基于TCGA数据库的肝细胞癌自噬相关基因预后风险模型的建立
病人,因素,1资料和方法,1数据资料收集及处理,2差异表达的ATGs(DEATGs)的鉴定,3预后风险模型的构建,4统计学方法,2结果,1DEATGs的筛选和富集分析,2预后风险模型风险ATGs的构建
(青岛大学基础医学院,山东 青岛 266071)肝细胞癌(HCC)是癌症死亡的主要原因,其发病率逐年递增[1]。HCC的治疗主要包括手术切除、分子靶向治疗和肝移植等[2]。然而,由于其具有恶性程度高以及术后易复发等特点,许多国家HCC的发病率和死亡率还在持续上升[3]。尽管多项研究提出了包括病人的基本特征(如年龄和性别)和肿瘤相关因素(如肿瘤分级)等在内的预后因素,可用于预测HCC病人的生存状态[4-5],但是仍然缺乏有效的预后因素。自噬是一种高度保守的溶酶体降解途径[6],由一系列高度协同的信号通路调控,发生在所有细胞的基础水平,在维持细胞内环境稳定方面起着重要作用[7-8]。研究结果显示,自噬在多种疾病如癌症、心血管和神经系统疾病等病理过程中起关键作用[9]。自噬参与调控HCC的进程[10-11]。癌症基因组图谱(TCGA)计划是通过大规模测序的基因组分析技术来绘制人类肿瘤的基因组图谱[12],其中包含33种癌症[13-14]。本研究基于TCGA公共数据库中HCC转录组数据和临床信息进行分析,构建预后风险模型并将其应用于HCC的预后预测。现将结果报告如下。
1 资料和方法
1.1 数据资料收集及处理
研究涉及的数据资源下载于TCGA(https://portal.gdc.cancer.gov/),其中包括所有HCC病人RNA-seq数据及相关的临床数据。从人类自噬数据库(HADb,http://www.autophagy.lu/)下载232个自噬相关基因(ATGs)。根据病人的ID号码将转录组数据与病人的临床信息进行匹配,最终从TCGA数据库中获得了365例病人完整的生存信息和基因表达谱数据。
1.2 差异表达的ATGs(DEATGs)的鉴定
利用edgeR函数包对数据进行分析,以FDR1为条件,筛选HCC组织和正常组织样本中的差异表达基因(DEGs)以及DEATGs ......
您现在查看是摘要页,全文长 7493 字符。