利用加权基因共表达网络（WGCNA）筛选及鉴定肝细胞癌干细胞相关基因的研究

发布时间：2021-10-07 11:21

　　目的通过加权基因共表达网络（Weighted gene co-expression network analysis,WGCNA）方法研究肝细胞癌（Hepatocellular carcinoma,HCC）中肝癌干细胞（Liver cancer stem cells,LSCS）相关基因的表达及其与预后的相关性。方法（1）从公共数据库癌症基因组图谱（The Cancer Genome Atlas,TCGA）中下载HCC转录组测序（RNA-seq）数据及临床病理学资料,从CELL网站下载并整理肿瘤干细胞干性指数（mRNA stemness indices,mRNAsi）表,分析mRNAsi与HCC临床病理因素及预后的关系。（2）利用加权基因共表达网络从肝癌差异基因中筛选与LSCS相关的关键模块,截取关键模块的hub基因进行功能注释（GO分析）及信号通路富集分析（KEGG分析）,通过在线数据库STRING构建hub基因编码蛋白质相互作用网络（protein protein interaction network,PPI）,从PPI中筛选关键基因。（3）对关键基因进行表达差异分析及表达相关性分... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

干性指数的开发流程图

兰州大学硕士学位论文利用加权基因共表达网络(WGCNA)筛选及鉴定肝细胞癌干细胞相关基因的研究102.3HCC差异表达基因分析使用FPKM[40]（ExpectednumberofFragmentsPerKilobaseoftranscriptsequenceperMillionsbasepairssequenced）算法取值用来评估样本的基因表达水平，删除在两组样本中表达水平均小于1的基因，基因名字重复的基因取表达平均值。使用最新R语言中的“Limma”包来筛选HCC组织和正常肝脏组织样本之间的差异表达基因，截取标准为：|log2FC|>1，FDR<0.05。（|log2FC|>1为公认公知的标准,|log2FC|=1，说明差异倍数为2倍，一般2倍以上差异显著。）2.4WGCNA网络构建2.4.1去除离群样本WGCNA由R语言“WGCNA”包通过肝癌差异基因构建。首先对过滤后的差异基因表达水平进行分析。利用函数hclust将374例HCC样本中的表达数据构建样本聚类树状图，进行样本聚类分析。可见少数样本基因表达值明显高于平均水平，可视此样本为离群样本。纵坐标为样本聚类树高度，高度越高代表该样本的基因表达量越大。此处将高度大于10000的样本删除（图2.1），从而减少因为样本因素导致的误差。图2.1WGCNA网络构建样本聚类树及删除离群样本

兰州大学硕士学位论文利用加权基因共表达网络(WGCNA)筛选及鉴定肝细胞癌干细胞相关基因的研究12图2.3HCC的共表达基因模块聚类树及模块划分2.4.4确定关键模块，鉴定hub基因并筛选关键基因为了确定关键模块，需要计算模块显著性。首先通过计算基因显著性（genesignificance，GS）来评估基因与样本之间的相关性。将GS定义为基因表达与mRNAsi进行线性回归时P值的log10转换值（GS=lgP）。将模块显著性定义为模块中所有基因的平均GS，从而计算出模块与样本性状之间的相关性，选择相关性最高的模块为关键模块。确定关键模块后，计算模块内每个基因的GS和模块隶属度（modulemembership，MM），即模块自身基因与基因表达谱的相关性，并根据GS和MM设置hub基因的筛选阈值。本研究中hub基因的截取标准设置为GS>0.38，MM>0.80。利用在线数据库DAVID[25]（http://david.abcc.ncifcrf.gov/）对筛选得到的hub基因进行GO功能注释和KEGG通路分析，富集分析以P<0.05作为显著性富集的阈值。利用在线数据库STRING[24]（https://www.string-db.org），对hub基因行PPI网络构建并行可视化分析，设置网络边数为证据数，以最低互作评分>0.9为置信度阈值（最高置信度标准），根据hub基因鉴定结果，选择PPI网络中相邻节点数最多的核心基因作为关键基因。2.5关键基因差异分析及相关性分析为进一步分析关键基因在HCC中的表达差异情况，使用R语言中的“ggpubr”

【参考文献】：
期刊论文
[1]转录组学主要研究技术及其应用概述[J]. 刘伟,郭光艳,秘彩莉.  生物学教学. 2019(10)
[2]Current and future pharmacological therapies for managing cirrhosis and its complications[J]. David Kockerling,Rooshi Nathwani,Roberta Forlano,Pinelopi Manousou,Benjamin H Mullish,Ameet Dhar.  World Journal of Gastroenterology. 2019(08)
[3]microRNA在肝癌复发转移中的研究进展[J]. 赵英安,李福军.  中国普外基础与临床杂志. 2018(11)
[4]HCCDB: A Database of Hepatocellular Carcinoma Expression Atlas[J]. Qiuyu Lian,Shicheng Wang,Guchao Zhang,Dongfang Wang,Guijuan Luo,Jing Tang,Lei Chen,Jin Gu.  Genomics,Proteomics & Bioinformatics. 2018(04)
[5]MicroRNA与肝癌诊治的研究进展[J]. 林贤桂,杨慧龄.  医学综述. 2018(16)
[6]microRNA在原发性肝细胞癌中的研究进展[J]. 刘浩,杨炎,王亚巍,乔唐,王正兵.  中国现代普通外科进展. 2018(06)
[7]MicroRNA在肝癌基因治疗中的研究进展[J]. 张新杰,饶智国.  临床误诊误治. 2017(05)
[8]microRNAs在肝癌干细胞中的研究进展[J]. 姜经航,杨珮珮,吕洋,马松林.  实用医学杂志. 2016(08)
[9]microRNA在肝癌诊断、治疗和预后中的作用研究进展[J]. 宋蕾,王昭,张焕铃.  癌变·畸变·突变. 2015(04)
[10]Surgical treatment of intra hepatic recurrence of hepatocellular carcinoma[J]. Laurence Lacaze,Michel Scotté.  World Journal of Hepatology. 2015(13)

博士论文
[1]MicroRNA-203介导Bmi-1调控肝癌细胞增殖的机制研究[D]. 邵英杰.苏州大学 2017
[2]MicroRNA-494抑制肝癌细胞增殖与迁移能力的研究[D]. 杨生生.第二军医大学 2013



本文编号：3421945