10.16462/j.cnki.zhjbkz.2022.03.013
基于多组学数据的透明细胞肾细胞癌预后分子分型研究
目的 探讨关联-信号-注释增强的相似网络融合(association-signal-annotation boos-ted similarity network fusion,ab-SNF)方法在透明细胞肾细胞癌(clear cell renal cell carcinoma,ccRCC)多组学数据整合分子分型中的应用,识别ccRCC不良预后患者,研究不同分型患者的潜在致病基因、通路活性及相关免疫浸润细胞.方法 从癌症基因组图谱(the cancer genome atlas,TCGA)数据库中下载ccRCC的miRNA、mRNA表达数据及DNA甲基化数据.利用ab-SNF对ccRCC患者多组学数据进行整合分型;采用Cox回归分析模型研究不同分型患者的预后风险;针对不同分型,筛选差异表达mRNA(DEmRNAs)、miRNA(DEmiRNAs)及差异甲基化基因(differentially methylated genes,DMGs),并对重合基因进行相关分析与基因本体(gene ontology,GO)富集分析;最后对不同分型患者进行免疫细胞浸润和通路活性分析.结果 ab-SNF将ccRCC患者分为低危组和高危组,其中高危组患者的死亡风险是低危组的1.903倍;筛选出5 218个DEmRNAs,107个DEmiRNAs及2 625个DMGs.其中,20个差异表达基因受到DEmiRNA调控,567个基因差异表达的同时伴有异常甲基化;588个重合基因富集于有统计学意义的10个GO生物项.此外,筛选出有统计学意义的6种免疫浸润细胞和9条通路.结论 ab-SNF能够有效地识别ccRCC亚型,筛选出的ccRCC潜在致病基因、重要通路及相关免疫浸润细胞,可为ccRCC靶向治疗提供新的参考.
多组学数据、透明细胞肾细胞癌、ab-SNF、分子亚型
26
R181.2;R737.11(流行病学与防疫)
国家自然科学基金;山西医科大学校级博士启动基金项目;山西省应用基础研究计划项目;教育部国家留学基金
2022-04-18(万方平台首次上网日期,不代表论文的发表时间)
共10页
315-324