规条件，如《分子克隆实验指南》(第三版)中所述的条件，或按照制造厂商所建议的条件。
[0035]实施例l:8q24.21在肿瘤基因组中是扩增的热点 1.Tumorscape数据库分析
方法:对Tumorscape数据库中3138例肿瘤样本(后面提到的2526例肿瘤组织加上611个肿瘤细胞系)、2526例肿瘤组织和611个肿瘤细胞系中的基因组拷贝数变异数据进行分析。将某染色体区段拷贝数增加的样本在3138例肿瘤样本、2526例肿瘤组织和611个肿瘤细胞系中所占的百分比利用circos软件以圆圈的形式呈现，最外面的圆圈为染色体基因组，不同的染色体用不同的颜色展现，每条染色体中每一行代表一个基因座。里面3个圆圈由外到内分别表示某染色体区段拷贝数增加的样本在3138例肿瘤样本、2526例肿瘤组织和611个肿瘤细胞系中所占的百分比。拷贝数扩增程度可分为Gain和Amplificat1n，橙色代表Gain，即低程度的拷贝数增加(额外增加I到4个的拷贝)；朱红色代表Amplificat1n，即额外增加4个拷贝以上。将圆心与染色体的某个区段连线，便可得到某染色体区段拷贝数增加的样本在3138例肿瘤样本、2526例肿瘤组织和611个肿瘤细胞系中所占的百分比。
[0036]结果:如图1所示，与其他染色体相比，染色体臂lq、5p、7、8q、17q和20中的基因在肿瘤中扩增的频率最高。
[0037]结果分析:以上分析结果表明，与其他染色体相比，染色体臂lq、5p、7、8q、17q和20中的基因在Tumorscape数据库中的3138例肿瘤样本、2526例肿瘤组织和611个肿瘤细胞系中扩增频率最高，提示染色体臂lq、5p、7、8q、17q和20中的某些基因可作为辅助诊断肿瘤的靶点。
[0038]2.GISTIC分析
方法:利用 Genomic Identificat1n of Significant Targets in Cancer 2.0(GISTIC2.0)对Tumorscape数据库中3138例肿瘤样本、2526例肿瘤组织和611个肿瘤细胞系中的基因组拷贝数变异数据进行分析。G-scores表示基因扩增的程度。G-scores越大，表示基因扩增的程度越高。反之亦然。q-values为错误发现率(假阳性率)。
[0039]结果:如图2所示，8q24.21区段在3138例肿瘤样本、2526例肿瘤组织和611个肿瘤细胞系中均有最高水平扩增。
[0040]结果分析:8q24.21区段在3138例肿瘤样本、2526例肿瘤组织和611个肿瘤细胞系中均有最高水平扩增，提示8q24.21区段中的某个基因可作为辅助诊断肿瘤的靶点。
[0041]3.TCGA数据库分析
方法:对TCGA数据库中5443例原发肿瘤组织、393例转移组织和63例复发组织中的基因组拷贝数变异数据进行分析。将某染色体区段拷贝数增加的样本在5443例原发肿瘤组织、393例转移组织和63例复发组织中所占的百分比利用circos软件以圆圈的形式呈现，最外面的圆圈为染色体基因组，不同的染色体用不同的颜色展现，每条染色体中每一行代表一个基因座。里面3个圆圈由外到内分别表示某染色体区段拷贝数增加的样本在5443例原发肿瘤组织、393例转移组织和63例复发组织中所占的百分比。拷贝数扩增程度可分为Gain和Amplif icat1n，橙色代表Gain，即低程度的拷贝数增加(额外增加I到4个的拷贝);朱红色代表Amplificat1n，即额外增加4个拷贝以上。将圆心与染色体的某个区段连线，便可得到某染色体区段拷贝数增加的样本在3138例肿瘤样本、2526例肿瘤组织和611个肿瘤细胞系中所占的百分比。
[0042]结果:如图3所示，与其他染色体相比，染色体臂lq、5p、7、8q、17q和20中的基因在肿瘤中扩增的频率最高。
[0043]结果分析:以上分析结果表明，与其他染色体相比，染色体臂lq、5p、7、8q、17q和20中的基因在TCGA数据库中的5443例原发肿瘤组织、393例转移组织和63例复发组织中扩增频率最高，提示染色体臂lq、5p、7、8q、17q和20中的某些基因可作为辅助诊断肿瘤的靶点。
[0044]4.GISTIC分析
方法:利用 Genomic Identificat1n of Significant Targets in Cancer 2.0(GISTIC2.0)对Tumorscape数据库中5443例原发肿瘤组织、393例转移组织和63例复发组织中的基因组拷贝数变异数据进行分析。G-scores表示基因扩增的程度。G-scores越大，表示基因扩增的程度越高。反之亦然。q-values为错误发现率(假阳性率)。
[0045]结果:如图4所示，8q24.21区段在5443例原发肿瘤组织、393例转移组织和63例复发组织中均有最高水平扩增。
[0046]结果分析:8q24.21区段在5443例原发肿瘤组织、393例转移组织和63例复发组织中均有最高水平扩增，提示8q24.21区段中的某个基因可作为辅助诊断肿瘤的靶点。
[0047]实施例2:P0U5F1B位于8q24.21的扩增峰，且与肿瘤患者预后相关 1.8号染色体上基因的分布
