基于生物信息学分析的肺腺癌诊断及预后相关基因筛选

• 作者: 刘少博 黄波
• 来源期刊: 激光生物学报
• 学科: 医学
• 关键词: 肺腺癌 生物信息学 基因表达 预后
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 研究论文
• 页码范围: 413-423
• 页数: 11页
• 分类号: R734.2
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7146.2020.05.005

摘要

本文运用生物信息学方法分析肺腺癌潜在的诊断及预后基因,并从分子和蛋白水平上探究其潜在的发病机制.从基因表达数据库(GEO)下载GSE63459、GSE27262和GSE75037的表达数据,将3个微阵列数据集整理取得差异表达基因,得出包括上调82个、下调273个的差异基因,并通过DAVID数据挖掘平台对这些差异基因进行功能及通路富集分析.基因本体(GO)富集分析显示:基因产物与胶原蛋白分解代谢、血管生成以及细胞黏附等生物过程密切相关,主要参与组成细胞外基质、胞外区域、胞外体、胶原三聚体等细胞组分,且主要发挥调节金属内肽酶活性、肝素结合、调节受体活性等分子功能;京都基因基因组百科全书(KEGG)分析主要涉及胞外基质-受体信号通路、黏着斑信号通路、转化生长因子-β(TGF-β)信号通路、磷脂酰肌醇-3-激酶(PI3K-Akt)信号通路等相关通路.运用STRING在线数据库并结合Cytoscape软件构建蛋白-蛋白互助(PPI)网络,筛选出最重要的基因模块及10个关键基因,利用Kaplan-Meier曲线分析预后,利用GEPIA和THPA在线数据库从基因和蛋白水平来验证分析关键基因与患者的预后关系.最后筛选到符合条件的4个肺腺癌关键基因:SPP1、TIMP1、MMP9、COL1A1.这4个基因可能成为肺腺癌预后潜在的生物标志物,并有可能成为治疗靶点和诊断靶标,对临床上肺腺癌的诊断和治疗有一定价值.