基于GEO芯片数据的肝癌特征基因生物信息学及预后分析
作者:武静桥; 吴玉姝; 范真玮; 姚景丽; 何敬文; 陈婷; 赵微; 骆紫冰; 张东超; 金天明
更新时间:
利用生物信息学方法(DEGs)对肝癌差异表达基因及其邻近组织进行筛选和分析,为肝癌早期预防、诊断和治疗的靶点筛选提供参考。肝细胞癌(HCC)的DEGs·Metasc·pape(Aristole Metasc pape)在Rstudio使用limma软件包筛查肝癌组织和邻近组织。DEGs被分析为GO函数丰富和KEGG路径丰富。在STRING数据库中构建PPI网络后,使用Cytoscape软件对关键基因进行可视化和筛选,选择关键基因用于分析相邻组织和肝癌组织中的基因表达及其随肿瘤分期的变化。Kalpan Meier plotter分析了关键基因的存活曲线。这两个芯片筛选了453个常见的DEGs基因,包括149个上调基因和304个下调基因。DEGs的上调主要集中在细胞分裂、相变、细胞周期正调控等生物过程中。DEGs的下调主要集中在一元羧酸代谢、有机酸分解、环氧化酶P450途径和辅酶代谢等生物过程中。通过对肝癌相关芯片数据的生物信息分析,发现BUB 1、AURKB、Cdc20、CCNB1、CDCA8、CDK1、CCNB2、BUB1B和KIF2C等9个上调的关键基因与预后不良相关,可能是肝癌发生发展的潜在靶点。