基于机器学习的结直肠关键基因筛选

• 作者: 赵坤
• 来源期刊: 信息系统工程
• 关键词: 结直肠肿瘤 生物信息学 GEO 差异表达基因
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 138-140
• 页数: 3页
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2362.2021.03.054

摘要

结直肠癌(CRC)是人类目前三大常见肿瘤之一,其具有病情发展迅速,死亡率高的特点.通过采用生物信息学相关技术,对CRC相关组织进行基因层面的分析,进而鉴定结直肠癌相关显著差异基因.通过挖掘公共基因数据库(GEO),从而下载基因芯片GSE21510数据集,并应用R语言来鉴定结直肠癌组织与正常组织相应的差异基因.对基因进行通过STRING,构建蛋白质互作网络(PPI),进而鉴定结直肠癌相关关键基因.通过分析GSE21510数据集,共鉴定出4928个CRC差异表达基因,其中2448个关键基因过表达,2480个关键基因低表达.GO分析表明差异基因主要参与细胞分裂、细胞周期G1/S转换、DNA复制等过程.KEGG分析显示差异基因主要富集于细胞循环和P53通路.采用生物信息学相关方法对基因芯片进行分析,可为CRC病情发展机理、肿瘤标记物的鉴定提供相关理论基础.