目的:卵巢癌是女性常見(jiàn)的惡性腫瘤,發(fā)病率高,致死率高。由于早期癥狀不明顯又缺乏有效的早期診斷方法,致使卵巢癌的死亡率在婦科癌癥中居首位。基因芯片,免疫組化,蛋白質(zhì)組學(xué)等方法已成為卵巢癌早期診斷的熱門課題。但由于病理的多樣性以及發(fā)病機(jī)制和病因不明確,至今沒(méi)有理想的具有高特異性和敏感性的腫瘤標(biāo)志物用于卵巢癌的臨床早期診斷。因此,探尋具有高靈敏度和特異性的標(biāo)志物實(shí)現(xiàn)卵巢癌的早期診斷成為亟待解決的問(wèn)題。本研究的目的就是通過(guò)生物信息學(xué)分析來(lái)探尋卵巢癌的早期診斷標(biāo)志物。方法:使用卵巢癌基因芯片數(shù)據(jù),進(jìn)行生物信息學(xué)軟件分析處理,從已有的基因芯片數(shù)據(jù)選取和卵巢癌相關(guān)的差異表達(dá)基因。構(gòu)建加權(quán)網(wǎng)絡(luò)共表達(dá)分析網(wǎng)絡(luò)（weighted correlation network analysis,WGCNA）,挑選與疾病相關(guān)的基因模塊,對(duì)基因模塊進(jìn)行GO和KEGG富集分析,使用Cytoscape軟件可視化模塊基因互作關(guān)系,選取核心節(jié)點(diǎn)基因,最后對(duì)核心節(jié)點(diǎn)基因進(jìn)行生存分析,找出與卵巢癌相關(guān)的核心節(jié)點(diǎn)基因,為卵巢癌早期診斷尋找新的靶點(diǎn)。結(jié)果:通過(guò)對(duì)卵巢癌基因芯片數(shù)據(jù)WGCNA網(wǎng)絡(luò)分析,找出了與卵巢癌相關(guān)的基因模塊,對(duì)此... 

【文章來(lái)源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：45 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

芯片數(shù)據(jù)QCReport函數(shù)預(yù)處理數(shù)據(jù)進(jìn)行魯棒多陣列平均處理后，對(duì)所獲得的原始表達(dá)數(shù)據(jù)進(jìn)行了背景校

圖 3.2 原始表達(dá)數(shù)據(jù)魯棒多陣列處理g2 變換并且對(duì)它們進(jìn)行處理信號(hào)，進(jìn)行分位數(shù)據(jù)質(zhì)量完好。圖 3.3 芯片表達(dá)數(shù)據(jù) log2 變換處理箱線圖芯片數(shù)據(jù)經(jīng) Genefilter 包過(guò)濾后，除去了低變4，圖 3.5 所示，數(shù)據(jù)質(zhì)量分布更加集中。

10圖 3.3 芯片表達(dá)數(shù)據(jù) log2 變換處理箱線圖卵巢癌基因芯片數(shù)據(jù)經(jīng) Genefilter 包過(guò)濾后，除去了低變異和低信號(hào)的探針，結(jié)果如圖 3.4，圖 3.5 所示，數(shù)據(jù)質(zhì)量分布更加集中。


本文編號(hào)：2916310