目的通過加權基因共表達網(wǎng)絡（Weighted gene co-expression network analysis,WGCNA）方法研究肝細胞癌（Hepatocellular carcinoma,HCC）中肝癌干細胞（Liver cancer stem cells,LSCS）相關基因的表達及其與預后的相關性。方法（1）從公共數(shù)據(jù)庫癌癥基因組圖譜（The Cancer Genome Atlas,TCGA）中下載HCC轉錄組測序（RNA-seq）數(shù)據(jù)及臨床病理學資料,從CELL網(wǎng)站下載并整理腫瘤干細胞干性指數(shù)（mRNA stemness indices,mRNAsi）表,分析mRNAsi與HCC臨床病理因素及預后的關系。（2）利用加權基因共表達網(wǎng)絡從肝癌差異基因中篩選與LSCS相關的關鍵模塊,截取關鍵模塊的hub基因進行功能注釋（GO分析）及信號通路富集分析（KEGG分析）,通過在線數(shù)據(jù)庫STRING構建hub基因編碼蛋白質(zhì)相互作用網(wǎng)絡（protein protein interaction network,PPI）,從PPI中篩選關鍵基因。（3）對關鍵基因進行表達差異分析及表達相關性分... 

【文章來源】：蘭州大學甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

干性指數(shù)的開發(fā)流程圖

蘭州大學碩士學位論文利用加權基因共表達網(wǎng)絡(WGCNA)篩選及鑒定肝細胞癌干細胞相關基因的研究102.3HCC差異表達基因分析使用FPKM[40]（ExpectednumberofFragmentsPerKilobaseoftranscriptsequenceperMillionsbasepairssequenced）算法取值用來評估樣本的基因表達水平，刪除在兩組樣本中表達水平均小于1的基因，基因名字重復的基因取表達平均值。使用最新R語言中的“Limma”包來篩選HCC組織和正常肝臟組織樣本之間的差異表達基因，截取標準為：|log2FC|>1，F(xiàn)DR<0.05。（|log2FC|>1為公認公知的標準,|log2FC|=1，說明差異倍數(shù)為2倍，一般2倍以上差異顯著。）2.4WGCNA網(wǎng)絡構建2.4.1去除離群樣本W(wǎng)GCNA由R語言“WGCNA”包通過肝癌差異基因構建。首先對過濾后的差異基因表達水平進行分析。利用函數(shù)hclust將374例HCC樣本中的表達數(shù)據(jù)構建樣本聚類樹狀圖，進行樣本聚類分析�？梢娚贁�(shù)樣本基因表達值明顯高于平均水平，可視此樣本為離群樣本。縱坐標為樣本聚類樹高度，高度越高代表該樣本的基因表達量越大。此處將高度大于10000的樣本刪除（圖2.1），從而減少因為樣本因素導致的誤差。圖2.1WGCNA網(wǎng)絡構建樣本聚類樹及刪除離群樣本

蘭州大學碩士學位論文利用加權基因共表達網(wǎng)絡(WGCNA)篩選及鑒定肝細胞癌干細胞相關基因的研究12圖2.3HCC的共表達基因模塊聚類樹及模塊劃分2.4.4確定關鍵模塊，鑒定hub基因并篩選關鍵基因為了確定關鍵模塊，需要計算模塊顯著性。首先通過計算基因顯著性（genesignificance，GS）來評估基因與樣本之間的相關性。將GS定義為基因表達與mRNAsi進行線性回歸時P值的log10轉換值（GS=lgP）。將模塊顯著性定義為模塊中所有基因的平均GS，從而計算出模塊與樣本性狀之間的相關性，選擇相關性最高的模塊為關鍵模塊。確定關鍵模塊后，計算模塊內(nèi)每個基因的GS和模塊隸屬度（modulemembership，MM），即模塊自身基因與基因表達譜的相關性，并根據(jù)GS和MM設置hub基因的篩選閾值。本研究中hub基因的截取標準設置為GS>0.38，MM>0.80。利用在線數(shù)據(jù)庫DAVID[25]（http://david.abcc.ncifcrf.gov/）對篩選得到的hub基因進行GO功能注釋和KEGG通路分析，富集分析以P<0.05作為顯著性富集的閾值。利用在線數(shù)據(jù)庫STRING[24]（https://www.string-db.org），對hub基因行PPI網(wǎng)絡構建并行可視化分析，設置網(wǎng)絡邊數(shù)為證據(jù)數(shù)，以最低互作評分>0.9為置信度閾值（最高置信度標準），根據(jù)hub基因鑒定結果，選擇PPI網(wǎng)絡中相鄰節(jié)點數(shù)最多的核心基因作為關鍵基因。2.5關鍵基因差異分析及相關性分析為進一步分析關鍵基因在HCC中的表達差異情況，使用R語言中的“ggpubr”

【參考文獻】：
期刊論文
[1]轉錄組學主要研究技術及其應用概述[J]. 劉偉,郭光艷,秘彩莉.  生物學教學. 2019(10)
[2]Current and future pharmacological therapies for managing cirrhosis and its complications[J]. David Kockerling,Rooshi Nathwani,Roberta Forlano,Pinelopi Manousou,Benjamin H Mullish,Ameet Dhar.  World Journal of Gastroenterology. 2019(08)
[3]microRNA在肝癌復發(fā)轉移中的研究進展[J]. 趙英安,李福軍.  中國普外基礎與臨床雜志. 2018(11)
[4]HCCDB: A Database of Hepatocellular Carcinoma Expression Atlas[J]. Qiuyu Lian,Shicheng Wang,Guchao Zhang,Dongfang Wang,Guijuan Luo,Jing Tang,Lei Chen,Jin Gu.  Genomics,Proteomics & Bioinformatics. 2018(04)
[5]MicroRNA與肝癌診治的研究進展[J]. 林賢桂,楊慧齡.  醫(yī)學綜述. 2018(16)
[6]microRNA在原發(fā)性肝細胞癌中的研究進展[J]. 劉浩,楊炎,王亞巍,喬唐,王正兵.  中國現(xiàn)代普通外科進展. 2018(06)
[7]MicroRNA在肝癌基因治療中的研究進展[J]. 張新杰,饒智國.  臨床誤診誤治. 2017(05)
[8]microRNAs在肝癌干細胞中的研究進展[J]. 姜經(jīng)航,楊珮珮,呂洋,馬松林.  實用醫(yī)學雜志. 2016(08)
[9]microRNA在肝癌診斷、治療和預后中的作用研究進展[J]. 宋蕾,王昭,張煥鈴.  癌變·畸變·突變. 2015(04)
[10]Surgical treatment of intra hepatic recurrence of hepatocellular carcinoma[J]. Laurence Lacaze,Michel Scotté.  World Journal of Hepatology. 2015(13)

博士論文
[1]MicroRNA-203介導Bmi-1調(diào)控肝癌細胞增殖的機制研究[D]. 邵英杰.蘇州大學 2017
[2]MicroRNA-494抑制肝癌細胞增殖與遷移能力的研究[D]. 楊生生.第二軍醫(yī)大學 2013



本文編號：3421945