發(fā)布時間：2021-01-28 03:16

　　為了提高對于乳腺癌差異基因篩選的準(zhǔn)確率,從分子層面出發(fā),結(jié)合拷貝數(shù)與基因表達(dá)兩方面特征,分析了乳腺癌差異表達(dá)基因,研究了乳腺癌的發(fā)病機(jī)制,為乳腺癌的診療提供了新的研究思路.在癌癥基因組圖譜中下載乳腺癌的拷貝數(shù)和基因表達(dá)數(shù)據(jù),利用R軟件通過卡方檢驗提取乳腺癌拷貝數(shù)差異基因,結(jié)合edgeR差異基因分析算法,篩選乳腺癌差異表達(dá)基因,利用ks檢驗關(guān)聯(lián)兩方面差異基因,分析其相關(guān)性,結(jié)合string數(shù)據(jù)庫構(gòu)造蛋白質(zhì)互作網(wǎng)絡(luò),篩選核心基因,通過生存分析和GO富集分析驗證結(jié)果的準(zhǔn)確性.以基因差異表達(dá)倍數(shù)大于1,p值小于0.05為標(biāo)準(zhǔn),篩選出基因表達(dá)差異基因共有10 579個,上調(diào)基因7 543個,下調(diào)基因3 036個,經(jīng)驗證發(fā)現(xiàn),ATAD2B等8個基因與乳腺癌的發(fā)生發(fā)展密切相關(guān). 

【文章來源】：北京郵電大學(xué)學(xué)報. 2020,43(04)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

1～4號染色體拷貝數(shù)變異部分圈圖

為了分析基因在癌癥樣本與正常樣本中不同的表達(dá)情況，下載TCGA mRNA基因表達(dá)數(shù)據(jù)1 222個，其中R軟件分析得到的正常樣本數(shù)目為113個，癌癥樣品數(shù)為1 109個，以差異倍數(shù)大于1，即差異倍數(shù)為2倍以上．矯正后的p值小于0.05為過濾標(biāo)準(zhǔn)，利用R軟件edgeR包進(jìn)行分析，得到具有顯著差異表達(dá)基因共有10 579個，其中上調(diào)基因7 543個，下調(diào)基因3 036個．如圖2所示，其中橫坐標(biāo)為矯正后的p值，橫坐標(biāo)越大，基因表達(dá)差異越明顯，縱坐標(biāo)為差異倍數(shù)，越往兩邊發(fā)散表示基因表達(dá)的差異越大，其中中間虛線上半部分表示基因表達(dá)上調(diào)，下半部分表示基因表達(dá)下調(diào)．2.3 乳腺癌拷貝數(shù)與差異表達(dá)基因聯(lián)合篩選

通過string數(shù)據(jù)庫導(dǎo)入差異表達(dá)基因后，構(gòu)造出蛋白質(zhì)互作網(wǎng)絡(luò)，并利用cytoscape軟件對網(wǎng)絡(luò)進(jìn)行編輯，核心差異基因之間的連接關(guān)系如圖3所示．利用R軟件統(tǒng)計核心基因的排序情況如圖4所示，其中縱坐標(biāo)代表核心基因名稱，橫軸數(shù)值代表核心基因的連接情況，數(shù)值越大代表連接節(jié)點數(shù)越多，基因越核心．圖4 蛋白質(zhì)互作網(wǎng)絡(luò)核心基因統(tǒng)計

【參考文獻(xiàn)】：
期刊論文
[1]乳腺癌患者血清BRMS1mRNA的表達(dá)及意義分析[J]. 史源,胡建民.  臨床研究. 2019(11)
[2]APOBEC3基因拷貝數(shù)變異與乳腺癌易感性的關(guān)聯(lián)[J]. 姜鑫釗,張明龍,杜媛媛,李芙蓉,趙大龍,馬洪星,黎碧達(dá),張洋,李石,鄭立紅.  基因組學(xué)與應(yīng)用生物學(xué). 2019(03)
[3]PD-1/PD-L1在非特殊型浸潤性乳腺癌中的表達(dá)及意義[J]. 李瑩瑩,董麗儒,李宇陽,熊艷杰,宋旭東.  廣東醫(yī)學(xué). 2018(11)

碩士論文
[1]基于乳腺癌基因組數(shù)據(jù)的分析與可視化平臺實現(xiàn)[D]. 鄒杰民.湖南大學(xué) 2017
[2]單雙側(cè)原發(fā)性乳腺癌HER-2基因擴(kuò)增差異及與臨床預(yù)后關(guān)系分析[D]. 董赟.南昌大學(xué) 2016



本文編號：3004258