SAC复合体相关基因TTK和MAD2L1基因在肺腺癌中过表达:基于大数据的生物信息学分析

发布时间：2023-04-22 23:20

　　目的通过大数据筛选与肺腺癌预后相关的关键基因并探讨其临床价值和潜在机制。方法基于基因表达综合数据库(GEO)中获得的GSE18842,GSE27262以及GSE33532基因表达谱进行数据分析;生物信息学方法筛选肿瘤组织和正常肺组织的差异表达基因,对其进行京都基因与基因组百科全书(KEGG)和基因本体论(GO)富集分析后进行蛋白质-蛋白质相互作用网络(PPI)、模组、表达差异和预后分析和筛选。35例非小细胞肺癌标本和35例配对的癌旁正常组织,共70例组织标本分为肿瘤组和正常组对MAD2L1和TTK的表达进行了免疫组化验证。结果共有256个基因的表达谱数据有统计学差异(P<0.05),包括66个上调基因,190个下调基因。进行功能分析后筛选出32个上调基因。32个基因中的29与肺腺癌预后显著相关。相较与正常肺组织,所有29个基因均在肺腺癌组织中高表达并主要富集在细胞周期通路。其中7个关键基因与纺锤体组装检查点(SAC)复合体紧密相关,负责调控细胞G2/M期行为。我们选择了SAC相关基因TTK和MAD2L1,在肺腺癌患者组织标本中观察到了TTK和MAD2L1相较与癌旁正常肺组织的过表...

【文章页数】：10 页

【文章目录】：
1 资料和方法
    1.1 基因芯片数据
    1.2 差异表达基因的数据分析
    1.3 基因富集分析
    1.4 蛋白质-蛋白质相互作用网络（PPI）构建和分析
    1.5 MCODE基因的生存分析
    1.6 基因表达量分析
    1.7 免疫组化数据库分析
    1.8 非小细胞肺癌患者组织标本
    1.9 免疫组化实验
    1.1 0 统计学方法
2 结果
    2.1 差异表达基因的获取
    2.2 差异表达基因的GO和KEGG富集分析
    2.3 蛋白质-蛋白质相互作用网络（PPI）以及模组分析
    2.4 MCODE基因的生存分析以及TCGA差异表达分析
    2.5 29个核心基因的二次KEGG富集分析
    2.6 验证组织样本中关键DEGs的表达
3讨论



本文编号：3798605