Für eine Krankheit, an der ich interessiert bin, haben fünf oder sechs veröffentlichte Forschungsarbeiten einen Zusammenhang zwischen Veränderungen der Genexpression und dem Vorhandensein der Krankheit gezeigt. Alle diese diagnostischen Biomarker-Studien wurden jedoch mit einer geringen Anzahl von Fällen (15-30) und Kontrollen (15-30) durchgeführt, und die Überschneidungen zwischen ihren Listen potenzieller Biomarker sind minimal. Die Fälle und Kontrollen werden anhand klinisch relevanter Kriterien definiert.
Wir haben kürzlich eine relativ große, multi-institutionelle Studie mit 80 Fällen und 80 Kontrollen abgeschlossen, um dies zu untersuchen. Alle klinischen Proben wurden zusammen als Charge in einer der Einrichtungen verarbeitet. Analysen unserer Daten legen nahe, dass kein Zusammenhang zwischen Genexpression und Krankheit besteht. Verwenden Sie Daten aus einer der veröffentlichten Studien, die dieselbe Genexpressionsmesstechnik wie diese Studie verwendeten, um die Effektgröße mit dem SSPA R-Paket basierend auf moderierten t-Statistiken gemäß limma
Von uns durchgeführte Analysen sind:
-
unbeaufsichtigtes hierarchisches Clustering basierend auf verschiedenen Arten von Entfernungsmessungen (subjektive Bewertung)
-
Hauptkomponentenanalyse; traditionelle und Matrix-Diagramme (subjektive Bewertung)
-
verschiedene Arten von Zwei-Gruppen-Tests zur differentiellen Expression von Genen (Signifikanzschwelle von 0,05 für P-Werte, angepasst für falsche Entdeckung)
-
Klassifizierungs- / Vorhersageanalysen mit Auslass- und Monte-Carlo-Kreuzvalidierungen unter Verwendung von SVM- (Linear Kernel Support Vector Machines) und TSP-Methoden (Top-Scoring Pair); Bei SVM basiert die Variablenauswahl auf differenziellen Ausdrucksmaßen. TSP erfordert keine differentielle Expression (Genauigkeitsraten in diesen Analysen liegen im Bereich von 45% bis 55%)
-
Bestätigung des Fehlens einer differentiellen Expression für einige der Gene, die in früheren Studien als mutmaßliche Krankheitsmarker identifiziert wurden, nach Quantifizierung der Genexpression unter Verwendung einer anderen Technologie (reverse Transkriptions-PCR anstelle eines Hybridisierungs-Microarrays)
ol>
Reichen diese aus, um auf den negativen Befund unserer Studie zu vertrauen, dass Genexpressionsmessungen nicht für die Krankheitsdiagnose verwendet werden können? Gibt es eine andere Art der subjektiven oder objektiven Bewertung des Ausdrucksdatensatzes, die ich durchführen sollte?
Ich verstehe die üblichen Vorbehalte für solche Schlussfolgerungen. Beispielsweise kann es Untergruppen von Fällen geben, in denen Krankheitsmarker vorhanden sein können oder die Sensitivität oder Spezifität der Messtechnik möglicherweise nicht ausreichend waren, um einige echte Markergene aufzunehmen.
Vielen Dank Sie.