本文主要研究内容
作者王俊（2019）在《跨平台芯片数据整合分析挖掘胃癌潜在关键基因构建预后评估模型及其生物学功能研究》一文中研究指出：目的:胃癌现已被认为全球范围内最具攻击性的恶性肿瘤之一。大多数胃癌病人在诊断时已进入进展期阶段,甚至失去了手术切除的机会。由于复发和转移,进展期胃癌病人具有较低的五年总生存率。因此,胃癌的早期诊断以及预后评估显得尤为重要。随着基因组学领域的快速发展,基因芯片和RNA测序技术得到广泛地应用。同时在恶性肿瘤诊治等研究方面,上述两种技术方法也有着重要的研究意义。生物信息学的出现,让人们对恶性肿瘤的认识和理解上升了一个新高度。大数据时代下的肿瘤信息挖掘提升并加深了人们对于癌症病因学的分子机制深层理解。基于基因芯片和RNA测序的综合生物信息学分析方法的筛选差异表达基因(differentially expressed genes,DEGs)已经在目前的研究中被用于探索胃癌中潜在生物学标志物。然而,由于分析方法上的缺陷以及临床样本量不足问题,研究所获得的基因结果可能不准确。因此,寻找多水平、多层面上的因子作为胃癌重要诊断、预测、预后以及治疗等方向的分子生物学标志物显得尤为重要。然而,癌症是一个多分子参与的复杂疾病,单个基因或者分子即使可以作为潜在的预后标志物,仍然具有一定的局限性。随着近些年来,研究者们对于癌症基因大数据的不断理解和探索,利用Gene Expression Omnibus(GEO)数据库或者癌症基因组图谱计划(The Cancer Genome Atlas,TCGA)中的癌症基因检测数据,结合有效的生物信息学分析方法,发现了越来越多的基因组合,我们称之为基因模型。在这些模型中,包含了数个乃至数十个基因,而这些基因模型可以作为癌症病人诊断、预后和治疗效果的生物学标志物。本研究的目的是寻找具有胃癌预后价值的稳健DEGs和有效的预后评估基因模型。研究方法:在第一部分的研究中,我们首先利用GEO数据库下载了8套胃癌基因芯片表达数据集,分别为GSE19826、GSE33335、GSE63089、GSE27342、GSE56807、GSE54129、GSE26942以及GSE79973。接下来,采用limma分析方法分别在每一套数据集中筛选DEGs,之后利用稳健排序整合算法(Robust Rank Aggregation,RRA)整合上述所有数据集差异分析的结果并且筛选出稳健的DEGs。为了描述和理解这些DEGs的生物学功能和参与的信号通路,最后利用生物信息学分析手段对上述这些DEGs进行注释和富集分析,例如:基因本体论(Gene Ontology,GO)和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路富集分析。在第二部分的分析中,通过蛋白网络数据挖掘以及Fisher精确检验等综合生物信息学分析筛选关键基因。接下来,利用TCGA数据库中的胃癌表达谱对关键基因的差异表达结果进行了验证。同时,基于逐步多因素COX比例风险回归分析方法,我们建立了具有预后价值的胃癌7基因评估模型。利用受试者工作特征曲线(receiver operating characteristic curve,ROC)下面积(AUC),预测5年病人生存率。Kaplan-Meier(K-M)曲线用来比较不同组之间的生存结果差异。最后利用GEO数据库中的外部数据集GSE62254对本模型进行预后评估价值的验证。在第三部分的分析中,基于上述分析得到的结果,针对PLAU基因进行了生物学功能的研究。首先,我们分析PLAU基因表达与胃癌病人临床病理资料之间的关系。接下来,在胃癌MGC-803和SGC-7901两种细胞系中,应用CCK-8实验分别检测敲减PLAU(si-PLAU)组及相应阴性对照(negative control,NC)组细胞的增殖能力。应用Transwell细胞迁移和侵袭实验分别检测si-PLAU组及NC组细胞迁移和侵袭能力。结果:在第一部分分析中,首先筛选并下载了总计8套GEO胃癌基因芯片表达数据集,采用limma分析方法后,在各自的数据集中得到相应的DEGs。采用RRA算法之后,我们总计得到了346个稳健的DEGs,其中包括了140个上调基因和206个下调基因。基于GO和KEGG富集分析,结果显示,表达上调的这些差异基因显著和细胞粘附、细胞骨架活动以及结合等生物学过程相关。同时,这些表达上调的基因显著富集于ECM受体相互作用、粘着斑、PI3K-Akt信号通路、细胞粘附分子、p53信号通路和紧密连接等生物学通路。表达下调的差异基因显著参与了能量代谢和结合等生物学功能。同时发现表达下调的基因显著富集于代谢途径、化学致癌作用、视黄醇代谢、胃酸分泌、糖酵解以及其他物质能量代谢途径。在第二部分的研究中,基于上述得到的346个稳健DEGs,利用HIPPIE蛋白互作网络数据库和Fisher精确检验算法,筛选得到11个关键基因。它们分别为:THBS1、SPARC、COL1A1、COL4A1、PLAU、COL1A2、MMP1、FBN1、ATP4A、COL2A1和MYOC。通路富集分析结果显示,上述基因显著富集到了ECM受体互作、黏着斑、PI3K-Akt信号通路以及癌症蛋白聚糖等与癌症发生、发展密切相关的信号通路。接下来,我们采用逐步多因素COX风险比例回归模型,基于上述11个关键基因的表达量以及病人的生存信息,筛选得到了总计7个基因(FBN1、MMP1、PLAU、SPARC、COL1A2、COL2A1和ATP4A),并且构建了胃癌7基因预后评估模型。发现该模型预测病人5年生存率的AUC为0.816。接下来,生存分析结果表明,与低危险组相比,高危险组病人的总体生存结果明显较差(log-rank test p-value<0.001)。上述结果说明该胃癌7基因预后评估模型具有良好的预后评判价值。