APP下载

基于GEO数据库筛选并分析胃癌标志物及其作用

2021-05-13陆汉凌任旻唐玉宝朱云祥

世界最新医学信息文摘 2021年25期
关键词:胃癌数据库差异

陆汉凌,任旻,唐玉宝,朱云祥

(扬州大学附属医院,江苏 扬州 225000)

0 引言

胃癌是全球常见恶性肿瘤之一,在中国,胃癌的发病率和死亡率分别在第三位和第二位[1]。现阶段的胃癌诊断方法中,主要依靠CT、胃镜检查及肿瘤标志物等[2-4]。但胃镜检查属于侵入性检查,费用相对较高,普通患者接受度不高,因此对于寻找有效胃癌基因标志物成为新的热门选择。本文从基因表达数据库中筛选胃癌相关基因芯片并分析其生物学功能及信号通路,同时筛选了胃癌相关核心差异表达基因,并探讨了胃癌相关核心差异表达基因与预后的关系。

1 材料与方法

1.1 GC相关数据的获取

登录GEO数据库(https://www.ncbi.nlm.nih.gov/geo),以“gastric cancer”为检索词,获取到与GC相关的两组数据集:GSE33651、GSE54129。GSE33651共有样本数52个,其中GC组织组40个,正常黏膜组12个。GSE54129共有样本数132个,其中GC组织组111个,正常黏膜组21个。

1.2 差异表达基因的筛选

利用在线平台GEO2R分别对两组芯片的胃癌组织组和正常黏膜组差异表达基因进行筛选,以LogFC>1或者LogFC<-1且校正后P值(adj.Pvalue)<0.01为筛选标准分别对两组数据集进行差异表达基因筛选。筛选得到的数据利用DrawVenn Diagram (http://bioinformatics.psb.ugent.be/webtools/Venn/),绘制出两组芯片差异表达基因的韦恩图,得到共有的差异表达基因。

1.3 GC相关差异基因信号通路及生物学功能分析

登录基因功能数据库DAVID(https://david.ncifcrf.gov/),将差异基因导入,对其进行基因本体(Gene Ontology,GO)分析,通过GO分析了解到差异基因的细胞组成(CC)、生物学过程(BP)及分子功能(MF)。接着进行京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路分析,得到相关作用的信号通路。

1.4 GC相关核心基因……
登录APP查看全文

猜你喜欢

胃癌数据库差异
相似与差异
找句子差异
生物为什么会有差异?
数据库
数据库
数据库
数据库
P53及Ki67在胃癌中的表达及其临床意义
胃癌组织中LKB1和VEGF-C的表达及其意义
胃癌组织中VEGF和ILK的表达及意义