 * |
XUNXIAN LIU ET AL: "Insensitivity of PI3K/Akt/GSK3 signaling in peripheral blood mononuclear cells of age-related macular degeneration patients", 《JOURNAL OF BIOMEDICAL RESEARCH》 * |
南克俊等: "循环核小体与肿瘤研究进展", 《肿瘤防治杂志》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110739027A (zh) * | 2019-10-23 | 2020-01-31 | 深圳吉因加医学检验实验室 | 一种基于染色质区域覆盖深度的癌症组织定位方法及*** |
CN110739027B (zh) * | 2019-10-23 | 2023-04-18 | 深圳吉因加医学检验实验室 | 一种基于染色质区域覆盖深度的癌症组织定位方法及*** |
CN113160889A (zh) * | 2021-01-28 | 2021-07-23 | 清华大学 | 一种基于cfDNA组学特性的癌症无创早筛方法 |
CN113160889B (zh) * | 2021-01-28 | 2022-07-19 | 人科(北京)生物技术有限公司 | 一种基于cfDNA组学特性的癌症无创早筛方法 |
CN112735531A (zh) * | 2021-03-30 | 2021-04-30 | 臻和(北京)生物科技有限公司 | 循环无细胞核小体活性区域的甲基化分析方法和装置、终端设备及存储介质 |
CN115019888A (zh) * | 2022-07-14 | 2022-09-06 | 苏州贝康医疗器械有限公司 | 一种基于外周血游离dna高通量测序的组织特异性基因标志物的筛选***及其应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110189798A (zh) | 一种基于外周血血浆游离dna核小体足迹差异的聚类分析方法及应用 | |
Yilmaz et al. | Differential mutation frequencies in metastatic cutaneous squamous cell carcinomas versus primary tumors | |
Jessa et al. | K27M in canonical and noncanonical H3 variants occurs in distinct oligodendroglial cell lineages in brain midline gliomas | |
WO2017127803A1 (en) | Methods for classification of glioma | |
Wang et al. | Hypermethylated and downregulated MEIS2 are involved in stemness properties and oxaliplatin‐based chemotherapy resistance of colorectal cancer | |
Foy et al. | The dynamics of gene expression changes in a mouse model of oral tumorigenesis may help refine prevention and treatment strategies in patients with oral cancer | |
García-Escudero et al. | Gene expression profiling of mouse p53-deficient epidermal carcinoma defines molecular determinants of human cancer malignancy | |
Bai et al. | Gene expression profiling identifies two chordoma subtypes associated with distinct molecular mechanisms and clinical outcomes | |
Song et al. | Proteomic analysis reveals key differences between squamous cell carcinomas and adenocarcinomas across multiple tissues | |
Guerra et al. | Genes controlled by DNA methylation are involved in Wilms tumor progression | |
Mossanen et al. | Genomic features of muscle-invasive bladder cancer arising after prostate radiotherapy | |
Liang et al. | Comparative proteome identifies complement component 3-mediated immune response as key difference of colon adenocarcinoma and rectal adenocarcinoma | |
Abbas et al. | Decoupling lineage-associated genes in acute myeloid leukemia reveals inflammatory and metabolic signatures associated with outcomes | |
Yoon et al. | Co-expression of cancer driver genes: IDH-wildtype glioblastoma-derived tumorspheres | |
Yadav et al. | Integrated analysis and identification of nine-gene signature associated to oral squamous cell carcinoma pathogenesis | |
Hu et al. | Deciphering molecular properties of hypermutated gastrointestinal cancer | |
Xu et al. | Constructing and validating a pyroptosis‐related genes prognostic signature for stomach adenocarcinoma and immune infiltration: potential biomarkers for predicting the overall survival | |
Zhu et al. | Combined DNA methylation and transcriptomic assessments to determine a prognostic model for PD-1-negative hepatocellular carcinoma | |
Lin et al. | Comprehensive analysis of the expression, prognostic value and biological importance of OVO‑like proteins in clear cell renal cell carcinoma | |
Khashei Varnamkhasti et al. | Implications of ZNF334 gene in lymph node metastasis of lung SCC: potential bypassing of cellular senescence | |
Haehnel et al. | RNA sequencing of glioblastoma tissue slice cultures reveals the effects of treatment at the transcriptional level | |
Huang et al. | A pan-cancer analysis of the oncogenic and anti-tumor immunity role of P4HA3 in human cancers | |
Chen et al. | Multidimensional progressive single‐cell sequencing reveals cell microenvironment composition and cancer heterogeneity in lung cancer | |
Li et al. | Bioinformatic analysis of hub markers and immune cell infiltration characteristics of gastric cancer | |
Li et al. | Candidate genes and potential mechanisms for chemoradiotherapy sensitivity in locally advanced rectal cancer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190830 |