最后,我们使用来自GEO数据库的胃癌独立数据集GSE62254来验证了此模型的预后评估价值。在第三部分的实验中,首先采用TCGA数据库中的胃癌病人表达谱和临床病理资料,我们发现PLAU基因表达水平与胃癌病人的年龄与pT分级具有相关性,并且其与病人生存之间存在着显著的相关性。接下来,分别在胃癌SGC-7901和MGC-803两种细胞系中,应用CCK-8实验发现si-PLAU组及NC组的细胞增殖能力无明显差异。应用Transwell细胞迁移实验发现相对于NC组细胞,si-PLAU组胃癌细胞的迁移能力下降。细胞侵袭实验同样揭示,相对于NC组细胞,si-PLAU组胃癌细胞的侵袭能力下降。结论:本研究利用RRA算法,鉴定到总计346个显著稳健的DEGs,其中包括了140显著上调和206显著下调的DEGs。基于一系列生物信息学分析方法,发现上调表达基因显著参与到了细胞粘附、黏着以及细胞骨架活动等生物学过程,而下调表达基因显著参与到了各种物质代谢和糖酵解途径。基于上述分析并筛选构建了胃癌7基因预后评估模型可有效对病人进行预后结果评估。PLAU基因表达水平与胃癌病人的年龄与pT分级具有相关性,并且其与病人生存之间存在着显著的相关性。在胃癌细胞中,下调PLAU基因表达可抑制细胞的迁移和侵袭能力,但对细胞的增殖能力未见显著影响。
Abstract
mu de :wei ai xian yi bei ren wei quan qiu fan wei nei zui ju gong ji xing de e xing zhong liu zhi yi 。da duo shu wei ai bing ren zai zhen duan shi yi jin ru jin zhan ji jie duan ,shen zhi shi qu le shou shu qie chu de ji hui 。you yu fu fa he zhuai yi ,jin zhan ji wei ai bing ren ju you jiao di de wu nian zong sheng cun lv 。yin ci ,wei ai de zao ji zhen duan yi ji yu hou ping gu xian de you wei chong yao 。sui zhao ji yin zu xue ling yu de kuai su fa zhan ,ji yin xin pian he RNAce xu ji shu de dao an fan de ying yong 。tong shi zai e xing zhong liu zhen zhi deng yan jiu fang mian ,shang shu liang chong ji shu fang fa ye you zhao chong yao de yan jiu yi yi 。sheng wu xin xi xue de chu xian ,rang ren men dui e xing zhong liu de ren shi he li jie shang sheng le yi ge xin gao du 。da shu ju shi dai xia de zhong liu xin xi wa jue di sheng bing jia shen le ren men dui yu ai zheng bing yin xue de fen zi ji zhi shen ceng li jie 。ji yu ji yin xin pian he RNAce xu de zeng ge sheng wu xin xi xue fen xi fang fa de shai shua cha yi biao da ji yin (differentially expressed genes,DEGs)yi jing zai mu qian de yan jiu zhong bei yong yu tan suo wei ai zhong qian zai sheng wu xue biao zhi wu 。ran er ,you yu fen xi fang fa shang de que xian yi ji lin chuang yang ben liang bu zu wen ti ,yan jiu suo huo de de ji yin jie guo ke neng bu zhun que 。yin ci ,xun zhao duo shui ping 、duo ceng mian shang de yin zi zuo wei wei ai chong yao zhen duan 、yu ce 、yu hou yi ji zhi liao deng fang xiang de fen zi sheng wu xue biao zhi wu xian de you wei chong yao 。ran er ,ai zheng shi yi ge duo fen zi can yu de fu za ji bing ,chan ge ji yin huo zhe fen zi ji shi ke yi zuo wei qian zai de yu hou biao zhi wu ,reng ran ju you yi ding de ju xian xing 。