小细胞肺癌潜在相关基因的生物信息学分析及功能预测
关键,通路,1资料与方法,2结果,3讨论
杨梦霞 郭宵飞 朱世杰 芦殿荣 王宁军小细胞肺癌(small cell lung cancer,SCLC)在支气管癌中占比15%,是一种神经内分泌癌,呈高度低分化,死亡率高达所有肺癌死亡率的25%[1,2]。尽管免疫疗法在近几年治疗SCLC中取得了较好的疗效,但仍存在许多挑战,如疗效适中且仅限于一小部分患者[3,4]。此外,由于SCLC缺乏特异性症状和肿瘤生长快速,其早期检测具有一定挑战性,这使目前的筛查方法在疾病早期诊断中无明显效果[3],故我们需要探索一种新的生物标志物来协助SCLC的早期诊疗。在本次研究中,从基因表达综合数据库(gene expression omnibus,GEO)下载SCLC患者的基因表达谱芯片,并使用GEO2R软件将SCLC组织与正常肺组织进行比较,以获得差异表达基因(differentially expressed gene,DEG),并进一步分析其生物功能、相关通路和临床预后价值,旨在为深入研究SCLC发生机制及早期诊疗和预后判断提供新的理论依据。
1 资料与方法
1.1 基因芯片数据来源 GEO(https://www.ncbi.nlm.nih.gov/geo/)是最大的国际公共芯片储存数据库,收录并整理了多种形式的高通量基因组数据,如微阵列芯片和二代测序等。在该数据库中,以“small cell lung cancer”、“normal”为检索词,条目类型和物种分别为“series”、“Homo sapiens”,筛选出数据集GSE149507(由GPL23270 平台提供[HG-U133_Plus_2]Affymetrix Human Genome U133 Plus 2.0 Array),包含正常肺组织标本和小细胞肺癌组织标本各18例,患者平均年龄56岁。
1.2 DEG筛选 GEO2R(http://www.ncbi.nlm.nih.gov/geo/geO2r)是GEO数据库提供的在线工具 ......
您现在查看是摘要页,全文长 7399 字符。