目的利用生物信息學分析精原細胞瘤基因表達芯片,探索用于精原細胞瘤診斷、治療和預(yù)后的潛在候選基因。方法從GEO database下載精原細胞瘤相關(guān)的基因芯片數(shù)據(jù)GSE8607,利用R軟件及affy、limma、ggplot2等R程序包篩選差異表達基因,結(jié)合DAVID和STRING在線生物信息學工具對差異表達基因進行調(diào)控網(wǎng)絡(luò)分析,并構(gòu)建蛋白質(zhì)-蛋白質(zhì)相互作用（PPI）網(wǎng)絡(luò),進一步利用Cytoscape軟件中的Cytohubba進行Hub基因篩選。結(jié)果共篩選出精原細胞瘤相關(guān)的差異表達基因1142個,其中表達上調(diào)基因687個,表達下調(diào)基因455個,對差異表達基因進行GO富集分析和KEGG通路富集分析,獲取關(guān)鍵通路,利用在線生物信息學工具STRING構(gòu)建PPI網(wǎng)絡(luò),使用Cytoscape軟件中的Cytohubba獲取PPI網(wǎng)絡(luò)中前10位Hub基因,分別是C3AR1、PENK、ADORA1、P2RY14、ADCY7、CCL5、CCR5、CCL4、CCL19、CCR7。對這些關(guān)鍵基因進行文獻挖掘,發(fā)現(xiàn)這些基因可能與精原細胞瘤的發(fā)生發(fā)展有關(guān)。結(jié)論應(yīng)用生物信息學能有效分析基因芯片數(shù)據(jù),尋找到精原細胞瘤相... 

【文章來源】：中國男科學雜志. 2020,34(04)CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1 兩組樣本之間數(shù)據(jù)的差異表達

通過GO富集分析和KEGG通路富集分析篩選的差異表達基因的生物學功能，在GO富集分析中包括生物學過程（biological process,BP）、細胞組成（cell composition,CC）和分子功能（molecular function,MF），在BP中差異基因主要富集于炎癥反應(yīng)、免疫反應(yīng)和細胞信號轉(zhuǎn)導(dǎo)，在CC中差異基因主要富集于細胞核、細胞質(zhì)和胞質(zhì)溶膠，在MF中差異基因主要富集于蛋白結(jié)合和細胞粘附分子結(jié)合，在KEGG通路分析中主要富集于I型糖尿病信號通路、移植抗宿主病信號通路。主要富集結(jié)果見（表1）和（圖2）。三、差異表達基因的PPI網(wǎng)絡(luò)分析結(jié)果

通過STRING數(shù)據(jù)庫對精原細胞瘤差異表達基因構(gòu)建PPI網(wǎng)絡(luò)，進一步利用Cytoscape軟件中的MCODE獲取主要PPI網(wǎng)絡(luò)（見圖3），再利用Cytoscape軟件中Cytohubba篩選PPI網(wǎng)絡(luò)中的連接程度前10位hub基因（見圖4），分別是：C3AR1、PENK、ADORA1、P2RY14、ADCY7、CCL5、CCR5、CCL4、CCL19、CCR7。圖4 PPI網(wǎng)絡(luò)篩選的top 10 hub基因

【參考文獻】：
期刊論文
[1]生物信息學研究現(xiàn)狀[J]. 徐培杰.  科技信息. 2013(10)



本文編號：3345957