sui zhao jin xie nian lai ,yan jiu zhe men dui yu ai zheng ji yin da shu ju de bu duan li jie he tan suo ,li yong Gene Expression Omnibus(GEO)shu ju ku huo zhe ai zheng ji yin zu tu pu ji hua (The Cancer Genome Atlas,TCGA)zhong de ai zheng ji yin jian ce shu ju ,jie ge you xiao de sheng wu xin xi xue fen xi fang fa ,fa xian le yue lai yue duo de ji yin zu ge ,wo men chen zhi wei ji yin mo xing 。zai zhe xie mo xing zhong ,bao han le shu ge nai zhi shu shi ge ji yin ,er zhe xie ji yin mo xing ke yi zuo wei ai zheng bing ren zhen duan 、yu hou he zhi liao xiao guo de sheng wu xue biao zhi wu 。ben yan jiu de mu de shi xun zhao ju you wei ai yu hou jia zhi de wen jian DEGshe you xiao de yu hou ping gu ji yin mo xing 。yan jiu fang fa :zai di yi bu fen de yan jiu zhong ,wo men shou xian li yong GEOshu ju ku xia zai le 8tao wei ai ji yin xin pian biao da shu ju ji ,fen bie wei GSE19826、GSE33335、GSE63089、GSE27342、GSE56807、GSE54129、GSE26942yi ji GSE79973。jie xia lai ,cai yong limmafen xi fang fa fen bie zai mei yi tao shu ju ji zhong shai shua DEGs,zhi hou li yong wen jian pai xu zheng ge suan fa (Robust Rank Aggregation,RRA)zheng ge shang shu suo you shu ju ji cha yi fen xi de jie guo bing ju shai shua chu wen jian de DEGs。wei le miao shu he li jie zhe xie DEGsde sheng wu xue gong neng he can yu de xin hao tong lu ,zui hou li yong sheng wu xin xi xue fen xi shou duan dui shang shu zhe xie DEGsjin hang zhu shi he fu ji fen xi ,li ru :ji yin ben ti lun (Gene Ontology,GO)he jing dou ji yin yu ji yin zu bai ke quan shu (Kyoto Encyclopedia of Genes and Genomes,KEGG)tong lu fu ji fen xi 。zai di er bu fen de fen xi zhong ,tong guo dan bai wang lao shu ju wa jue yi ji Fisherjing que jian yan deng zeng ge sheng wu xin xi xue fen xi shai shua guan jian ji yin 。jie xia lai ,li yong TCGAshu ju ku zhong de wei ai biao da pu dui guan jian ji yin de cha yi biao da jie guo jin hang le yan zheng 。tong shi ,ji yu zhu bu duo yin su COXbi li feng xian hui gui fen xi fang fa ,wo men jian li le ju you yu hou jia zhi de wei ai 7ji yin ping gu mo xing 。li yong shou shi zhe gong zuo te zheng qu xian (receiver operating characteristic curve,ROC)xia mian ji (AUC),yu ce 5nian bing ren sheng cun lv 。Kaplan-Meier(K-M)qu xian yong lai bi jiao bu tong zu zhi jian de sheng cun jie guo cha yi 。zui hou li yong GEOshu ju ku zhong de wai bu shu ju ji GSE62254dui ben mo xing jin hang yu hou ping gu jia zhi de yan zheng 。zai di san bu fen de fen xi zhong ,ji yu shang shu fen xi de dao de jie guo ,zhen dui PLAUji yin jin hang le sheng wu xue gong neng de yan jiu 。