关于癌症基因表达网络的模块分析
发布时间：2021-08-15 10:42
癌症,即恶性肿瘤,现在已经成为威胁人类生命健康的全球主要公共卫生问题之一。如何提早发现癌症以及有效地预防治疗癌症是目前亟待解决的问题。目前对于癌症的分子机制尚不清楚,而大多数关于癌症的转录组学研究都集中在肿瘤与正常组织之间每个基因的差异表达,由癌症引起的其他扰动包括基因调控变异,基因模块的变化等或多或少被忽略,但这些可能对癌症的诊断,治疗和预后至关重要。在众多癌症中,乳腺癌是一种在女性中普遍流行的复杂疾病,是女性中最常见的恶性肿瘤之一,自20世纪70年代末以来,全球乳腺癌发病率不断上升,并且出现年轻化趋势,全球每年新发乳腺癌病例约167.1万,每年约52.2万人死于乳腺癌。本文以乳腺癌为例,从多个角度展开研究,通过对乳腺癌的研究,希望可以为癌症的研究提供一个完整的框架,为癌症的诊断、治疗和预后提供帮助。本文从肿瘤基因组图谱（TCGA）数据库中下载1109例乳腺癌组织和113例非肿瘤组织的RNA表达谱,以及乳腺癌患者的临床信息。从以下几个方面对乳腺癌进行研究:首先,利用DESeq2进行差异表达分析,识别MMP11和COL10A1等14118个差异基因,并对这些差异基因进行生存分析,找到影...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
图１．１工作流程图??Ｆｉｇ．?１．１?Ｗｏｒｋｆｌｏｗ?ｏｆ?ｔｈｅ?ｐｒｏｊｅｃｔ??
ｏｒ／，．．．，ｍｗｏＷ０）与整个肿瘤数据（１０９６个样本）之间差异不大。因此，出于数据平衡的??目的，本文选择ｍｗｏｒ／中肿瘤数据进行后续的研宄，而不是全部的肿瘤数据。??４．?１．２构建共表达网络??在本节利用ＷＧＣＮＡ分别构建正常样本和肿瘤样本的加权基因共表达网络。在正常??的网络中，我们将基因分成９３个彩色模块和１个灰色模块，在肿瘤网络中有１３４个彩??色模块和１个灰色模块。由于灰色模块是由所有不属于任何模块的基因组成的，即离散??点，所以不在研究的范围之内。正常和肿瘤网络如图４．１所示，图中每一行和每一列对??应一个基因。在左侧和顶部是层次聚类树和模块分配。红色代表较高的相似度，黄色代??表较低的相似度。由于模块由相似度高的基因组成，所以对应图中对角线的红色区域。??而表４．２和４．３分别列出了?ｍｗｏＷ和正常网络中基因数量最多的前２０个模块，其余结??果见补充文件Ｔａｂｌｅ?Ｓ５。??（Ａ）?（Ｂ）??ｆｉｔ?ｔｗｏ?ｒｋ?ｈ＊ａｔｍｓｐ?ｐｌｏｔ?Ｎｔｔｗｏｒｋ?ｈＭｔｍａｐ?ｐｌｏｔ??＿＿?■■鼸晒?ＩＩＩＩＩＩＩＩＩｌＩｔｔｆｌＩｌｌｉｉＨｌｉｌｌｉＢＩＩＩＩＩＩＩＨＩＩＵ?ＩＩＩ?■??ｆ１：１?ＩＩ?‘?４１１??ｒｉ?Ｉ??－?ｖ！?．■．Ａ?細：隱！??图４．１正常和肿瘤网络的热图??Ｆｉｇ．?４．１?（Ａ）?ａｎｄ?（Ｂ）?ａｒｅ?ｎｅｔｗｏｒｋ?ｈｅａｔｍａｐｓ?ｏｆ?ｔｕｍｏｒ?１?ａｎｄ?ｎｏｒｍａｌ?ｒｅｓｐｅｃｔｉｖｅｌｙ??－２１?－??
