基于3种基因启动子甲基化联合端粒长度构建肺癌筛查神经网络模型
Establishment of neural network model of lung cancer screening based on three gene promoter methylation combined with telomere length
目的:联合检测外周血DNA中p16、RASSF1A和FHIT基因启动子甲基化水平以及DNA端粒相对长度4项生物标志,应用BP神经网络和判别模型筛查肺癌。方法:采用实时荧光定量甲基化特异PCR方法测定200例肺癌患者和200例正常对照外周血DNA中p16、RASSF1A和FHIT基因启动子甲基化水平,实时荧光定量PCR方法测定外周血DNA端粒相对长度,用BP神经网络和Fisher判别分析建立肺癌判别诊断模型,并比较预测效果。结果:肺癌组p16、RASSF1A和FHIT基因启动子甲基化平均水平高于对照组[Z(P)分别为2.641(0.008)、2.075(0.038)和3.044(0.002)],肺癌组端粒相对长度低于对照组[(0.93±0.32)、(1.16±0.57),t =4.072, P<0.001]。 Fisher判别分析、C-神经网络、M-神经网络对预测集的ROC曲线下面积(AUC)及95%CI分别为0.670(0.569~0.761)、0.760(0.664~0.840)和0.780(0.686~0.857)。结论:人外周血DNA p16、RASSF1A、FHIT基因启动子甲基化及端粒相对长度与肺癌有关;应用神经网络模型和判别模型成功构建了基于基因启动子甲基化和端粒损伤生物标志的肺癌判别模型。
更多- 浏览:188
- 被引:12
- 下载:108
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文