数据处理采用SPSS19.0统计软件,分析在用不同药物处理下肿瘤生长情况与肿瘤组织中Bax表达的差异性,探讨其与各药物处理的相关关系。 结果： 1、空白组肿瘤体积的增长明显高于TMZ组、VX-680组、VX-680+TMZ组(P=0.009；0.001;0.000,0.05)。 2、TMZ组、VX-680组、VX-680+TMZ组肿瘤细胞Ba不x的表达均高于空白组,但只有VX-680+TMZ组与空白组的差异具有统计学意义(P=0.000,
极光激酶是丝/苏氨酸蛋白激酶家族成员之一，参与调节细胞的有丝分裂过程，如中心体、细胞骨架和胞质分裂的调节。哺乳动物细胞包含三种极光激酶亚型，分别为极光激酶A，B和C。由于极光激酶的异常调节会导致细胞的非整数倍，进而引起Alectinib溶解度癌变，因此极光激酶被认为是癌症治疗的潜在靶点。 本工作第一部分采用自组织神经网络(SOM)和支持向量机(SVM)方法建立极光激酶抑制剂选择性分类模型。512个极光激酶抑制剂依据其对极光激酶A和B的抑制活性被分为三类：对极光激酶A有选择性、对极光激酶B有选择性和无选择性，并使用自组织神经网络方法划分为训练集和测试集。模一般型结果表明，自组织神经网络图能够较好的将抑制剂分到不同的区域中，而支持向量机模型也能很好的预测极光激酶抑制剂的选择性。此外，为了验证两种方法的表现，本部分工作还采用随机方法划分训练集和测试集，将重新组合的训练集用于建立SOM和SVM模型，测试集用于评价模型。两组SOM和SVM模型对测试集的预测正确率均高于87%，证实了两种方法的稳健性。这两组模型均可用于今后的极光激酶抑制剂选择性的虚拟筛选中。