卵巢癌是一种早期诊断率低而致死率较高的恶性肿瘤,对其预后标志物的鉴定和生存率的预测仍是生存分析的重要任务。利用卵巢癌预后相关基因构建基因共表达网络,鉴定预后生物标志物并进行生存率的预测。首先,对TCGA(The cancer genome atl...卵巢癌是一种早期诊断率低而致死率较高的恶性肿瘤,对其预后标志物的鉴定和生存率的预测仍是生存分析的重要任务。利用卵巢癌预后相关基因构建基因共表达网络,鉴定预后生物标志物并进行生存率的预测。首先,对TCGA(The cancer genome atlas)数据库下载的卵巢癌基因表达数据实施单因素回归分析,利用得到的747个预后相关基因构建卵巢癌预后加权基因共表达网络。其次,考虑网络的生物学意义,利用蛋白质相互作用(Protein-protein interaction,PPI)数据对共表达网络中的模块重新加权,并根据网络中基因的拓扑重要性对基因进行排序。最后,运用Cox比例风险回归对网络中的重要基因构建卵巢癌预后模型,鉴定了3个预后生物标志物。生存分析结果显示,这3个标志物能够显著区分不同预后的患者,较好地预测卵巢癌患者的预后情况。展开更多
文摘目的·采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)探索抑郁症相关的差异基因模块及其枢纽基因,并对差异基因模块进行生物功能注释。方法·在之前对8例抑郁症患者及8名健康对照者(对照组)的外周血mRNA微阵列分析实验的基础上,应用t检验筛选抑郁症患者与对照组的差异表达基因,通过R软件WGCNA包进行分析;当关联系数阈值设定为0.9时,参数β=14,以此构建基因数据集的共表达网络。应用混合动态树切割方法切割网络产生基因模块。采用Pearson相关性检验评估基因模块和抑郁症之间的相关性,分别选取与抑郁症正相关性和负相关性最强的基因模块,并选择模块内连接性最强的前3个基因作为枢纽基因。最后利用GO功能富集分析和KEGG通路分析对2个模块进行功能注释。结果·从16个样品中获得4125个差异表达基因,从中识别出9个基因模块,选择蓝色(blue)模块(R=-0.91,P=0.000)和青色(cyan)模块(R=0.76,P=0.000)进行后续研究。Blue模块的枢纽基因为JAM2(junctional adhesion molecule 2)、SCRN2(secernin 2)和IGHV7-81(immunoglobulin heavy variable 7-81);cyan模块的枢纽基因为SCFD2(Sec1 family domain containing 2)、NR5A2(nuclear receptor subfamily 5 group A member 2)和KCNMA1(potassium calcium-activated channel subfamily M alpha 1)。生物功能注释发现,cyan模块的基因主要富集在胚胎发育、细胞生长、免疫及炎症等生物学过程,blue模块基因则主要在物质加工转运及感染等方面富集。结论·得到2个外周血mRNA基因模块和6个枢纽基因(JAM2、SCRN2、IGHV7-81、SCFD2、NR5A2和KCNMA1),可能与抑郁症显著相关;这2个基因模块可能在胚胎发育、免疫和炎症反应、物质加工转运等方面发挥作用。
文摘卵巢癌是一种早期诊断率低而致死率较高的恶性肿瘤,对其预后标志物的鉴定和生存率的预测仍是生存分析的重要任务。利用卵巢癌预后相关基因构建基因共表达网络,鉴定预后生物标志物并进行生存率的预测。首先,对TCGA(The cancer genome atlas)数据库下载的卵巢癌基因表达数据实施单因素回归分析,利用得到的747个预后相关基因构建卵巢癌预后加权基因共表达网络。其次,考虑网络的生物学意义,利用蛋白质相互作用(Protein-protein interaction,PPI)数据对共表达网络中的模块重新加权,并根据网络中基因的拓扑重要性对基因进行排序。最后,运用Cox比例风险回归对网络中的重要基因构建卵巢癌预后模型,鉴定了3个预后生物标志物。生存分析结果显示,这3个标志物能够显著区分不同预后的患者,较好地预测卵巢癌患者的预后情况。
