应用生物信息学方法筛选与早期胃癌预后相关的核心基因
2021-04-15邓建忠刘秀玲陆文斌张华李文晶吴颉刘迁
邓建忠,刘秀玲,陆文斌,张华,李文晶,吴颉,刘迁
江苏大学附属武进医院 徐州医科大学武进临床学院,江苏常州213017
胃癌是临床常见的消化系统恶性肿瘤,在我国其发病率仅次于肺癌,居第2位,死亡率居肿瘤相关死亡的第3位[1]。我国早期胃癌发现占比较低,仅占20%左右,大多数患者首诊时已属进展期,5 年总体生存率不足50%[2-3]。目前,胃癌发病的确切分子机制尚不清楚,临床亦缺乏早期诊断和预后判断的生物标志物。近年来,随着高通量技术迅速发展,有力地推动了疾病基因组学发展和进步。有研究认为,利用生物信息学方法探索分子改变与疾病预后的关系,能够挖掘对疾病预后判断有效的分子标志物[4]。2020 年8 月,本研究应用生物信息学方法通过GEO数据库获取早期胃癌发生、发展过程中显著差异表达基因(DEGs),然后通过GO 功能注释、KEGG 富集分析和蛋白质相互作用网络(PPI)筛选核心基因,通过Kaplan-Meier 生存分析进一步筛选与预后相关的核心基因,旨在为早期胃癌的预后判断提供新的视角。现报告如下。
1 材料与方法
1.1 微阵列数据库检索 以“early gastric cancer,Homo”为关键词,从GEO数据库(https://www.ncbi.nlm.nih.gov/geo/)中获得人类早期胃癌基因芯片数据集。数据集需要同时提供早期胃癌组织和正常胃组织的基因芯片,共筛选出GSE3438、GSE55696 两个微阵列数据集。GSE3438数据集基于GPL2912平台(人类基因组功能分析中心KUGI 14K),GSE55696 数据集基于GPL6480 平 台(Agilent-014850全人类基因组芯片4×44K G4112F)。所有数据在线免费获取。
1.2 DEGs 数据处理 利用GEO2R(https://www.ncbi.nlm.nih.gov/geo/geo2r/)在线分析工具筛选早期胃癌组织与正常胃组织的DEGs,以调整后的P 和|logFC|为筛选指标。……
