数据挖掘在胰腺癌中的应用

夏文韬 王筠 严鑫平

摘  要：胰腺癌（PAAD）是一种发生在胰腺的恶性肿瘤，起病隐匿，早期诊断困难，进展迅速，生存时间短，是预后最差的恶性肿瘤之一，被称为“癌中之王”。胰腺癌的致病因素目前还尚不清楚，但生物标志物的发现为胰腺癌的预后诊断指明了一个方向。文章采用了数据挖掘的方法对多个胰腺癌的RNA基因表达数据进行分析，挖掘出可能用于胰腺癌诊断的生物标志物。最后经生存分析验证，发现NDC80，CDC20，CCNB1，KIF11这四个标志物可能对胰腺癌的治疗起到减轻疼痛和降低病情恶化程度的作用。

关键词：胰腺癌；生物标志物；基因表达；limma；Kaplan-Meier；数据挖掘

中图分类号：TP391    文献标识码：A  文章编号：2096-4706（2023）05-0120-04

Application of Data Mining in Pancreatic Adenocarcinoma

XIA Wentao， WANG Yun， YAN Xinping

（School of Information Engineering， Jingdezhen Ceramic University， Jingdezhen  333403， China）

Abstract： Pancreatic Adenocarcinoma （PAAD） is a malignant tumor that occurs in the pancreas with insidious onset， difficult early diagnosis， rapid progression and short survival time. It is one of the malignant tumors with the worst prognosis. Pancreatic Adenocarcinoma is known as the “king of cancers”. The pathogenic factors of Pancreatic Adenocarcinoma are currently unclear， but the discovery of biomarkers points to another direction for the prognosis and diagnosis of Pancreatic Adenocarcinoma. In this paper， the method of data mining is used to analyze the RNA gene expression data of multiple patients with Pancreatic Adenocarcinoma， and the biomarkers that may be used for the diagnosis of Pancreatic Adenocarcinoma are mined. Finally， after verification by survival analysis， it is found that the four biomarkers of NDC80， CDC20， CCNB1 and KIF11 may play a role in reducing pain and the degree of disease deterioration in the treatment of Pancreatic Adenocarcinoma.

Keywords： Pancreatic Adenocarcinoma; biomarker; gene expression; limma; Kaplan-Meier; data mining

0  引  言

胰腺癌（PAAD）是威脅人类健康和生命的恶性肿瘤之一，且五年的总体生存率不到1%，是一个预后非常差的恶性肿瘤。目前，胰腺癌患者最常用的治疗方法是放疗和化疗[1]。近年来，随着生物信息学技术的快速发展，可以方便地收集到各种癌症的高通量组学数据，为癌症的诊断提供了新的方向。通过组学数据了解癌症分子在多个水平上的改变，从而找出具有重要意义的生物标志物。目前，人类也发现了许多与癌症发生、发展的相关标志物，但是关于胰腺癌相关的生物标志物还很少见。本文基于基因表达数据，利用数据挖掘的方法找出可能用于胰腺癌诊断的标志物。

1  数据和方法

1.1  道德规范和知情同意书

由于没有招募患者和收集个人信息，因此不需要伦理批准和患者同意，研究中包含的数据均来自公共数据库（GEO）。……