आईएसएसएन: 2167-0870
लिचाओ काओ, यिंग बा, जिन यांग*, हेज़ी झांग*
पृष्ठभूमि: यह कार्य कैंसर जीनोम एटलस (टीसीजीए), जीनोटाइप-टिशू एक्सप्रेशन प्रोजेक्ट (जीटीईएक्स), और जीन एक्सप्रेशन ऑम्निबस (जीईओ) से डीएनए मिथाइलेशन और जीन अभिव्यक्ति डेटा का खनन करके कोलोरेक्टल कैंसर (सीआरसी) में निदान और रोग का निदान करने के लिए मिथाइलेशन संचालित बायोमार्करों के उपयोग की जांच करता है।
विधियाँ: TCGA से mRNA अभिव्यक्ति और DNA मेथिलिकरण डेटा का उपयोग करके क्रमशः डिफरेंशियली एक्सप्रेस्ड जीन (DEG) और डिफरेंशियली मिथाइलेटेड जीन (DMG) की जाँच की गई। CRC के मिथाइलेशन ड्रिवेन जीन (MDG) की पहचान मिथाइलमिक्स R पैकेज का उपयोग करके की गई। इसके बाद, TCGA और GTEx से mRNA अभिव्यक्ति डेटा का उपयोग करके स्वतंत्र संकेतकों के रूप में निदान पूर्वानुमान मॉडल स्थापित करने के लिए MDG का रैंडम फ़ॉरेस्ट (RF), सपोर्ट वेक्टर मशीन (SVM) और लॉजिस्टिक रिग्रेशन (LR) एल्गोरिदम के साथ विश्लेषण किया गया। RF एल्गोरिदम को सबसे उपयुक्त माना गया और संयुक्त MDG के साथ डायग्नोस्टिक मॉडल बनाने के लिए इसका उपयोग किया गया, जिसे फिर GEO से GSE39582 द्वारा मान्य किया गया। जोखिम स्कोर मॉडल स्थापित करने के लिए प्रोग्नोस्टिक बायोमार्कर का उपयोग किया गया, जिसे यूनीवेरिएट और मल्टीवेरिएट कॉक्स रिग्रेशन विश्लेषण द्वारा उत्पन्न किया गया था। इसके अलावा, हमने एक नोमोग्राम का निर्माण और सत्यापन किया, जिसमें जोखिम स्कोर और नैदानिक जानकारी, जिसमें आयु, लिंग और ट्यूमर चरण शामिल हैं, को एकीकृत किया गया।
परिणाम: 10 में से 9 एमडीजी ने स्वतंत्र निदान भविष्यवक्ता के रूप में अच्छा प्रदर्शन किया, और एसटीके33 और ईपीएचएक्स4 को समग्र उत्तरजीविता (ओएस) से भी जुड़ा पाया गया। नोमोग्राम के परिणाम बताते हैं कि यह जोखिम स्कोर मॉडल की तुलना में पूर्वानुमान के लिए बेहतर पूर्वानुमान मॉडल है।
निष्कर्ष: हमारे निष्कर्षों से पता चलता है कि पहचाने गए एमडीजी सीआरसी के निदान और पूर्वानुमान के लिए बायोमार्कर हो सकते हैं।