基因集富集分析探讨HER2基因对胃癌代谢的影响
发布时间：2021-04-03 21:40
目的运用基因集富集分析（GSEA）探索人表皮生长因子受体2（HER2）基因表达状态对胃癌代谢通路影响情况。方法下载癌症基因组图谱（TCGA）、基因表达综合数据库（GEO）和欧洲生物信息研究所（ArrayExpress）数据库的胃癌转录表达数据库,根据Her2拷贝数或者表达水平选取高低表达组,应用GSEA软件进行富集分析,取错误发现率q值（FDR q val）<25%和/或名义P值（nom P val）<0.01的代谢通路作为有意义的代谢基因集,结果绘制热图寻找共性。结果在癌症基因组图谱胃腺癌集（TCGA STAD）、GEO数据集（GSE66229）等10个数据库中,Her2的高低表达对对过氧物酶体、N-聚糖生物合成和嘧啶代谢通路基因集有影响（FDR q val<25%且nom P val<0.01）,糖基磷脂酰肌醇、甘油磷脂、鞘脂类代谢差异有统计学意义（nom P val<0.01）。结论多个数据库GSEA分析结果提示癌基因Her2的状态与多个代谢通路基因集有相关性。
【文章来源】：安徽医科大学学报. 2020,55(09)北大核心
【文章页数】：5 页
【部分图文】：
TCGA Her2高低表达相关基因列表热图
表4 Her2高表达在不同基因数据库中对基因集的富集分析结果 基因集 样本 基因集上调比例 FDR<25% nom P<1% nomP<5% TCGA STAD 295 120/178 5 5 16 STAD CNA 295 106/178 15 9 20 GSE54129 132 81/176 0 2 9 GSE27342 160 67/156 1 2 14 GSE 15460 360 80/176 0 2 6 GSE 14210 167 158/168 0 0 3 GSE 26253 432 91/166 0 0 4 GSE 37023 250 115/168 1 1 2 GSE 15459 200 89/176 6 7 13 GSE 66229 400 71/176 10 3 14 E-MTAB-1338 108 1/178 0 0 0Her2高表达所影响的代谢通路本身与肿瘤就有密切联系并起核心作用,比如:过氧化物酶体分子和过氧化物酶体特异性蛋白在过氧化应激与肿瘤发生中有作用。过氧化物酶体本身可能充当信号枢纽,促进其他支持肿瘤的发生过程,例如自噬[13]。再比如:参与N-聚糖生物合成的酶及其产物表达的变化可以调节结直肠癌细胞的细胞黏附、细胞信号传导和侵袭性[14]。而嘧啶作为DNA合成原料其代谢与肿瘤的失控生长关系更是密切[15]。Her2与这些代谢之间的相互影响尚未被关注并需进一步实验证实。
胃癌起病隐匿,疾病进展迅速,晚期伴有代谢异常,营养吸收障碍,加速病情恶化。本研究组前期转录组研究也发现胃癌中脂质代谢相关基因的异常表达[12]。Her2是胃癌最明确的癌基因且有判断预后和靶向药物,而癌基因对胃癌代谢的影响并未受关注。生物信息学的发展提供了数据挖掘分析的可能。GSEA富集分析java软件可以初步探讨Her2对胃癌代谢的影响。表3 TCGA STAD中Her2高表达富集结果列表 基因集名称 数量 标准 NOM P-val FDR q-val FWER p-val KEGG_GLYCOSYLPHOSPHATIDYLINOSITOL_GPI_ANCHOR_BIOSYNTHESIS 25 -1.8308948 0 0.4274352 0.18 KEGG_SPHINGOLIPID_METABOLISM 39 -1.8086642 0.02222222 0.27447587 0.21 KEGG_BASAL_TRANSCRIPTION_FACTORS 33 -1.8022268 0.02 0.19395328 0.22 KEGG_PEROXISOME 76 -1.7493895 0 0.22516415 0.3 KEGG_GLYCEROPHOSPHOLIPID_METABOLISM 76 -1.6889246 0 0.28718305 0.44 KEGG_HOMOLOGOUS_RECOMBINATION 28 -1.6717087 0.04545455 0.26695168 0.48 KEGG_SELENOAMINO_ACID_METABOLISM 26 -1.6659013 0 0.24073945 0.49 KEGG_GLYCEROLIPID_METABOLISM 49 -1.6428105 0 0.24867189 0.51 KEGG_PYRIMIDINE_METABOLISM 94 -1.6353688 0.04651163 0.2459737 0.56 KEGG_N_GLYCAN_BIOSYNTHESIS 45 -1.5951 0.04347826 0.2951885 0.6 KEGG_ONE_CARBON_POOL_BY_FOLATE 17 -1.5632386 0.02325581 0.35539606 0.68 KEGG_TERPENOID_BACKBONE_BIOSYNTHESIS 15 -1.5499818 0.12195122 0.36099437 0.72 KEGG_BASE_EXCISION_REPAIR 33 -1.542029 0.07692308 0.34981707 0.74 KEGG_CELL_CYCLE 124 -1.5407037 0.11904762 0.32550505 0.74 KEGG_NOTCH_SIGNALING_PATHWAY 47 -1.5081813 0.04081633 0.38614118 0.84 KEGG_PENTOSE_PHOSPHATE_PATHWAY 27 -1.5017622 0.09090909 0.3713867 0.85 KEGG_SPLICEOSOME 124 -1.490956 0.02439024 0.37076354 0.86 KEGG_NUCLEOTIDE_EXCISION_REPAIR 43 -1.4884012 0.0952381 0.35905463 0.86 KEGG_AMINOACYL_TRNA_BIOSYNTHESIS 41 -1.4817811 0.14583333 0.35182452 0.87 KEGG_MISMATCH_REPAIR 23 -1.4817796 0.15 0.33423328 0.87 KEGG_ENDOCYTOSIS 178 -1.4739231 0.08510638 0.3379887 0.88 KEGG_TIGHT_JUNCTION 129 -1.4574409 0.03703704 0.35765696 0.91 KEGG_OTHER_GLYCAN_DEGRADATION 16 -1.4573224 0.04651163 0.34252074 0.91 KEGG_PROTEASOME 44 -1.4540299 0.12195122 0.3336786 0.92 KEGG_UBIQUITIN_MEDIATED_PROTEOLYSIS 134 -1.4481871 0.04255319 0.33357808 0.92
【参考文献】：
期刊论文
[1]胃癌脂代谢通路基因表达的转录组学高通量分析[J]. 向丽娟,汪圣毅,包楚阳,张焱,韩坤,刘虎. 安徽医科大学学报. 2019(01)
本文编号：3117132
【文章来源】：安徽医科大学学报. 2020,55(09)北大核心
【文章页数】：5 页
【部分图文】：
TCGA Her2高低表达相关基因列表热图
表4 Her2高表达在不同基因数据库中对基因集的富集分析结果 基因集 样本 基因集上调比例 FDR<25% nom P<1% nomP<5% TCGA STAD 295 120/178 5 5 16 STAD CNA 295 106/178 15 9 20 GSE54129 132 81/176 0 2 9 GSE27342 160 67/156 1 2 14 GSE 15460 360 80/176 0 2 6 GSE 14210 167 158/168 0 0 3 GSE 26253 432 91/166 0 0 4 GSE 37023 250 115/168 1 1 2 GSE 15459 200 89/176 6 7 13 GSE 66229 400 71/176 10 3 14 E-MTAB-1338 108 1/178 0 0 0Her2高表达所影响的代谢通路本身与肿瘤就有密切联系并起核心作用,比如:过氧化物酶体分子和过氧化物酶体特异性蛋白在过氧化应激与肿瘤发生中有作用。过氧化物酶体本身可能充当信号枢纽,促进其他支持肿瘤的发生过程,例如自噬[13]。再比如:参与N-聚糖生物合成的酶及其产物表达的变化可以调节结直肠癌细胞的细胞黏附、细胞信号传导和侵袭性[14]。而嘧啶作为DNA合成原料其代谢与肿瘤的失控生长关系更是密切[15]。Her2与这些代谢之间的相互影响尚未被关注并需进一步实验证实。