shou xian ,wo men fen xi PLAUji yin biao da yu wei ai bing ren lin chuang bing li zi liao zhi jian de guan ji 。jie xia lai ,zai wei ai MGC-803he SGC-7901liang chong xi bao ji zhong ,ying yong CCK-8shi yan fen bie jian ce qiao jian PLAU(si-PLAU)zu ji xiang ying yin xing dui zhao (negative control,NC)zu xi bao de zeng shi neng li 。ying yong Transwellxi bao qian yi he qin xi shi yan fen bie jian ce si-PLAUzu ji NCzu xi bao qian yi he qin xi neng li 。jie guo :zai di yi bu fen fen xi zhong ,shou xian shai shua bing xia zai le zong ji 8tao GEOwei ai ji yin xin pian biao da shu ju ji ,cai yong limmafen xi fang fa hou ,zai ge zi de shu ju ji zhong de dao xiang ying de DEGs。cai yong RRAsuan fa zhi hou ,wo men zong ji de dao le 346ge wen jian de DEGs,ji zhong bao gua le 140ge shang diao ji yin he 206ge xia diao ji yin 。ji yu GOhe KEGGfu ji fen xi ,jie guo xian shi ,biao da shang diao de zhe xie cha yi ji yin xian zhe he xi bao nian fu 、xi bao gu jia huo dong yi ji jie ge deng sheng wu xue guo cheng xiang guan 。tong shi ,zhe xie biao da shang diao de ji yin xian zhe fu ji yu ECMshou ti xiang hu zuo yong 、nian zhao ban 、PI3K-Aktxin hao tong lu 、xi bao nian fu fen zi 、p53xin hao tong lu he jin mi lian jie deng sheng wu xue tong lu 。biao da xia diao de cha yi ji yin xian zhe can yu le neng liang dai xie he jie ge deng sheng wu xue gong neng 。tong shi fa xian biao da xia diao de ji yin xian zhe fu ji yu dai xie tu jing 、hua xue zhi ai zuo yong 、shi huang chun dai xie 、wei suan fen bi 、tang jiao jie yi ji ji ta wu zhi neng liang dai xie tu jing 。zai di er bu fen de yan jiu zhong ,ji yu shang shu de dao de 346ge wen jian DEGs,li yong HIPPIEdan bai hu zuo wang lao shu ju ku he Fisherjing que jian yan suan fa ,shai shua de dao 11ge guan jian ji yin 。ta men fen bie wei :THBS1、SPARC、COL1A1、COL4A1、PLAU、COL1A2、MMP1、FBN1、ATP4A、COL2A1he MYOC。tong lu fu ji fen xi jie guo xian shi ,shang shu ji yin xian zhe fu ji dao le ECMshou ti hu zuo 、nian zhao ban 、PI3K-Aktxin hao tong lu yi ji ai zheng dan bai ju tang deng yu ai zheng fa sheng 、fa zhan mi qie xiang guan de xin hao tong lu 。jie xia lai ,wo men cai yong zhu bu duo yin su COXfeng xian bi li hui gui mo xing ,ji yu shang shu 11ge guan jian ji yin de biao da liang yi ji bing ren de sheng cun xin xi ,shai shua de dao le zong ji 7ge ji yin (FBN1、MMP1、PLAU、SPARC、COL1A2、COL2A1he ATP4A),bing ju gou jian le wei ai 7ji yin yu hou ping gu mo xing 。fa xian gai mo xing yu ce bing ren 5nian sheng cun lv de AUCwei 0.816。