方法:之前的分析结果提示，8q24.21区段中的某个基因可作为辅助诊断肿瘤的靶点，于是查找有哪些基因分布在8q24.21区段上。
[0048]结果:8q24.21 区段上有 FAM84B、PCATU P0U5F1B、MYC、PVTU GSDMC, FAM49B 和ASAPlo
[0049]2.TCGA数据库分析结果表明P0U5F1B在8q24.21区段中扩增程度最高方法:图6实质为图3的一部分。
[0050]结果:如图6所示，P0U5F1B是在8q24.21区段中扩增程度最高的基因，在TGCA数据库中的5443例原发肿瘤组织、393例转移组织和63例复发组织中P0U5F1B的扩增频率比癌基因MYC尚。
[0051]结果分析:有文献报道过8q24.21在多种肿瘤中扩增，此区段包含了已知的癌基因MYC。P0U5F1B是在8q24.21区段中扩增程度最高的基因，在TGCA数据库中P0U5F1B的扩增频率比MYC高。通过NCBI的gene database可知，P0U5F1在胚胎发育和干细胞全能性中起到关键的作用。而P0U5F1B是P0U5F1的假基因，能编码有功能的蛋白，这种蛋白与P0U5F1转录因子长度几乎相同且高度相似，提示P0U5F1B可能与参与P0U5F1表达的调控，与P0U5F1所起到的功能相关。
[0052]3.TCGA数据库分析表明P0U5F1B扩增程度与肿瘤病人的总生存率呈显著负相关
方法:所有统计学分析用SPSS17.0统计软件进行处理。采用Kaplan-Meier方法绘制生存分析曲线，并采用log-rank检验方法检测其统计学意义。检验系数P〈0.05认为在统计学上有显著性差异。运用SPSS统计软件分析P0U5F1B拷贝数的扩增与肿瘤患者总生存率的关系。
[0053]结果:如图7所示，P0U5F1B拷贝数扩增(Amplificat1n)的肿瘤病人比P0U5F1B拷贝数的正常的肿瘤病人的总生存率显著降低；P0U5F1B拷贝数增加(Gain)的肿瘤病人比P0U5F1B拷贝数的正常的肿瘤病人的总生存率显著降低；P0U5F1B拷贝数扩增(Amplificat1n)的肿瘤病人与P0U5F1B拷贝数增加(Gain)的肿瘤病人的总生存率无明显差异。其中P0U5F1B拷贝数的扩增程度可划分为Gain和Amplificat1n。Gain，即低程度的拷贝数增加，拷贝数额外增加I到4个；Amplificat1n，即拷贝数额外增加4个以上。
[0054]结果分析:SPSS统计分析结果显示P0U5F1B拷贝数的扩增(Amplificat1n)和增加(Gain)均与患者的总生存率呈显著负相关(P〈0.001)，P0U5F1B拷贝数增加明确指示较差的预后。因此，P0U5F1B可作为患者预后的潜在指标。
[0055]4.TCGA数据库分析表明P0U5F1B扩增程度与肿瘤病人的总生存率、无病生存率呈显著负相关
方法:所有统计学分析用SPSS17.0统计软件进行处理。采用Kaplan-Meier方法绘制生存分析曲线，并采用log-rank检验方法检测其统计学意义。检验系数P〈0.05认为在统计学上有显著性差异。运用SPSS统计软件分析P0U5F1B拷贝数的扩增与肿瘤患者无病生存率的关系。
[0056]结果:如图8所示，P0U5F1B拷贝数扩增(Amplificat1n)的肿瘤病人比P0U5F1B拷贝数的正常的肿瘤病人的无病生存率显著降低(p〈0.001) ;P0U5F1B拷贝数增加(Gain)的肿瘤病人比P0U5F1B拷贝数的正常的肿瘤病人的无病生存率降低；P0U5F1B拷贝数扩增(Amplificat1n)的肿瘤病人与P0U5F1B拷贝数增加(Gain)的肿瘤病人的无病生存率具有明显性差异(P〈0.001)。其中P0U5F1B拷贝数的扩增程度可划分为Gain和Amplif icat1n。Gain，即低程度的拷贝数增加，拷贝数额外增加I到4个；Amplif icat1n，即拷贝数额外增加4个以上。
[0057]结果分析:SPSS统计分析结果显示P0U5F1B拷贝数的扩增(Amplificat1n)与患者的无病生存率呈显著负相关(P〈0.001)，P0U5F1B拷贝数增加明确指示较差的预后。因此，P0U5F1B可作为患者预后的潜在指标。
[0058]5.P0U5F1B在女性生殖系统肿瘤、消化系统肿瘤和呼吸系统肿瘤中高度扩增方法:为了进一步探索P0U5F1B是否在特定肿瘤中扩增，对TCGA数据库中10700例各种肿瘤组织的CNV数据进行分析。对10700例肿瘤组织按照系统进行分类，类别分别为女性生殖系统肿瘤、消化系统肿瘤、呼吸系统肿瘤男性生殖系统肿瘤、皮肤和软组织肿瘤、泌尿道系统肿瘤、神经系统肿瘤、血液淋巴系统肿瘤和内分泌系统肿瘤。统计在这些类别的肿瘤中，有多少肿瘤中的POU5F1B是扩增的(Amplificat1n和Gain)。对10700例肿瘤组织按肿瘤特定类型进行分类，类别分别为OV、ESCA、UVM等特定的肿瘤类型，统计在这些类别的肿瘤中，有多少肿瘤中的P0U5F1B是扩增的(Amplificat1n和Gain)。
[0059]结果:如图9所示，1-9表示按照系统进行分类的肿瘤类型。P0U5F1B Gain用浅红色表示，P0U5F1B Amplificat1n用红色表示。图中显示，检测出P0U5F1B扩增(包