胃癌起病隐匿,疾病进展迅速,晚期伴有代谢异常,营养吸收障碍,加速病情恶化。本研究组前期转录组研究也发现胃癌中脂质代谢相关基因的异常表达[12]。Her2是胃癌最明确的癌基因且有判断预后和靶向药物,而癌基因对胃癌代谢的影响并未受关注。生物信息学的发展提供了数据挖掘分析的可能。GSEA富集分析java软件可以初步探讨Her2对胃癌代谢的影响。表3 TCGA STAD中Her2高表达富集结果列表 基因集名称 数量 标准 NOM P-val FDR q-val FWER p-val KEGG_GLYCOSYLPHOSPHATIDYLINOSITOL_GPI_ANCHOR_BIOSYNTHESIS 25 -1.8308948 0 0.4274352 0.18 KEGG_SPHINGOLIPID_METABOLISM 39 -1.8086642 0.02222222 0.27447587 0.21 KEGG_BASAL_TRANSCRIPTION_FACTORS 33 -1.8022268 0.02 0.19395328 0.22 KEGG_PEROXISOME 76 -1.7493895 0 0.22516415 0.3 KEGG_GLYCEROPHOSPHOLIPID_METABOLISM 76 -1.6889246 0 0.28718305 0.44 KEGG_HOMOLOGOUS_RECOMBINATION 28 -1.6717087 0.04545455 0.26695168 0.48 KEGG_SELENOAMINO_ACID_METABOLISM 26 -1.6659013 0 0.24073945 0.49 KEGG_GLYCEROLIPID_METABOLISM 49 -1.6428105 0 0.24867189 0.51 KEGG_PYRIMIDINE_METABOLISM 94 -1.6353688 0.04651163 0.2459737 0.56 KEGG_N_GLYCAN_BIOSYNTHESIS 45 -1.5951 0.04347826 0.2951885 0.6 KEGG_ONE_CARBON_POOL_BY_FOLATE 17 -1.5632386 0.02325581 0.35539606 0.68 KEGG_TERPENOID_BACKBONE_BIOSYNTHESIS 15 -1.5499818 0.12195122 0.36099437 0.72 KEGG_BASE_EXCISION_REPAIR 33 -1.542029 0.07692308 0.34981707 0.74 KEGG_CELL_CYCLE 124 -1.5407037 0.11904762 0.32550505 0.74 KEGG_NOTCH_SIGNALING_PATHWAY 47 -1.5081813 0.04081633 0.38614118 0.84 KEGG_PENTOSE_PHOSPHATE_PATHWAY 27 -1.5017622 0.09090909 0.3713867 0.85 KEGG_SPLICEOSOME 124 -1.490956 0.02439024 0.37076354 0.86 KEGG_NUCLEOTIDE_EXCISION_REPAIR 43 -1.4884012 0.0952381 0.35905463 0.86 KEGG_AMINOACYL_TRNA_BIOSYNTHESIS 41 -1.4817811 0.14583333 0.35182452 0.87 KEGG_MISMATCH_REPAIR 23 -1.4817796 0.15 0.33423328 0.87 KEGG_ENDOCYTOSIS 178 -1.4739231 0.08510638 0.3379887 0.88 KEGG_TIGHT_JUNCTION 129 -1.4574409 0.03703704 0.35765696 0.91 KEGG_OTHER_GLYCAN_DEGRADATION 16 -1.4573224 0.04651163 0.34252074 0.91 KEGG_PROTEASOME 44 -1.4540299 0.12195122 0.3336786 0.92 KEGG_UBIQUITIN_MEDIATED_PROTEOLYSIS 134 -1.4481871 0.04255319 0.33357808 0.92
【参考文献】：
期刊论文
[1]胃癌脂代谢通路基因表达的转录组学高通量分析[J]. 向丽娟,汪圣毅,包楚阳,张焱,韩坤,刘虎. 安徽医科大学学报. 2019(01)
本文编号：3117132
本文链接：https://www.wllwen.com/kejilunwen/jiyingongcheng/3117132.html
最近更新
教材专著
