RNA-seq 기술 기반 고위험 MDS 환자에 대한 연구 (MDS&RNA-seq)

(1) 연구 모집단(기준에 포함): 2019년 6월 이후 4개 협력병원 혈액내과 및 외래에서 MDS 진단기준을 충족한 환자(16~80세) 120명. 진단기준은 2016 MDS의 WHO 진단을 참고한다. 새로운 분류; 예후 점수는 2012 MDS 개정 IPSS-R 예후 적분 시스템을 기반으로 하였다. 대조군으로는 초기 급성 골수성 백혈병(AML-M2a) 환자 5명과 건강한 인간 골수 기증 지원자 5명이 있었다. 이 연구의 목적을 이해하고 정보에 입각한 동의서에 서명하십시오.

2) 임상 정보 수집: 선별된 환자의 병력 수집, 일상 임상 검사(말초혈액수, 혈청 페리틴, VitB12, 엽산, EPO 수치, 골수 도말 및 골수 생검, 골수 유세포 분석, 골수 세포 유전학, 등) 및 추적 관찰 및 효능 관찰, 환자의 임상 지표, 효능 및 예후 및 검출 가능한 관련 유전자를 체계적으로 분석하였다.

(3) 연구방법 : 채취한 골수 검체를 RAN-seq 운용과정에 따라 추출하여 각 시료세포의 total RNA, quality test, cDNA library를 추출하여 시료당 3천만 reads, Ilumina를 추출한다. X10 PE150은 시퀀싱 깊이 9G 클리어 데이터로 시퀀싱됩니다. 시퀀싱 데이터가 테스트되고 통과된 후 원래 시퀀싱 데이터가 사전 처리됩니다. 시퀀싱 기계의 원시 데이터가 정성적으로 제어되고 시퀀싱 커넥터가 있는 시퀀싱 단편이 제거되며 품질이 낮은 퍼지 N 염기, riboomeRNA 제거됩니다. 길이가 20 미만인 시퀀싱 단편 등; 시퀀싱 데이터의 전사: 사전 처리된 읽기 및 사후 비교 품질 관리의 게놈 정렬.

유전자 발현 수준 분석: 유전자 발현 수준 정량화, 유전자 발현 수준 분포, 생물학적 중복 상관관계 분석, 샘플간 수준 클러스터링 및 PCA 분석.

차등 발현 유전자 분석:

서로 다른 유전자의 GO 농축 및 신호 경로 농축을 분석하고 정상 샘플, AML 샘플 및 MDS 환자 샘플(다양한 MDS 하위 유형 포함) 사이에서 특이적으로 증가 또는 감소한 유전자를 비교했습니다. 이러한 차등 유전자 변화(신호 경로 활성화 또는 억제)와 관련된 분자 수준 이벤트의 예측 및 질병 과정을 나타낼 수 있는 차동 유전자 검색.

(4) 데이터 관리 및 통계: 모든 임상 정보 데이터가 수집되어 컴퓨터에 입력됩니다. 모든 데이터는 유닛의 임상 평가 및 분석 센터에서 구축한 데이터베이스를 사용하여 입력됩니다. 데이터 처리 통계학자는 데이터를 입력하기 전에 데이터의 완전성과 정확성을 더욱 완벽하게 확인하고 확인합니다. 데이터 입력 및 관리는 전용 데이터베이스 구축 책임자가, 데이터 입력 및 관리는 2명의 데이터 관리자가 입력 및 교정한다. 완료 후 SPSS 19.0 for Windows 통계 소프트웨어 패키지는 통계 처리에 사용됩니다.

임상 정보 데이터 통계 및 시퀀싱 분석 결과 완료 후 컴퓨터의 "심층 학습" 기능을 사용하여 rMATS 및 SURVIV와 같은 분석 도구를 사용하여 두 개의 "표준"과 하나의 "스킴" 설정을 완료했습니다.