為了從基因?qū)用嫣接懛切〖?xì)胞肺癌（non-small cell lung cancer, NSCLC）發(fā)生發(fā)展的內(nèi)在機(jī)制,篩選與NSCLC診斷、預(yù)后相關(guān)的基因,為NSCLC分子機(jī)制的進(jìn)一步研究提供生物信息學(xué)依據(jù),利用生物信息學(xué)方法對(duì)GEO數(shù)據(jù)庫(kù)和TCGA數(shù)據(jù)庫(kù)的數(shù)據(jù)集進(jìn)行合并分析,篩選NSCLC組織與正常肺組織之間的差異表達(dá)基因（differentially expressed genes, DEGs）,并對(duì)所取交集的DEGs進(jìn)行基因集富集分析（gene set enrichment analysis, GSEA）、基因本體論（gene ontology, GO）分析、KEGG （kyoto encyclopedia of genes and genomes）通路富集分析、蛋白質(zhì)相互作用（protein-protein interaction, PPI）分析、ROC曲線診斷效能分析及LASSO生存分析。文中共篩選出240個(gè)DEGs,主要涉及核分裂、染色體分離等生物學(xué)過(guò)程。GSEA分析結(jié)果顯示,富集的通路主要涉及DNA修復(fù)和細(xì)胞周期。從PPI網(wǎng)絡(luò)中篩選出20個(gè)hub基因, ROC結(jié)果顯示,... 

【文章來(lái)源】：生命科學(xué)研究. 2020,24(02)CSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【文章目錄】：
1 材料與方法
    1.1 數(shù)據(jù)下載與預(yù)處理
    1.2 差異表達(dá)基因的篩選
    1.3 GSEA分析、差異表達(dá)基因的基因本體論和通路富集分析
    1.4 蛋白質(zhì)互作網(wǎng)絡(luò)分析
    1.5 Hub基因ROC診斷分析及LASSO生存分析
2 結(jié)果
    2.1 差異表達(dá)基因篩選結(jié)果
    2.2 GSEA分析及GO和KEGG通路富集分析
    2.3 DEGs所編碼蛋白質(zhì)之間的相互作用分析
    2.4 ROC診斷分析及LASSO生存分析
3 討論


【參考文獻(xiàn)】：
期刊論文
[1]SNI大鼠模型誘發(fā)的早期病理性疼痛相關(guān)基因芯片數(shù)據(jù)的生物信息學(xué)分析[J]. 解琪琪,李文洲,史衛(wèi)東,鄧亞軍,任恩惠,馬靖琳,康學(xué)文,汪靜.  生命科學(xué)研究. 2018(05)



本文編號(hào)：3215241