典型文献
基于GEO和TCGA数据库分析卵巢癌预后相关的分子特征
文献摘要：
目的 本研究基于卵巢癌相关的高通量基因表达(GEO)和癌症基因组图谱(TCGA)数据,采用KM生存曲线和随机森林算法处理基因数据,筛选参与卵巢癌进展的关键预后基因.方法 采用GEO数据库的卵巢癌患者的GSE26712数据集表达谱做差异基因分析.采用TCGA数据库获取卵巢癌基因表达谱和总体生存的临床信息(TCGA-OV),用于筛选与卵巢癌总体生存相关的预后基因.采用R软件的limma函数对基因表达谱进行差异分析,以FDR<0.05和|Log2 FC|>1为阈值筛选差异表达基因.采用survival和survminer函数分析差异基因的表达对卵巢癌患者的总体生存的影响,通过Log-rank检验法比较生存曲线的差异,以P<0.05为阈值鉴定预后的基因.通过在线工具STRING对蛋白互作网络进行可视化分析,进行分类效果的验证.结果 GEO数据库获得798个差异基因,其中包括307个上调基因和491个下调基因,并成功构建卵巢癌相关的ceRNA调控网络.GO和KEGG分析表明失调的mRNAs主要富集在转化生长因子-β1调控、细胞增殖及补体信号通路.受试者工作特征曲线分析筛选诊断靶标分子并构建子网络.结论 本研究为lncRNA通过ceRNA机制介导的卵巢癌发生和发展提供了新的思路.在探索卵巢癌的分子机制时,可以选择HERC1、CALR和H2AFX相关的分子靶标作为新的目标.
文献关键词：
卵巢癌;ceRNA网络;分子靶标
中图分类号：
作者姓名：
李沛阳
作者机构：
西安医科大学临床医学院,西安710000
文献出处：
引用格式：
[1]李沛阳-.基于GEO和TCGA数据库分析卵巢癌预后相关的分子特征)[J].中国性科学,2022(04):51-55
A类：
GSE26712,HERC1,H2AFX
B类：
GEO,TCGA,数据库分析,分子特征,癌症基因组图谱,KM,生存曲线,随机森林算法,基因数据,预后基因,卵巢癌患者,差异基因分析,取卵,癌基因,基因表达谱,总体生存,临床信息,OV,limma,FDR,Log2,FC,阈值筛选,差异表达基因,survival,survminer,函数分析,rank,检验法,STRING,蛋白互作网络,分类效果,ceRNA,调控网络,mRNAs,转化生长因子,补体信号通路,受试者工作特征曲线,子网络,lncRNA,CALR,分子靶标
AB值：
0.329493
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
