[发明专利]一种基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法

说明书

本发明属于生物信息领域，公开了一种基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，包括以下步骤：获取乳腺癌的isomiR表达数据，利用信息熵量化miRNA对应两臂的isomiR序列表达，作为miRNA的表达特征；并使用表达特征进行差异分析，筛选在乳腺癌中共同差异表达的miR‑3p/5p对；进行生存分析，预测可作为乳腺癌生物标志物的miR‑3p/5p对；获取miRNA靶标调控网络，确定其在乳腺癌发生过程中参与的生物学通路。本发明利用信息熵较无偏差地构建出表达特征，筛选在乳腺癌发生发展过程中起重要作用的生物标志物，为乳腺癌的诊断、预防和治疗提供了可行的现实方法。

技术领域

本发明属于医药技术领域，具体涉及一种基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法。

背景技术

乳腺癌(BRCA)是最常见的癌症之一，也是导致全球女性癌症死亡的主要原因，并且乳腺癌发病率呈现逐年升高的趋势。据世界卫生组织国际癌症研究机构(IARC)发布得2020年全球最新癌症数据，2020年全球新发226万例乳腺癌病例，首次超过肺癌(221万例)成为全球第一大癌症。筛选和预测与乳腺癌发生、发展和预后相关基因，以进行早期检测或治疗靶向可以提高乳腺癌患者的存活率，也为乳腺癌的研究提供新思路。

MicroRNA(miRNA)是一种长度约为22个核苷酸的小RNA分子，在以往研究中已证明miRNA在生命活动中参与各种各样的调节途径，发挥着重要的调控作用，可以通过与靶mRNA配对来控制基因表达水平。isomiR是miRNA位点产生的具有一系列具有序列和表达多样的多种异构体形式。主要源自于miRNA加工和成熟过程Drosha和Dicer的不精确和可选择性切割，pre-miRNA由Drosh处理的pri-miRNA产生，由5p臂，3p臂和末端环组成。随后，pre-miRNA通过输出蛋白5输出到细胞质中，在那里它们被Dicer切割以释放末端环和5p-3p双链体。最后，miR-5p或miR-3p臂被选择性地加载到RNA诱导沉默复合体(RISC)上，并靶向靶基因。

信息熵是生物信息学中的一个重要工具，在序列分析中有着广泛的应用。使用信息熵来表征isomiR表达，能够较无偏差得衡量isomiR在样本中表达的均衡与否，但将其应用于识别乳腺癌生物标志物方面的研究较少。

发明内容

目的：为了克服现有技术存在的不足，本发明提供一种基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，通过生物信息学方法在isomiR水平探索其在乳腺癌发生发展中的表达机制和生物学功能，并确定其作为乳腺癌生物标志物的潜在用途，对疾病的早期诊断或靶向治疗具有重要意义。

为达到上述目的，本发明是采用下述技术方案实现的：

一种基于信息熵表征isomiR表达鉴定乳腺癌生物标志物的方法，其特征在于，包括以下步骤：

获取乳腺癌的isomiR表达数据和乳腺癌的临床信息；通过miRbase对isomiR表达数据进行注释，根据MIMAT号将pre-miRNA注释为5p/3p臂；分别基于pre-miRNA的两臂isomiR表达计算信息熵来表征pre-miRNA的表达，得到新的pre-miRNA的信息熵表达矩阵；

在得到的pre-miRNA信息熵表达数据中，挑选出两臂均优势表达的pre-miRNA，并计算出每个pre-miRNA的主要臂；

将均优势表达的pre-miRNA，以isomiR的最佳表达表征pre-miRNA在样本间的表达，使用信息熵来计算pre-miRNA在每个样本间的表达情况，得到由信息熵表征的表达矩阵，并进行差异表达分析，分析isomiR在乳腺癌肿瘤和癌旁组织中的表达水平，筛选出共同差异表达的miR-3p/5p对；