發(fā)布時(shí)間：2024-01-31 02:12

　　背景:lncRNA拷貝數(shù)變異(CNV)是消除lncRNA表達(dá)的重要機(jī)制之一,可能在腫瘤發(fā)生中起重要作用。這樣,lncRNA拷貝數(shù)的改變可以揭示癌癥的發(fā)展階段,并作為患者預(yù)后的生物標(biāo)志物,但這種可能性很少被研究。黑色素瘤的高死亡率和低存活率主要是由于診斷和治療的延誤。目的:因此,迫切需要識(shí)別早期黑色素瘤生物標(biāo)志物和新的治療靶點(diǎn)。方法:在本研究中,我們使用了常用的生物學(xué)方法、加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析(WGCNA)和lncRNA表達(dá)數(shù)據(jù)來(lái)評(píng)估這類生物標(biāo)志物的識(shí)別潛力。結(jié)果:11個(gè)lncRNA,即LINC01238、BASP1-AS1、LOC100506098、LINC-PINT、LOC100506585、RNF139-AS1、MALAT1、PCED1B-AS1、LINC02384、ARHGAP27P1和LINC01532被鑒定為獨(dú)立的黑色素瘤表達(dá)數(shù)據(jù)集。此外,我們通過(guò)功能和途徑富集分析對(duì)這些lncRNA進(jìn)行了表征,并確定了哪些lncRNA在正常和黑素瘤樣本之間表現(xiàn)出差異表達(dá)、差異啟動(dòng)子甲基化水平和拷貝數(shù)改變。最后,我們進(jìn)行了生存分析,確定了4種lncRNAs,BASP1-AS1、LOC1005...

【文章頁(yè)數(shù)】：48 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1A:5個(gè)無(wú)病生存亞型的KM曲線

14圖1A:5個(gè)無(wú)病生存亞型的KM曲線。B:每個(gè)亞型中突變頻率最高的前20個(gè)基因的韋恩圖。C:每個(gè)樣本中每個(gè)亞型前20個(gè)基因突變的頻率。3.2LncRNA和編碼基因在不同亞型間的差異分析分析lncRNA和編碼基因在不同亞型間的差異。使用RpackageDEseq2，我們首先排除了....

圖2A-E:lncRNA火山圖的五個(gè)亞型之間的差異，橙色表示上調(diào)，綠色表示下調(diào)

15表2每個(gè)子類型的統(tǒng)計(jì)差異TypeC1C2C3C4C5PCG_Down28385107841089386PCG_Up7936093631231102PCG_All3631111911472320488Lnc_Down2124413602796287Lnc_Up607433268....

圖3A-E:基于倍數(shù)差異的每個(gè)子類型的GSEA分析

16之間也存在差異。圖3A-E:基于倍數(shù)差異的每個(gè)子類型的GSEA分析。F:lncRNA的5個(gè)亞型之間的關(guān)系。3.3編碼基因和lncRNA的功能富集分析基于這些差異編碼基因和lncRNA表達(dá)譜，利用WGCNA共表達(dá)算法挖掘共表達(dá)編碼基因和lncRNA共表達(dá)模塊。首先，我們將FPK....

圖4A:樣本聚類分析

17鄰接矩陣,然后將鄰接矩陣轉(zhuǎn)換為一個(gè)拓?fù)渚仃�。在TOM的基礎(chǔ)上，根據(jù)混合動(dòng)態(tài)剪接樹(shù)的標(biāo)準(zhǔn)，采用平均連鎖層次聚類方法對(duì)基因進(jìn)行聚類，并將每個(gè)基因的最小基因數(shù)(lncRNA)網(wǎng)絡(luò)模塊設(shè)置為30。采用動(dòng)態(tài)剪切法確定基因模塊后，依次計(jì)算每個(gè)模塊的特征基因，然后對(duì)模塊進(jìn)行聚類，將較近的模....

本文編號(hào)：3890775