10.3872/j.issn.1007-385x.2020.08.011
基于GEO数据库筛选胃癌分子标志物
目的:运用生物信息学方法结合基因表达数据库(Gene Expression Omnibus,GEO)筛选参与胃癌发生发展的关键基因,以获得用于胃癌诊断、治疗靶标选择及预后判断相关分子标志物.方法:从GEO数据库中下载与胃癌(gastric cancer,GC)相关芯片数据集,筛选差异表达基因(differentially expressed gene,DEG),对DEG做功能富集分析,构建蛋白互作网络(protein-protein interaction network,PPI),筛选关键基因(key gene),进而构建共表达网络、生存曲线以及层次聚类分析.结果:共筛选出261个GC相关DEG,通过分析获得14个关键基因,分别为PLOD1、PLOD3、COL1A1、COL1A2、COL2A1、COL3A1、COL4A1、COL4A2、COL8A1、COL12A1、COL15A1、ITGA2、LUM、SERPINH1.关键基因主要参与胶原纤维的组织、细胞外基质的组织、细胞外结构的组织、皮肤形态发生、胶原的合成及血管的发育等生物学过程.生存曲线分析表明,基因COL3A1(P=0.0241)表达的改变显著降低了胃癌患者整体生存率;基因ITGA2(P=0.0679)的表达改变也显示与GC患者的无病生存率降低有关.与正常胃组织相比,层次聚类分析表明,GC组织中基因PLOD1、PLOD3、COL3A1、ITGA2、COL1A2、COL1A1、COL4A1、LUM、COL12A1、SERPINH1、COL8A1表达上调.结论:经筛选获得的关键基因可作为潜在分子标志物用于GC的早期诊断、治疗靶点选择和预后判断,并为后续的研究提供参考.
胃癌、分子标志物、GEO数据库、差异表达基因
27
R735.2;R730(肿瘤学)
山西省自然科学基金资助项目;山西省研究生教育创新项目资助
2020-09-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
903-910