本發(fā)明涉及生物信息，尤其涉及一種結(jié)腸癌患者dna甲基化測序數(shù)據(jù)的處理方法、一種結(jié)腸癌患者dna甲基化測序數(shù)據(jù)的處理系統(tǒng)，以及一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、結(jié)腸癌是消化道常見的高侵襲性腫瘤，其發(fā)病率和死亡率逐年上升。結(jié)腸癌在常規(guī)治療(如手術(shù)切除)后容易發(fā)生轉(zhuǎn)移或復(fù)發(fā)，且有轉(zhuǎn)移的結(jié)腸癌患者的5年生存率低于原發(fā)性癌癥患者，嚴(yán)重影響結(jié)腸癌患者的治療和生存。目前，全身化療常用于抑制癌癥細(xì)胞的生長和擴(kuò)散。然而，它不能消除潛在的播散性癌癥細(xì)胞，只能使患者受益數(shù)月。

2、累積的證據(jù)表明，在癌癥發(fā)生和進(jìn)展的過程中，均有異常的dna甲基化調(diào)控。dna甲基化模式的改變發(fā)生在癌變?cè)缙冢⒖赡芡ㄟ^直接影響基因的轉(zhuǎn)錄來促進(jìn)癌變和腫瘤轉(zhuǎn)移。此外，已有多個(gè)研究基于血漿或糞便中的dna來尋找異常甲基化生物標(biāo)志物，以開發(fā)結(jié)腸癌相關(guān)非入侵式診斷工具。因此，dna甲基化特征可能成為改善結(jié)腸癌患者治療和預(yù)后的有力靶標(biāo)。

3、為了克服現(xiàn)有技術(shù)存在的上述缺陷，本領(lǐng)域亟需一種結(jié)腸癌患者dna甲基化測序數(shù)據(jù)的處理技術(shù)，通過了解轉(zhuǎn)移過程，篩選新的生物標(biāo)志物，以預(yù)測患者結(jié)腸癌的轉(zhuǎn)移和預(yù)后。

技術(shù)實(shí)現(xiàn)思路

1、以下給出一個(gè)或多個(gè)方面的簡要概述以提供對(duì)這些方面的基本理解。此概述不是所有構(gòu)想到的方面的詳盡綜覽，并且既非旨在指認(rèn)出所有方面的關(guān)鍵性或決定性要素亦非試圖界定任何或所有方面的范圍。其唯一的目的是要以簡化形式給出一個(gè)或多個(gè)方面的一些概念以為稍后給出的更加詳細(xì)的描述之前序。

2、為了克服現(xiàn)有技術(shù)存在的上述缺陷，本發(fā)明提供了一種結(jié)腸癌患者dna甲基化測序數(shù)據(jù)的處理方法、處理系統(tǒng)及存儲(chǔ)介質(zhì)，通過了解轉(zhuǎn)移過程，篩選新的生物標(biāo)志物，以預(yù)測患者結(jié)腸癌的轉(zhuǎn)移和預(yù)后。

3、具體來說，根據(jù)本發(fā)明的第一方面提供的一種結(jié)腸癌患者dna甲基化測序數(shù)據(jù)的處理方法包括以下步驟：獲取多個(gè)結(jié)腸癌轉(zhuǎn)移樣本及多個(gè)未轉(zhuǎn)移樣本的dna甲基化測序數(shù)據(jù)；對(duì)所述多個(gè)結(jié)腸癌轉(zhuǎn)移樣本及所述多個(gè)未轉(zhuǎn)移樣本的dna甲基化測序數(shù)據(jù)進(jìn)行差異分析，以確定差異dna甲基化位點(diǎn)；根據(jù)各所述dna甲基化測序數(shù)據(jù)對(duì)應(yīng)的樣本標(biāo)簽，對(duì)所述差異dna甲基化位點(diǎn)進(jìn)行單因素cox回歸分析，以確定與結(jié)腸癌預(yù)后相關(guān)的候選dna甲基化生物標(biāo)志物；根據(jù)各所述dna甲基化測序數(shù)據(jù)對(duì)應(yīng)的樣本標(biāo)簽，采用svm-rfe算法篩選與結(jié)腸癌轉(zhuǎn)移診斷相關(guān)的第一dna甲基化生物標(biāo)志物；使用邏輯斯特回歸算法，構(gòu)建關(guān)于所述第一dna甲基化生物標(biāo)志物的診斷模型；以及經(jīng)由所述診斷模型，處理結(jié)腸癌患者的dna甲基化測序數(shù)據(jù)。

