工作中遇到的文獻亿柑，反正都要看邢疙，順便做個筆記，文章影響因子不高望薄，重點是思路和方法疟游，文章方法上用了支持向量機（SVM），線性判別分析（LDA）式矫，KNN臨近法乡摹，貝葉斯法（Bayes）。（深感簡書排版難用采转，大概是我不會用吧~）
摘要：
胃腸胰神經(jīng)內(nèi)分泌瘤的發(fā)病率和患病率在增加聪廉。此類病的延遲確診很常見，CgA單一指標診斷是不準確的故慈。文章中通過三個微陣列數(shù)據(jù)集的計算分析來鑒定NEN板熊，樣本包括NEN組織15例，NEN外周血7例察绷，腺癌363例干签。在130份血液樣本（NENS63例），中檢測候選基因拆撼，在兩個獨立組中驗證容劳，第一組n=115喘沿，NENs=72，第二組n=120竭贩，NENs=58蚜印。對176份樣本進行了CgA比較×袅浚基因分類其在獨立的集合中檢測到NENs窄赋，具有高度敏感性（85-98%），特異性（93-97%）楼熄，PPV（95-96%）和NPV（87-98%）忆绰。比較來說分類器的AUC為0.95-0.98，CgA為0.64可岂，分類器比CgA更準確错敢。在亞組分析中，胰腺和腸胃中具有相似的效果（79-88%敏感性青柄，94%的特異性）伐债。
材料：
人類癌癥和正常微陣列數(shù)據(jù)集：數(shù)據(jù)庫地址為http://www.ebi.ac.uk/arrayexpress
延伸：數(shù)據(jù)庫文獻：Parkinson H, Kapushesky M, Kolesnikov N, Rustici G, Shojatalab M, et al.(2009) ArrayExpress update–from an archive of functional genomics experiments to the atlas of gene expression. Nucleic Acids Res 37: D868–872.doi:10.1093/nar/gkn889
GEP-NEN數(shù)據(jù)1：包括小腸組織3例，原發(fā)性GEP-NEN6例和轉(zhuǎn)移性GEP-NENs3例致开。
GEP-NEN數(shù)據(jù)2：包括正撤逅回腸粘膜6例，原發(fā)性中腸3例双戳，肝轉(zhuǎn)移3例虹蒋。
公共癌癥微陣列數(shù)據(jù)集：三個肝癌細胞癌數(shù)據(jù)集：酒精性HCC（n=65），病毒性HCC（n=124）飒货，進展性HCC（n=75）魄衅；乳腺癌（n=86），結(jié)腸癌（n=47）塘辅，前列腺癌（n=154）晃虫，正常人體組織（n=158）。
此外還檢測了外周血基因表達扣墩，為此檢查了14個樣本（對照7個哲银，GEP-NENs7個）。
分析方法：
訓練組：130份血液樣本呻惕，對照組67例荆责，GEP-NENs63例
獨立驗證集：第一組：115例樣本。對照組43例亚脆，GEP-NENs72例做院；第二組：120例樣本，對照組49例，GEP-NENs71例键耕。
（實驗中的方法不是我關(guān)注的點寺滚，我就一個數(shù)據(jù)分析的娃，真的不懂也不care那些屈雄，擔心翻譯錯了玛迄，覺得有用或者感興趣的娃，可以自己看）
分類算法：基因表達值log轉(zhuǎn)換到1-100之間棚亩。采用10折交叉驗證設(shè)計，在訓練數(shù)據(jù)集上進行建模虏杰。在內(nèi)部訓練集中讥蟆，差異表達基因用t檢驗。利用上調(diào)特征（ps：此部分不知道為什么選擇上調(diào)的基因）對四種不同的學習算法包括支持向量機（SVM）纺阔，線性判別分析（LDA）瘸彤，K臨近分析和樸素貝葉斯（Bayes）進行內(nèi)部訓練。為了控制過擬合笛钝，在2個驗證集中進行驗證质况。對照樣本和GEP-NEN的一致性標簽是通過多數(shù)票方法產(chǎn)生。
