一种基于PPI网络的乳腺癌差异基因分析算法

发布时间：2021-01-28 03:16

　　为了提高对于乳腺癌差异基因筛选的准确率,从分子层面出发,结合拷贝数与基因表达两方面特征,分析了乳腺癌差异表达基因,研究了乳腺癌的发病机制,为乳腺癌的诊疗提供了新的研究思路.在癌症基因组图谱中下载乳腺癌的拷贝数和基因表达数据,利用R软件通过卡方检验提取乳腺癌拷贝数差异基因,结合edgeR差异基因分析算法,筛选乳腺癌差异表达基因,利用ks检验关联两方面差异基因,分析其相关性,结合string数据库构造蛋白质互作网络,筛选核心基因,通过生存分析和GO富集分析验证结果的准确性.以基因差异表达倍数大于1,p值小于0.05为标准,筛选出基因表达差异基因共有10 579个,上调基因7 543个,下调基因3 036个,经验证发现,ATAD2B等8个基因与乳腺癌的发生发展密切相关. 

【文章来源】：北京邮电大学学报. 2020,43(04)北大核心

【文章页数】：7 页

【部分图文】：

1～4号染色体拷贝数变异部分圈图

为了分析基因在癌症样本与正常样本中不同的表达情况，下载TCGA mRNA基因表达数据1 222个，其中R软件分析得到的正常样本数目为113个，癌症样品数为1 109个，以差异倍数大于1，即差异倍数为2倍以上．矫正后的p值小于0.05为过滤标准，利用R软件edgeR包进行分析，得到具有显著差异表达基因共有10 579个，其中上调基因7 543个，下调基因3 036个．如图2所示，其中横坐标为矫正后的p值，横坐标越大，基因表达差异越明显，纵坐标为差异倍数，越往两边发散表示基因表达的差异越大，其中中间虚线上半部分表示基因表达上调，下半部分表示基因表达下调．2.3 乳腺癌拷贝数与差异表达基因联合筛选

通过string数据库导入差异表达基因后，构造出蛋白质互作网络，并利用cytoscape软件对网络进行编辑，核心差异基因之间的连接关系如图3所示．利用R软件统计核心基因的排序情况如图4所示，其中纵坐标代表核心基因名称，横轴数值代表核心基因的连接情况，数值越大代表连接节点数越多，基因越核心．图4 蛋白质互作网络核心基因统计

【参考文献】：
期刊论文
[1]乳腺癌患者血清BRMS1mRNA的表达及意义分析[J]. 史源,胡建民.  临床研究. 2019(11)
[2]APOBEC3基因拷贝数变异与乳腺癌易感性的关联[J]. 姜鑫钊,张明龙,杜媛媛,李芙蓉,赵大龙,马洪星,黎碧达,张洋,李石,郑立红.  基因组学与应用生物学. 2019(03)
[3]PD-1/PD-L1在非特殊型浸润性乳腺癌中的表达及意义[J]. 李莹莹,董丽儒,李宇阳,熊艳杰,宋旭东.  广东医学. 2018(11)

硕士论文
[1]基于乳腺癌基因组数据的分析与可视化平台实现[D]. 邹杰民.湖南大学 2017
[2]单双侧原发性乳腺癌HER-2基因扩增差异及与临床预后关系分析[D]. 董赟.南昌大学 2016



本文编号：3004258