相关实验视频
Updated: Jul 19, 2025
07:50
Genome-Wide Analysis of DNA Methylation in Gastrointestinal Cancer
Published on: September 18, 2020
5.6K
通过RNA测序或DNA甲基化微阵列分析的3组和4组髓母细胞瘤瘤样本的连续得分
James P R Hacking1, Dean Thompson1, Edward C Schwalbe2
1Wolfson Childhood Cancer Research Centre, Translational and Clinical Research Institute, Newcastle University for Cancer, Newcastle University, Newcastle upon Tyne, UK.
STAR protocols
|August 13, 2023
概括
本研究介绍了一种方法,使用RNA测序或DNA甲基化数据计算脑髓母细胞瘤 (一种类型的脑瘤) 的连续得分. 这一分数有助于更精确地分类瘤,有助于治疗策略.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 脑髓母细胞瘤是一种常见的儿科脑瘤,具有明显的分子子组.
- 精确的脑髓母细胞瘤亚型确定对于预后和治疗选择至关重要.
- 现有的分类方法可能需要对特定子组 (如第3组和第4组) 进行进一步细化.
研究的目的:
- 开发一项计算协议,用于3组和4组脑髓母细胞瘤的连续评分.
- 为了使用易于获取的基因组数据,精确地确定脑髓母细胞瘤样本的分子亚型.
- 提供一种可扩展的方法来分类新的脑髓母细胞瘤样本.
主要方法:
- 使用非负矩阵因子化 (NMF) 定义的元基因从RNA测序数据中推导出连续积分.
- 开发一个计算协议,将这个分数投射到新的RNA测序数据集上.
- 使用随机森林分类器逆向设计DNA甲基化微阵列数据的连续性得分.
主要成果:
- 一个强大的协议,用于计算连续得分 (0-1) 的第三组和第四组脑髓母细胞瘤.
- 证明得分对RNA测序和DNA甲基化微阵列数据的适用性.
- 连续得分成功投射到新的RNA测序样本上.
结论:
- 开发的协议为完善脑髓母细胞瘤亚型提供了一个有价值的工具.
- 这种连续得分提高了第三组和第四组脑髓母细胞瘤分子分类的精度.
- 该方法为脑髓母细胞瘤基因组学中的临床和研究应用提供了可扩展和适应的方法.