詳細介紹：
1.候選基因的選擇
1.1基因共表達網(wǎng)絡(luò)：?比較GEP-NEN和其他癌癥數(shù)據(jù)集之間的共表達網(wǎng)絡(luò)分析玻靡，此外還用GEP-NEN和正常人體數(shù)據(jù)集（79種不同的的健康組織和細胞類型结榄，共計158個陣列）比較，以消除由于健康組織可能發(fā)生的共表達囤捻。GEP-NEN基因共表達網(wǎng)絡(luò)：1）保留GEP-NEN數(shù)據(jù)集中重復的共表達對臼朗，2）從GEP-NEN網(wǎng)絡(luò)中消除其他癌癥和正常組織的基因共表達，3）消除GEP-NEN-A蝎土，GEP-NEN-B網(wǎng)絡(luò)不同變化的基因视哑。
? ? 該分析產(chǎn)生了2892個基因和30444個共表達，我們關(guān)注的是這個網(wǎng)絡(luò)中最大的連接組件（2545個基因的30249個連接）誊涯，其中包含了99%的共表達信息挡毅。重要的是基因共表達網(wǎng)絡(luò)不試圖識別“直接基因相互作用”，二是包含“基因鄰域關(guān)系”暴构，這在傳統(tǒng)的微陣列分析中常被忽略跪呈，并用來識別在共同途徑或生物過程中發(fā)揮不同作用的基因。因此丹壕，共表達網(wǎng)絡(luò)的功能表征應該被視為一種描述性分析庆械，旨在產(chǎn)生附加的假設(shè)檢驗。
1.2GEP-NEN基因共表達網(wǎng)絡(luò)功能分析：為了深入了解GEP-NEN網(wǎng)絡(luò)部獲得分子通路菌赖，使用DAVID富集相關(guān)通路缭乘。Integration of energy metabolism富集到58個基因，p=4.2*10^(-5);Diabetes pathway富集到68個基因，p=2.7*10^（-4）;Pathways in cancer富集到72個基因堕绩，p=0.003策幼，其他途徑包括免疫反應，神經(jīng)系統(tǒng)發(fā)育和代謝奴紧。之后使用Louvain算法特姐，通過模塊化最大化將階段迭代分組區(qū)域中，將GEP-NEN網(wǎng)絡(luò)劃分為62個簇黍氮，分別在最大和最小的簇中有800個和3個基因唐含。
補充：Louvain算法
1.3Marker基因的選擇：我們產(chǎn)生了三個推測的標記基因面板，通過RT-PCR進一步檢測：1）組織沫浆，2）外周血捷枯，3）文獻，此處要看補充方法了专执。后邊有時間加上淮捆。為了生成給予組織的基因面板，我們在GEP-NEN-A和GEP-NEN-B數(shù)據(jù)集中發(fā)現(xiàn)了顯著上調(diào)的基因本股，摒棄保留了GEP-NEN基因表達網(wǎng)絡(luò)中也存在的基因攀痊。隨后，我們保留了具有高網(wǎng)絡(luò)聚類系數(shù)的基因拄显，基于他們與腫瘤發(fā)生關(guān)聯(lián)的可能性增加苟径。最后，查找了一組369個基因凿叠，這些基因通過閾值過濾涩笤，和文獻手動搜索，搜索標準：A)神經(jīng)內(nèi)分泌瘤盒件，B)腫瘤形成蹬碧，C)轉(zhuǎn)移。369個基因中21個被選擇用于PCR炒刁。14個外周血樣本（n=7個對照組恩沽，n=7個GEP-NEN組成），1382個上調(diào)基因翔始，僅保留GEP_NEN-A罗心，GEP_NEN-B陽性的，產(chǎn)生306個假定的標記基因城瞎。手動文獻搜索渤闷，查找與內(nèi)分泌生物學或者是內(nèi)分泌腫瘤相關(guān)的基因，確定了32/306個PCR驗證的靶點脖镀。
