资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本发明涉及生物医学领域，具体是一种检测非小细胞肺癌的血小板标志物的方法，包括步骤：A.基因数据源获取；B.基因数据预处理；C.基因差异分析；D.预后基因筛选；E.选取预后特征基因；F.展示分析结果，本发明能够确定与非小细胞肺癌患者预后密切相关的特征基因：通过分析不同亚型间的差异基因，本发明确定了十个与非小细胞肺癌患者预后密切相关的特征基因，为进一步的预后评估提供了新的线索。
主权项：
1.一种检测非小细胞肺癌的血小板标志物的方法，其特征为：包括步骤： A.基因数据源获取：从公共数据库中获取非小细胞肺癌和正常对照组人群的的基因表达谱芯片数据集和血小板相关的基因本体数据集； B.基因数据预处理：对获取的非小细胞肺癌和正常对照组人群的基因表达谱芯片数据集和血小板相关的基因本体数据集进行清洗、格式化和标准化处理； C.基因差异分析： 采用R语言的Limma工具包,基于方差分析模型算法,对处理后的基因表达谱芯片数据集和血小板相关的基因本体数据集进行差异基因分析,筛选出表达量在非小细胞肺癌与正常对照组间具统计学差异的非小细胞肺癌mRNA；再将差异的非小细胞肺癌mRNA与正常对照组人群的血小板相关基因进行集合运算,获得非小细胞癌特征性血小板差异基因表达矩阵;运用R语言聚类算法,对非小细胞癌特征性血小板差异基因表达矩阵进行类聚，获得非小细胞癌特征性血小板差异基因的不同亚型cluster1、cluster2、cluster3，检验不同亚型的稳定性与重复性，获取不同亚型血小板差异基因； D.预后基因筛选： 利用生存分析法筛选出与患者生存时间相关的亚型血小板差异基因； E.选取预后特征基因：利用R语言的randomForestSRC工具包采用随机森林算法选患者生存时间相关的亚型血小板差异基因的第一预后基因，利用R语言的的glmnet工具采用LASSO-COX算法筛选患者生存时间相关的亚型血小板差异基因的第二预后基因，第一预后基因和第二预后基因交集运算，得到预后特征基因，并通过流式细胞分析和TCGA数据库验证BEST3基因在肿瘤患者中的异常表达； F.展示分析结果： 利用R语言的软件包绘制预后特征基因的可视化火山图和维恩图。
