利用生物信息学分析筛选乳腺癌不良预后的关键基因
生存率,通路,1资料与方法,1微阵列数据集下载,2方法,2结果,1差异基因表达,2GO功能富集分析和KEGG通路富集分析,3PPI网络和模块分析,4生存分析,3讨论
曹林,韩丽,杨明,韩彬,刘福·论著·
利用生物信息学分析筛选乳腺癌不良预后的关键基因
曹林,韩丽,杨明,韩彬,刘福
637000 南充,川北医学院附属医院药剂科
利用生物信息学方法,通过分析基因表达数据库(GEO)基因芯片数据筛选与乳腺癌不良预后相关的核心基因,为乳腺癌的治疗提供新的候选靶点。
从 GEO 数据库下载微阵列数据集 GSE15852,采用 GEO 在线工具 GEO2R 筛选差异表达基因(DEGs);DAVID 数据库对筛选出的差异表达基因,进行基因本体论分析(GO)和京都基因与基因组百科全书(KEGG)通路富集分析;基于 STRING 数据库和 Cytoscape 软件构建蛋白质-蛋白质相互作用关系(PPI),并用Cytoscape 软件 MCODE 插件进行模块分析,获取关键基因;用在线工具 Kaplan-Meier Plotter 对这些关键基因进行生存分析,获取与乳腺癌预后不良的相关核心基因;采用基因表达谱交互分析(GEPIA)进一步验证。
筛选出 57 个差异表达基因,其中上调基因 17 个,下调基因 40 个。上调基因主要富集在雌激素反应、对细胞运动的负调控反应、心脏右心室形态发生、交感神经系统发育、细胞-细胞黏附及输尿管的萌芽发育等生物过程;聚焦于造血细胞系信号通路。下调基因显著富集在脂质代谢、分解、存储过程,胆固醇的储存、运输,甘油三酯的合成分解代谢,血管生成等生物过程;聚焦于 PPAR 信号通路、对脂肪细胞脂肪分解的调节作用、脂肪细胞因子信号通路等途径。PPI 网络及 MCODE 模块分析鉴定出 7 个核心基因,关键基因的生存分析及 GEPIA 分析发现24 和基因的高表达患者生存率低于低表达患者。
该方法为寻找乳腺癌不良预后的关键基因、探索乳腺癌治疗新靶点提供一定依据。
乳腺癌; 生物信息学; GEO 数据库; 差异表达基因; 关键基因
乳腺癌是女性发病率最高的恶性肿瘤之一,是全球女性癌症死亡的主要原因。在全球范围内,2018 年有大约 210 万新诊断的女性乳腺癌病例,占女性癌症病例的近四分之一[1]。随着筛查方法及治疗手段的发展,乳腺癌患者的生存率有所提高。但有研究报道,I 期确诊的乳腺癌患者 5 年相对生存率接近 100%,而对于那些被诊断为 IV 期乳腺癌的患者 5 年相对生存率下降到 26%,揭示乳腺癌的晚期患者生存率较低[2]。手术、化疗和放疗等传统治疗方法对晚期乳腺癌患者来说并不能提供理想的治疗结果[3]。此外 ......
您现在查看是摘要页,全文长 16784 字符。