加权基因共表达网络分析探索与卵巢癌病理分级相关的基因

• 作者: 田华 谢瑞莉
• 来源期刊: 标记免疫分析与临床
• 学科: 医学
• 关键词: 卵巢癌 WGCNA MELK 病理分级 预后
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 基础研究
• 页码范围: 839-844
• 页数: 6页
• 分类号: R737.31
• 字数: 3795字
• 语种: 中文
• DOI: 10.11748/bjmy.issn.1006-1703.2020.05.026

摘要

目的 卵巢癌(ovarian cancer,OC)是妇科最致命的恶性肿瘤,它的预后受到各种与卵巢癌不良进展相关基因的影响.本研究通过构建加权基因共表达网络筛选出与卵巢癌发病机制相关的hub模块和hub基因.方法 我们使用数据集GSE63885通过加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)构建共表达网络.通过DAVID在线数据库对hub模块中的基因进行GO和KEGG富集分析.最后结合其他数据集中对hub基因进行验证.结果 研究表明黄色基因模块与卵巢癌病理分级之间存在最高的相关性(r=0.35).GO功能富集分析结果表明,黄色模块中的基因主要与细胞有丝分裂、细胞周期调节等功能相关.KEGG富集分析结果表明,黄色模块中的基因主要与细胞周期调节通路、P53信号通路等信号通路相关.共表达网络及PPI网络分析共筛选出12个hub基因,其中MELK与卵巢癌的病理分级相关性最高(r=0.91).将这个基因放入到验证数据集中进行验证,结果表明,MELK与卵巢癌病理分级密切相关.ROC曲线结果表明MELK的表达能够有效地区分不同卵巢癌分级的卵巢癌患者.Kaplan-Meier在线数据库显示MELK高表达与卵巢癌不良预后相关.结论 通过加权基因共表达网络分析筛选出与卵巢癌病理分级最相关的基因MELK,该基因可能成为卵巢癌的生物标志物及治疗靶点,为卵巢癌的精准治疗提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田华		3	1	1.0	1.0
2	谢瑞莉		1	0	0.0	0.0