jie xia lai ,sheng cun fen xi jie guo biao ming ,yu di wei xian zu xiang bi ,gao wei xian zu bing ren de zong ti sheng cun jie guo ming xian jiao cha (log-rank test p-value<0.001)。shang shu jie guo shui ming gai wei ai 7ji yin yu hou ping gu mo xing ju you liang hao de yu hou ping pan jia zhi 。zui hou ,wo men shi yong lai zi GEOshu ju ku de wei ai du li shu ju ji GSE62254lai yan zheng le ci mo xing de yu hou ping gu jia zhi 。zai di san bu fen de shi yan zhong ,shou xian cai yong TCGAshu ju ku zhong de wei ai bing ren biao da pu he lin chuang bing li zi liao ,wo men fa xian PLAUji yin biao da shui ping yu wei ai bing ren de nian ling yu pTfen ji ju you xiang guan xing ,bing ju ji yu bing ren sheng cun zhi jian cun zai zhao xian zhe de xiang guan xing 。jie xia lai ,fen bie zai wei ai SGC-7901he MGC-803liang chong xi bao ji zhong ,ying yong CCK-8shi yan fa xian si-PLAUzu ji NCzu de xi bao zeng shi neng li mo ming xian cha yi 。ying yong Transwellxi bao qian yi shi yan fa xian xiang dui yu NCzu xi bao ,si-PLAUzu wei ai xi bao de qian yi neng li xia jiang 。xi bao qin xi shi yan tong yang jie shi ,xiang dui yu NCzu xi bao ,si-PLAUzu wei ai xi bao de qin xi neng li xia jiang 。jie lun :ben yan jiu li yong RRAsuan fa ,jian ding dao zong ji 346ge xian zhe wen jian de DEGs,ji zhong bao gua le 140xian zhe shang diao he 206xian zhe xia diao de DEGs。ji yu yi ji lie sheng wu xin xi xue fen xi fang fa ,fa xian shang diao biao da ji yin xian zhe can yu dao le xi bao nian fu 、nian zhao yi ji xi bao gu jia huo dong deng sheng wu xue guo cheng ,er xia diao biao da ji yin xian zhe can yu dao le ge chong wu zhi dai xie he tang jiao jie tu jing 。ji yu shang shu fen xi bing shai shua gou jian le wei ai 7ji yin yu hou ping gu mo xing ke you xiao dui bing ren jin hang yu hou jie guo ping gu 。PLAUji yin biao da shui ping yu wei ai bing ren de nian ling yu pTfen ji ju you xiang guan xing ,bing ju ji yu bing ren sheng cun zhi jian cun zai zhao xian zhe de xiang guan xing 。zai wei ai xi bao zhong ,xia diao PLAUji yin biao da ke yi zhi xi bao de qian yi he qin xi neng li ,dan dui xi bao de zeng shi neng li wei jian xian zhe ying xiang 。
论文参考文献
论文详细介绍
论文作者分别是来自中国医科大学的王俊，发表于刊物中国医科大学2019-09-19论文，是一篇关于胃癌论文,生物信息学论文,差异表达基因论文,稳健排序整合论文,生物学标志物论文,预后论文,基因模型论文,生物学功能论文,中国医科大学2019-09-19论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国医科大学2019-09-19论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：胃癌论文; 生物信息学论文; 差异表达基因论文; 稳健排序整合论文; 生物学标志物论文; 预后论文; 基因模型论文; 生物学功能论文; 中国医科大学2019-09-19论文;