肝癌是世界上比較常見的惡性腫瘤之一,它的發(fā)病率以及病死率在世界范圍內(nèi)分別居于第6位和第3位。且其發(fā)生需要經(jīng)過(guò)多個(gè)病理階段,是一個(gè)涉及多基因、多因子共同參與的復(fù)雜過(guò)程。由于肝癌的發(fā)病率較高、轉(zhuǎn)移性較強(qiáng)、目前的確診及治療方法有限等缺點(diǎn),導(dǎo)致肝癌患者的治療效果欠佳。所以,尋找新的疾病標(biāo)志物、探究藥物治療靶點(diǎn)、研發(fā)新的藥物成為當(dāng)前醫(yī)藥研究的熱點(diǎn)問題。目前,高通量測(cè)序技術(shù)以及基因芯片技術(shù)的快速發(fā)展能夠從整個(gè)基因組或轉(zhuǎn)錄組水平出發(fā)來(lái)研究疾病的發(fā)生、發(fā)展,已廣泛應(yīng)用于一些疾病的基因表達(dá)譜分析、基因克隆和尋找疾病標(biāo)志物等方面。通過(guò)篩選肝癌樣本組織和正常樣本組織基因表達(dá)譜中的差異表達(dá)基因,對(duì)差異表達(dá)的基因進(jìn)行生物信息學(xué)分析,旨在為研究肝癌的發(fā)生發(fā)展及相關(guān)疾病標(biāo)志物和藥物治療靶點(diǎn)提供有價(jià)值的信息。完成的工作如下:1.從GEO數(shù)據(jù)庫(kù)中下載兩組肝癌相關(guān)芯片原始數(shù)據(jù)并用R包進(jìn)行背景矯正、標(biāo)準(zhǔn)化以及表達(dá)值計(jì)算處理,然后用Limma包進(jìn)行差異表達(dá)基因篩選,共得807個(gè)差異表達(dá)的基因,其中上調(diào)的有496個(gè),下調(diào)的有311個(gè)。使用DAVID對(duì)807個(gè)差異表達(dá)基因進(jìn)行GO和KEGG分析,對(duì)同時(shí)在主要功能和信號(hào)通路上顯著富... 

【文章來(lái)源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：43 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

差異表達(dá)基因的火山圖，紅色表示上調(diào)基因，藍(lán)色表示下調(diào)基因

第二章基于GEO數(shù)據(jù)的肝癌致病標(biāo)志物的研究9圖2-2GO分析結(jié)果可視化2.2.3蛋白質(zhì)互作網(wǎng)絡(luò)及關(guān)鍵基因篩選為尋找與肝癌發(fā)生相關(guān)的關(guān)鍵基因，本研究對(duì)同時(shí)在GO功能和KEGG通路上顯著富集的128個(gè)目標(biāo)基因進(jìn)行分析。使用STRING構(gòu)建PPI網(wǎng)絡(luò)，并用信息分析學(xué)軟件Cytoscape對(duì)STRING數(shù)據(jù)庫(kù)分析得出的相互作用網(wǎng)絡(luò)中126個(gè)節(jié)點(diǎn)和678條相互作用表2.2差異表達(dá)基因的KEGG分析結(jié)果CategoryTermDescriptionCountFDRKEGGpathwayhsa01100Metabolicpathways1308.57E-12KEGGpathwayhsa04610Complementandcoagulationcascades241.09E-09KEGGpathwayhsa00830Retinolmetabolism211.34E-07KEGGpathwayhsa05204Chemicalcarcinogenesis221.68E-06KEGGpathwayhsa00380Tryptophanmetabolism151.75E-05KEGGpathwayhsa03320PPARsignalingpathway191.75E-05KEGGpathwayhsa00982Drugmetabolism-cytochromeP450192.26E-05KEGGpathwayhsa00071Fattyaciddegradation153.59E-05KEGGpathwayhsa01130Biosynthesisofantibiotics346.95E-05KEGGpathwayhsa00980MetabolismofxenobioticsbycytochromeP450199.48E-05KEGGpathwayhsa00140Steroidhormonebiosynthesis165.01E-04關(guān)系進(jìn)行分析（如圖2-4）。使用CytoHubba插件中的MCC算法計(jì)算網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的最大團(tuán)中心性（MaximalCliqueCentrality,MCC），篩選出最大團(tuán)中心度排名前10的關(guān)鍵基因：CYP3A4、CYP2C9、CYP2B6、CYP1A2、CYP3A5、CYP1A1、CYP2E1、HSD17B6、AOX1、CYP2C8，這10個(gè)關(guān)鍵基因之間的相互作用網(wǎng)絡(luò)及這10個(gè)基因與其他目標(biāo)基因的相互作用網(wǎng)絡(luò)如圖2-5。

江南大學(xué)碩士學(xué)位論文10圖2-3KEGG分析結(jié)果可視化2.2.4關(guān)鍵基因的表達(dá)水平對(duì)生存時(shí)間的影響使用KM-Plotter數(shù)據(jù)庫(kù)及Oncolnc生存分析網(wǎng)站分別對(duì)10個(gè)關(guān)鍵基因進(jìn)行生存曲線分析，研究這些關(guān)鍵基因與肝癌患者總生存期的預(yù)后價(jià)值。由KM-Plotter數(shù)據(jù)庫(kù)進(jìn)行圖2-4PPI，紅色表示上調(diào)基因，綠色表示下調(diào)基因生存分析得到CYP3A4（P=0.0017）、CYP2C9（P=3.2e-07）、CYP3A5（P=1.4e-05）、CYP2E1（P=0.0037）、HSD17B6（P=3.9e-05）和CYP2C8（P=0.00048）六個(gè)基因，生存曲線分析結(jié)果如圖2-6。由Oncolnc生存分析網(wǎng)站進(jìn)行生存分析得CYP3A4（P=0.0033）、

【參考文獻(xiàn)】：
期刊論文
[1]基于GEO數(shù)據(jù)庫(kù)的胃癌耐藥基因表達(dá)譜分析及其對(duì)預(yù)后的影響[J]. 胡國(guó)興,余曉茹.  實(shí)用癌癥雜志. 2018(01)
[2]CYP3A5基因多態(tài)性與終末期腎臟疾病患者使用鈣拮抗劑降壓療效的關(guān)系[J]. 周君,陳菊.  臨床腎臟病雜志. 2016 (02)
[3]新型胃癌腫瘤標(biāo)志物研究進(jìn)展[J]. 季善云,馮義朝.  臨床醫(yī)學(xué). 2012(09)
[4]慢性乙型肝炎病毒感染對(duì)人肝細(xì)胞色素酶 P450 3A4的影響[J]. 李爽,胡卓漢,繆曉輝.  中華醫(yī)學(xué)雜志. 2006(38)

博士論文
[1]肝癌病人肝微粒體中CYP450酶代謝活性的改變[D]. 周軍.鄭州大學(xué) 2016

碩士論文
[1]基于粒計(jì)算的生物復(fù)雜系統(tǒng)建模和網(wǎng)絡(luò)結(jié)構(gòu)分析[D]. 李陽(yáng).江南大學(xué) 2017



本文編號(hào)：3346185