10.3969/j.issn.1674-4020.2023.07.13
基于WGCNA探索与卵巢癌预后和免疫浸润相关的生物标志物
目的 利用生物信息学方法研究卵巢癌(ovarian cancer,OC)中相关基因表达情况,并分析其与预后和肿瘤免疫浸润的相关性,探索OC诊断和预后的新生物标志物和免疫治疗靶点.方法 从高通量基因表达数据库(Gene Expression Omnibus,GEO)中下载OC基因表达数据集,筛选差异表达基因(differentially expressed genes,DEGs),对DEGs进行基因本体论(gene ontology,GO)富集分析和基因百科全书数据库(Kyoto Encyclopedia of Gene and Genomes,KEGG)富集分析,通过加权基因共表达网络(weighted correlation network analysis,WGCNA)鉴定关键基因,通过基因表达谱数据动态分析(Gene Expression Profiling Interactive Analysis,GEPIA2)数据库进行生存分析和肿瘤免疫评估资源(Tumor Immune Estimation Resource,TIMER)数据库及CIBERSORT算法进行免疫浸润分析,GSEA筛选信号通路.结果 筛选出283个上调基因和401个下调基因,GO富集结果显示DEGs主要富集于细胞外基质、染色体分离等,KEGG富集结果显示DEGs主要富集于细胞周期,WGCNA显示黄绿色和淡绿松石色模块和OC关联显著.TNFSF13B、LOC653486、LRRN4等25个基因为关键基因,其中TNFSF13B与生存期和免疫浸润显著相关.结论 TNFSF13B可能成为OC诊断和预后的新生物标志物和免疫治疗靶点.
卵巢癌、TNFSF13B、生物信息学、预后、免疫治疗
15
R737.31(肿瘤学)
湖北省第二届医学领军人才工程第二层次基金
2023-08-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
52-56,前插1-前插3