4、進(jìn)一步地，在本發(fā)明的一些實(shí)施例中，所述對(duì)所述多個(gè)結(jié)腸癌轉(zhuǎn)移樣本及所述多個(gè)未轉(zhuǎn)移樣本的dna甲基化測序數(shù)據(jù)進(jìn)行差異分析，以確定差異dna甲基化位點(diǎn)的步驟包括：使用r包c(diǎn)hamp數(shù)據(jù)，對(duì)所述多個(gè)結(jié)腸癌轉(zhuǎn)移樣本及所述多個(gè)未轉(zhuǎn)移樣本的dna甲基化測序數(shù)據(jù)進(jìn)行差異分析，將p值小于預(yù)設(shè)閾值的甲基化cpg位點(diǎn)確定為所述差異dna甲基化位點(diǎn)。

5、進(jìn)一步地，在本發(fā)明的一些實(shí)施例中，所述根據(jù)各所述dna甲基化測序數(shù)據(jù)對(duì)應(yīng)的樣本標(biāo)簽，對(duì)所述差異dna甲基化位點(diǎn)進(jìn)行單因素cox回歸分析，以確定與結(jié)腸癌預(yù)后相關(guān)的候選dna甲基化生物標(biāo)志物的步驟包括：根據(jù)遠(yuǎn)處轉(zhuǎn)移和淋巴結(jié)轉(zhuǎn)移分期，為所述多個(gè)結(jié)腸癌轉(zhuǎn)移樣本及所述多個(gè)未轉(zhuǎn)移樣本添加癌轉(zhuǎn)移和原發(fā)性癌的樣本標(biāo)簽；根據(jù)所述樣本標(biāo)簽，將所述多個(gè)結(jié)腸癌轉(zhuǎn)移樣本及所述多個(gè)未轉(zhuǎn)移樣本劃分為癌轉(zhuǎn)移組和未轉(zhuǎn)移組；以及使用r包survival數(shù)據(jù)，分別對(duì)所述癌轉(zhuǎn)移組和所述未轉(zhuǎn)移組的差異dna甲基化位點(diǎn)進(jìn)行單因素cox回歸分析，以確定所述與結(jié)腸癌預(yù)后相關(guān)的候選dna甲基化生物標(biāo)志物。

6、進(jìn)一步地，在本發(fā)明的一些實(shí)施例中，所述根據(jù)各所述dna甲基化測序數(shù)據(jù)對(duì)應(yīng)的樣本標(biāo)簽，采用svm-rfe算法篩選與結(jié)腸癌轉(zhuǎn)移診斷相關(guān)的第一dna甲基化生物標(biāo)志物的步驟包括：使用r包e1071數(shù)據(jù)，對(duì)所述候選dna甲基化生物標(biāo)志物的差異dna甲基化位點(diǎn)進(jìn)行svm-rfe分析，以確定所述與結(jié)腸癌轉(zhuǎn)移診斷相關(guān)的第一dna甲基化生物標(biāo)志物。

7、進(jìn)一步地，在本發(fā)明的一些實(shí)施例中，所述使用邏輯斯特回歸算法，構(gòu)建關(guān)于所述第一dna甲基化生物標(biāo)志物的診斷模型的步驟包括：將所述第一dna甲基化生物標(biāo)志物的差異dna甲基化位點(diǎn)的β值，輸入所述邏輯斯特回歸算法，以構(gòu)建關(guān)于所述第一dna甲基化生物標(biāo)志物的候選診斷模型；獲取并使用所述多個(gè)結(jié)腸癌轉(zhuǎn)移樣本的臨床數(shù)據(jù)，對(duì)所述候選診斷模型進(jìn)行roc分析評(píng)估，以確定各所述候選診斷模型的預(yù)測效果；以及將預(yù)測效果達(dá)標(biāo)的候選診斷模型，確定為所述診斷模型。

8、進(jìn)一步地，在本發(fā)明的一些實(shí)施例中，所述候選dna甲基化生物標(biāo)志物選自以下的至少一者：cg04660698、cg02789485、cg03361068、cg26738080、cg25546588、cg14550066、cg08022502、cg17328659、cg01184522、cg15993674、cg24441911、cg04525496、cg14672680、cg13445358、cg15736165、cg16279786、cg16396417、cg00250430、cg13059335。

