腫瘤基因組和基因芯-文庫吧資料
2025-05-06 07:24本頁面
【正文】 es microRNA expression profiles classify human cancers Leukemia Solid Tumor microRNA表達譜的不一致性很高 不同實驗室得出的 microRNA表達譜結果很不一致：microRNA芯片技術的難度和不成熟性。 基因芯片在腫瘤研究中的應用 小 結 ? 目前腫瘤診斷和治療中存在的問題 ? 利用基因芯片進行分子分型 ? 其他基因芯片類型在腫瘤研究中的應用 miRNA芯片 CGH芯片 甲基化芯片等 miRNA芯片 microRNA ? microRNA(miRNA)是 20～ 24nt的單鏈 RNA, 在進化上具有高度的保守性，它通過與靶 mRNA 不完全互補配對，抑制蛋白翻譯 ,調(diào)節(jié)內(nèi)源基因表達，在基因調(diào)控中扮演了重要的角色。s first step toward standardizing these multigene expression tests. ? DNA陣列雜交結果最直接的影響是診斷；雜交結果中可以得到藥物靶標基因，可為最后治療癌癥打下基礎 ? 挑戰(zhàn)：隨著實驗技術及儀器的不斷改進和基因組數(shù)據(jù)的急劇增長，基因芯片產(chǎn)生的各種基因表達數(shù)據(jù)，規(guī)模龐大，內(nèi)容復雜；如何分析挖掘數(shù)據(jù)成為生物信息學中的挑戰(zhàn)性課題。 ? 運用基因芯片得到的 Biomarker可用于腫瘤的早期診斷 基因芯片在腫瘤研究中的應用 白血病的分類 ? 腫瘤分類學在過去的 30多年間進步不少，但是在鑒定新的腫瘤類型（ class discovery）和腫瘤分類（ cancer classification）還缺乏通用的方法 ? 急性白血病的分類方法：核的形態(tài)學分析，酶學免疫組化，染色體易位分析，任何一個分析都需要非常有經(jīng)驗的醫(yī)師進行詳盡的檢查以及分析，需要專業(yè)的實驗室來完成，但沒有一個單獨的測試能夠足以用于診斷 ? 傳統(tǒng)的分類方法的聯(lián)合運用，一般而言比較準確，但仍舊會出錯 運用基因芯片表達譜對急性白血病分類 ? 尋找在基因表達水平與預測 ALL和 AML密切相關的分子群 ? 運用這一分子群，看如何能將已知分類的樣本進行準確的分類預測，即尋找能進行分類的基因群（ class predictor）（ training set） ? 用新的樣本群檢測 class predictor的準確性(test set) Precise Classification of Cancer is the First Step in Rational Treatment Gene Expression Profiles Science 286:531 (1999) ?Distinguishing between acute lymphoblastic leukemia (ALL) and acute myeloid leukemia (AML) is crucial because their therapies are different. ?RNA from 38 bone marrow samples were hybridized to Affymetrix chips containing probes for 6,817 genes. ?The expression profiles of 50 genes clearly differentiate between the two types of cancer. 乳腺癌的預后分類與治療 ? 同一分期的乳腺癌病人在治療的反應和總體的治療結果上有很大差異 ? 傳統(tǒng)的用淋巴結狀態(tài)和組織化學檢測的方法無法準確判斷腫瘤的臨床表現(xiàn) ? 化療和激素治療可以降低遠處轉移的風險約三分之一 ? 70－ 80％的病人不經(jīng)過化療等手段預后仍較好 Gene Expression Signatures for Breast Cancer Application: Gene Expression ? Identifying gene expression signature that reflects biological behavior of a tumor(預后好與預后差 ) ? 70gene prognostic profile tested ? 295 breast cancer samples ? outperformed all clinical variables for predicting patient survival ? Microarray classifiers to direct customized therapy ? Starting point for targeted and rational drug development Classification on prognostic signature Supervised classification on prognosis signatures Predict clinical oute Prognosis of additional 19 patients Results ? 231 genes were significantly associated with the disease oute ? 70 genes were further selected to be optimal marker gene ? Prediction accuracy ~80% ? 開發(fā)公司： Agendia 芯片名稱： MammaPrint(R) Agendia Receives . FDA C
教學教案相關推薦
鄂ICP備17016276號-1