目的:高血壓是最常見的慢性非傳染性疾病,也是全球范圍內心血管疾病死亡的主要原因之一。在臨床上,服用降壓藥物是最常用的治療手段,但近年來降壓藥物的安全問題頻發(fā)。本課題從多組學角度,對ACEI類的一線降壓藥物進行研究,并與33種癌癥的特異性基因進行表達模式的匹配分析,探究其潛在致癌風險因素并篩選相關生物標志物,為高血壓病的藥物治療方案提供組學層面的參考。方法:通過GEO、ArrayExpress等基因表達數(shù)據(jù)庫獲取符合分析條件的ACEI類降壓藥物的基因表達譜數(shù)據(jù)。利用生物信息學方法進行差異表達基因、通路富集等分析,參考從Drugbank、PharmGKB、KEGG Drug等藥物數(shù)據(jù)庫中獲取到的ACEI類藥物靶點數(shù)據(jù),綜合得出與ACEI類降壓藥密切相關的基因（ACEI-DEGs）。隨后利用UALCAN數(shù)據(jù)庫中對ACEI-DEGs進行差異表達分析,研究其在33種癌癥的表達量情況,篩選其中具有顯著差異性且與ACEI-DEGs表達模式（上調或下調）一致的基因,并對每一個基因集進行蛋白質互作用網(wǎng)絡分析,篩選出Hub基因（蛋白質）。從TCGA中分別獲取這相關癌癥樣本的生存時間臨床數(shù)據(jù),對Hub基因（... 

【文章來源】：山西醫(yī)科大學山西省

【文章頁數(shù)】：46 頁

【學位級別】：碩士

【部分圖文】：

缺失值補充及數(shù)據(jù)標準化的部分代碼

部分代碼如圖1-2，篩選閾值需要根據(jù)數(shù)據(jù)情況做調整，本課題根據(jù) Benjamini 和 Hochberg 提出的方法修正原始 P，以 P＜0.07，|logFC|≥0.3 作為 DEGs 的篩選閾值。結合 DEGs 表達譜之間的歐氏距離，使用層次聚類的方法構建熱圖。利用 OriginLab 軟件(https://www.originlab.com/)[32]進行相關數(shù)據(jù)的可視化。

11圖 1-4 本課題的技術路線圖.6 論文的創(chuàng)新點關于藥物安全性問題的研究，傳統(tǒng)角度是對藥品進行病理學研究，并對樣本進系列毒理試驗，從結果中判斷藥物敏感性、毒性等方面。隨著大數(shù)據(jù)與高通量測術的發(fā)展與應用，為藥物臨床研究提供了新的思路與方法，本論文從多組學角度CEI 類降壓藥進行安全性分析，通過生物信息學方法建立藥物基因與與癌癥基因聯(lián)并篩選其生物標志物，以期對未來高血壓疾病的藥物治療方案提供一定參考。


本文編號：2932960