? ? 文獻中查到的基因共22個飒箭，13個標記基因在之前報道中與GEP-NEN相關(guān)，另外9個和腫瘤的發(fā)生和轉(zhuǎn)移相關(guān)。在這些分析的基礎(chǔ)上弦蹂，選擇了75個假定基因肩碟，做PCR分析。
2.在測試集和獨立集中驗證GEP-NEN標記的基因
????為了驗證“假定”標記面板凸椿，測量了從訓練子集（對照49個削祈，GEP_NEN28個）中分離出的mRNA的轉(zhuǎn)錄水平。這表明75個候選標記中有51個在血液中能產(chǎn)生可檢產(chǎn)物脑漫。使用51個標記基因識別GEP-NEN髓抑，將GEP-NEN分類器建立在訓練集（對照67個，GEP63個）优幸，用t檢驗計算對照組和腫瘤病理的顯著性启昧，采用四種分類算法（SVM，LDA劈伴，KNN，Bayes）和10倍交叉驗證設(shè)計握爷，建立了GEP-NEN診斷分類器跛璧。支持向量機的精度為0.89（0.85-1.0），LDA算法0.89（0.86-0.93）新啼，KNN精度0.88（0.85-0.93）追城，Bayes精度0.86（0.85-0.93）。3中分類器的投票組合準確率為0.88燥撞。為了控制過度擬合和評估分類器的性能座柱，我們檢查了兩個驗證集，驗證集敏感性為85%-98%物舒，特異性為93%-97%色洞，PPV為95-96%，NPVs87-98%冠胯，第一和第二個驗證集測試AUC分別是0.98,0.95火诸。
? ??51個標記基因和Chromogranin A對GEP_NEN的識別比較。為了檢查外周血PCR特征的效用荠察，我們將其與一組176個樣本的組中CgA的測量結(jié)果進行比較置蜀，與對照組相比，GEP-NEN中CgA升高P=0.002悉盆。采用19Units/L作為臨界值盯荤，敏感性為32%，特異性99%焕盟，PPV96%秋秤，NPV63%。正確率為68%。PCR的方法比CgA的方法更準確航缀。特異性相似（94%vs99%）商架，敏感性高于CgA（85%vs32%）。
3.GEP_NEN標記基因的額外作用
? ? 為了進一步評估標記基因的潛在作用芥玉，檢查前神經(jīng)基因和胃腸道神經(jīng)基因的敏感性和特異性是否存在差異蛇摸。以及是否可以檢測到非轉(zhuǎn)移性腫瘤。此外我們還想測試在低CgA表達患者中表達如何灿巧。我們分別見擦了每個驗證集以及兩個集的組合赶袄。識別P-NENs性能指標：敏感性為64-100%，特異性為92%=95%抠藕。43個胰腺癌種特異性為94%饿肺，95例胃腸道腫瘤中特異性為94%。兩者沒有顯著性差異盾似，表明PCR檢測在兩種癌種中結(jié)果相似敬辣。
? ? 對轉(zhuǎn)移瘤的評估發(fā)現(xiàn)，中的敏感性和特異性85%零院，11例無轉(zhuǎn)移瘤患者中91%為陽性溉跃，特異性94%，不論是否轉(zhuǎn)移告抄，PCR都能很好的鑒別出患者撰茎。
? ? 176個CgA樣本數(shù)據(jù)集使用19U/L為臨界值，確定了55名低CgA患者打洼，50例患者的PCR評分為0.2分（91%）龄糊。在26例CgA升高的患者中22例（85%）PCR評分升高。PCR評分顯著高于CgA募疮。
搞完了炫惩，都沒看懂他的樣本到底怎么用的
