10.3969/j.issn.1672-1993.2022.04.013
基于GEO和TCGA数据库分析卵巢癌预后相关的分子特征
目的 本研究基于卵巢癌相关的高通量基因表达(GEO)和癌症基因组图谱(TCGA)数据,采用KM生存曲线和随机森林算法处理基因数据,筛选参与卵巢癌进展的关键预后基因.方法 采用GEO数据库的卵巢癌患者的GSE26712数据集表达谱做差异基因分析.采用TCGA数据库获取卵巢癌基因表达谱和总体生存的临床信息(TCGA-OV),用于筛选与卵巢癌总体生存相关的预后基因.采用R软件的limma函数对基因表达谱进行差异分析,以FDR<0.05和|Log2 FC|>1为阈值筛选差异表达基因.采用survival和survminer函数分析差异基因的表达对卵巢癌患者的总体生存的影响,通过Log-rank检验法比较生存曲线的差异,以P<0.05为阈值鉴定预后的基因.通过在线工具STRING对蛋白互作网络进行可视化分析,进行分类效果的验证.结果 GEO数据库获得798个差异基因,其中包括307个上调基因和491个下调基因,并成功构建卵巢癌相关的ceRNA调控网络.GO和KEGG分析表明失调的mRNAs主要富集在转化生长因子-β1调控、细胞增殖及补体信号通路.受试者工作特征曲线分析筛选诊断靶标分子并构建子网络.结论 本研究为lncRNA通过ceRNA机制介导的卵巢癌发生和发展提供了新的思路.在探索卵巢癌的分子机制时,可以选择HERC1、CALR和H2AFX相关的分子靶标作为新的目标.
卵巢癌、ceRNA网络、分子靶标
31
R711(妇产科学)
陕西省医学科学研究课题2017JM2881
2022-05-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
51-55