基于数据挖掘技术的肺癌危险度评价与早期预警系统研究

本项目从致癌物的暴露和个体易感性相互作用出发，应用分子生物学技术和高效液相色谱－质谱联用技术，通过动物诱癌试验及不同人群（肺癌患者、其他癌症患者、职业人群、吸烟人群和对照人群）队列研究，应用和验证反映肺癌发生过程中的各类生物标志，将暴露生物标志（致癌物、代谢物及DNA加合物）、效应生物标志（染色体不稳定性及基因甲基化）、易感性生物标志综合考察，结合流行病学特征，应用数据挖掘中的Bayes判别分析、人工神经网络、决策树等智能化信息处理技术，全方位捕捉肺癌发生发展过程中的特征信息，综合评价肺癌发生的风险；在此基础上，进一步完善前期所建立的肺癌早期预警预报系统，并探讨预警系统对其他癌症的区分情况，从而筛选出肺癌高危个体和亚群，为进一步阐明癌变机制、改变风险评价和预防策略提供实验依据和方法。

本项目从致癌物的暴露和个体易感性相互作用出发，应用气相色谱－质谱联用技术，完成对中温煤焦沥青及其煤焦沥青烟气化学成份分析；并建立用于尿样中煤焦沥青代谢物样品制备及分析方法；运用分子生物学技术分析敏感基因型（CYP1A1Val/Val 及XRCC1 XRCC1 TT/AA）；建立煤焦沥青诱发大鼠肺癌模型，记录煤焦沥青逸散物接触剂量，分批宰杀大鼠，取其组织进行病理分析；重点检测了肺癌患者、职业人群、正常对照人群煤焦沥青代谢物、染色体不稳定性导致的中心体异常和 p16、FHIT 及 RASSF1A基因甲基化的情况，并对敏感基因型 CYP1A1Val/Val、GSTM1 0/0 及 XRCC1 TT/AA 进行检测。在此基础上应用数据挖掘中的判别分析、人工神经网络、决策树等智能化技术，充分挖掘肺癌早期发生发展过程中一些特征信息，综合评价肺癌发生的风险，建立肺癌的危险度评价体系，完善肺癌早期预警预报系统。总之，在2010~2012年度，研究团队根据标书中的研究内容，结合实验实际情况，顺利地实现了本研究所要达到的总体目标。