9、進(jìn)一步地，在本發(fā)明的一些實(shí)施例中，還包括以下步驟：獲取所述多個(gè)結(jié)腸癌轉(zhuǎn)移樣本的無進(jìn)展生存期的臨床數(shù)據(jù)；對(duì)所述診斷模型涉及的第一dna甲基化生物標(biāo)志物，以及所述臨床數(shù)據(jù)，進(jìn)行l(wèi)asso-cox回歸分析，以從所述第一dna甲基化生物標(biāo)志物篩選與結(jié)腸癌無進(jìn)展生存期相關(guān)的第二dna甲基化生物標(biāo)志物；基于所述第二dna甲基化生物標(biāo)志物，構(gòu)建結(jié)腸癌無進(jìn)展生存期的預(yù)后模型；以及經(jīng)由所述預(yù)后模型，處理所述結(jié)腸癌患者的dna甲基化測序數(shù)據(jù)。

10、進(jìn)一步地，在本發(fā)明的一些實(shí)施例中，所述基于所述第二dna甲基化生物標(biāo)志物，構(gòu)建結(jié)腸癌無進(jìn)展生存期的預(yù)后模型的步驟包括：根據(jù)所述第二dna甲基化生物標(biāo)志物的β值和回歸系數(shù)，計(jì)算每一所述結(jié)腸癌轉(zhuǎn)移樣本的風(fēng)險(xiǎn)評(píng)分；以及根據(jù)所述風(fēng)險(xiǎn)評(píng)分，構(gòu)建所述結(jié)腸癌無進(jìn)展生存期的預(yù)后模型。

11、進(jìn)一步地，在本發(fā)明的一些實(shí)施例中，所述第二dna甲基化生物標(biāo)志物選自以下的至少一者：cg02789485、cg04660698、cg16396417、cg14550066、cg24441911、cg26738080、cg04525496、cg03361068、cg01184522、cg25546588、cg00250430、cg17328659、cg13445358、cg15993674、cg08022502、cg14672680、cg13059335，所述根據(jù)所述風(fēng)險(xiǎn)評(píng)分，構(gòu)建所述結(jié)腸癌無進(jìn)展生存期的預(yù)后模型的步驟包括：根據(jù)以下風(fēng)險(xiǎn)評(píng)分公式，計(jì)算總風(fēng)險(xiǎn)評(píng)分：

12、riskscore＝(cg02789485*1.692)+(cg04660698*-32.388)+(cg00250430*-0.456)+(cg16396417*14.126)+(cg14550066*-0.655)+(cg24441911*-4.021)+(cg26738080*-0.403)+(cg04525496*-0.255)+(cg03361068*-0.834)+(cg01184522*1.356)+(cg25546588*5.063)+(cg17328659*0.839)+(cg13445358*6.063)+(cg15993674*0.709)+(cg08022502*0.242)+(cg14672680*-0.269)+(cg13059335*-1.596)；以及根據(jù)所述總風(fēng)險(xiǎn)評(píng)分，構(gòu)建所述結(jié)腸癌無進(jìn)展生存期的預(yù)后模型。

13、進(jìn)一步地，在本發(fā)明的一些實(shí)施例中，所述根據(jù)所述風(fēng)險(xiǎn)評(píng)分，構(gòu)建所述結(jié)腸癌無進(jìn)展生存期的預(yù)后模型的步驟包括：根據(jù)所述風(fēng)險(xiǎn)評(píng)分，構(gòu)建所述結(jié)腸癌無進(jìn)展生存期的候選預(yù)后模型；根據(jù)所述多個(gè)結(jié)腸癌轉(zhuǎn)移樣本的臨床數(shù)據(jù)，對(duì)所述候選預(yù)后模型進(jìn)行roc分析評(píng)估，以確定各所述候選預(yù)后模型的預(yù)測效果；以及將預(yù)測效果達(dá)標(biāo)的候選預(yù)后模型，確定為所述預(yù)后模型。

14、此外，根據(jù)本發(fā)明的第二方面提供的一種結(jié)腸癌患者dna甲基化測序數(shù)據(jù)的處理系統(tǒng)包括存儲(chǔ)器和處理器。所述存儲(chǔ)器上存儲(chǔ)有計(jì)算機(jī)指令。所述處理器連接所述存儲(chǔ)器，并被配置用于執(zhí)行所述存儲(chǔ)器上存儲(chǔ)的計(jì)算機(jī)指令，以實(shí)施如本發(fā)明的第一方面中任一項(xiàng)所述的結(jié)腸癌患者dna甲基化測序數(shù)據(jù)的處理方法。

15、此外，根據(jù)本發(fā)明的第三方面提供的一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)指令。所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，實(shí)施如本發(fā)明的第一方面中任一項(xiàng)所述的結(jié)腸癌患者dna甲基化測序數(shù)據(jù)的處理方法。