??ｈｏｎｅｙｄｅｗ?１．６７?１?ｔｈｉｓｔｌｅ２?１．４１?１??ｉｎｄｉａｎｒｅｄ３?５．０４?０．９６?ｔｈｉｓｔｌｅ３?１．４４?１??ｌｉｇｈｔｐｉｎｋ４?１．２４?１?ｔｈｉｓｔｌｅ４?１．２５?１??ｌｉｇｈｔｓｔｅｅｌｂｌｕｅ?１．９２?１?ｔｕｒｑｕｏｉｓｅ?２．１４?１??ｍａｇｅｎｔａ?１．２９?１?ｙｅｌｌｏｗ?１．０７?１??ｍｅｄｉｕｍｐｕｒｐｌｅ３?１．３?１?ｙｅｌｌｏｗ２?１．１?１??图４．２是对ＭＤＣ结果的可视化，其中柱形图的颜色对应于模块的名称，并在显著??差异的模块上方用星号标注。??５?－１??４－??￥??（０??１?３－?，??■〇??Ｉ?，??Ｅ??〇?２＿?Ｉ??〇??〇??。－?Ｉ?Ｉ?！?ＩＩ１１?Ｉ?１１１?Ｍｉｌｌ?ｌＯＩＢＩＩＤＤＤＩ?１１１?ＩＩＩＩＩ?Ｄｉｍ?ｒｎｍｍｍｉ＾，＾??＃?，零，評?１＿Ｆ??图４．２肿瘤与正常网络模块的ＭＤＣ??Ｆｉｇ．?４．２?ＭＤＣ?ｏｆ?ｍｏｄｕｌｅｓ?ｆｒｏｍ?ｔｕｍｏｒ?ｔｏ?ｎｏｒｍａｌ??４．３肿瘤与正常网络显著差异模块的功能富集??我们利用ＣｌｕｅＧＯ对ＭＤＣ得到的２３个显著差异的模块进行了功能富集分析。表??４．６展示了前１０个最显著差异的模块的主要功能。在表４．７和图４．３，展示了模块ｒｅｄ的??详细信息。其他详细结果见补充文件Ｔａｂｌｅ?Ｓ６。??表４．６?１０个显著差异的模块富集的功能汇总??Ｔａｂ．?４．６?Ｔｈｅ?ｓｕｍｍａｒｙ?ｔａｂｌｅ?ｏｆ?ｆｕｎｃｔｉｏｎ?ｅｎｒｉｃｈｍｅｎｔ?ｉｎ?１０?ｓｉｇｎｉｆｉｃ
【参考文献】：
期刊论文
[1]基于WGCNA算法的基因共表达网络构建理论及其R软件实现[J]. 宋长新,雷萍,王婷. 基因组学与应用生物学. 2013(01)
博士论文
[1]加权基因共表达网络分析（WGCNA）在食管鳞癌中的应用[D]. 王攀.北京协和医学院 2014
硕士论文
[1]基于生物信息学方法构建肝细胞癌预后风险模型及铁死亡分子机制的探讨[D]. 张斯娜.内蒙古医科大学 2019
本文编号：3344389
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
图１．１工作流程图??Ｆｉｇ．?１．１?Ｗｏｒｋｆｌｏｗ?ｏｆ?ｔｈｅ?ｐｒｏｊｅｃｔ??
ｏｒ／，．．．，ｍｗｏＷ０）与整个肿瘤数据（１０９６个样本）之间差异不大。因此，出于数据平衡的??目的，本文选择ｍｗｏｒ／中肿瘤数据进行后续的研宄，而不是全部的肿瘤数据。??４．?１．２构建共表达网络??在本节利用ＷＧＣＮＡ分别构建正常样本和肿瘤样本的加权基因共表达网络。在正常??的网络中，我们将基因分成９３个彩色模块和１个灰色模块，在肿瘤网络中有１３４个彩??色模块和１个灰色模块。由于灰色模块是由所有不属于任何模块的基因组成的，即离散??点，所以不在研究的范围之内。正常和肿瘤网络如图４．１所示，图中每一行和每一列对??应一个基因。在左侧和顶部是层次聚类树和模块分配。红色代表较高的相似度，黄色代??表较低的相似度。由于模块由相似度高的基因组成，所以对应图中对角线的红色区域。??而表４．２和４．３分别列出了?ｍｗｏＷ和正常网络中基因数量最多的前２０个模块，其余结??果见补充文件Ｔａｂｌｅ?Ｓ５。??（Ａ）?（Ｂ）??ｆｉｔ?ｔｗｏ?ｒｋ?ｈ＊ａｔｍｓｐ?ｐｌｏｔ?Ｎｔｔｗｏｒｋ?ｈＭｔｍａｐ?ｐｌｏｔ??＿＿?■■鼸晒?ＩＩＩＩＩＩＩＩＩｌＩｔｔｆｌＩｌｌｉｉＨｌｉｌｌｉＢＩＩＩＩＩＩＩＨＩＩＵ?ＩＩＩ?■??ｆ１：１?ＩＩ?‘?４１１??ｒｉ?Ｉ??－?ｖ！?．■．Ａ?細：隱！??图４．１正常和肿瘤网络的热图??Ｆｉｇ．?４．１?（Ａ）?ａｎｄ?（Ｂ）?ａｒｅ?ｎｅｔｗｏｒｋ?ｈｅａｔｍａｐｓ?ｏｆ?ｔｕｍｏｒ?１?ａｎｄ?ｎｏｒｍａｌ?ｒｅｓｐｅｃｔｉｖｅｌｙ??－２１?－??
??ｈｏｎｅｙｄｅｗ?１．６７?１?ｔｈｉｓｔｌｅ２?１．４１?１??ｉｎｄｉａｎｒｅｄ３?５．０４?０．９６?ｔｈｉｓｔｌｅ３?１．４４?１??ｌｉｇｈｔｐｉｎｋ４?１．２４?１?ｔｈｉｓｔｌｅ４?１．２５?１??ｌｉｇｈｔｓｔｅｅｌｂｌｕｅ?１．９２?１?ｔｕｒｑｕｏｉｓｅ?２．１４?１??ｍａｇｅｎｔａ?１．２９?１?ｙｅｌｌｏｗ?１．０７?１??ｍｅｄｉｕｍｐｕｒｐｌｅ３?１．３?１?ｙｅｌｌｏｗ２?１．１?１??图４．２是对ＭＤＣ结果的可视化，其中柱形图的颜色对应于模块的名称，并在显著??差异的模块上方用星号标注。??５?－１??４－??￥??（０??１?３－?，??■〇??Ｉ?，??Ｅ??〇?２＿?Ｉ??〇??〇??。－?Ｉ?Ｉ?！?ＩＩ１１?Ｉ?１１１?Ｍｉｌｌ?ｌＯＩＢＩＩＤＤＤＩ?１１１?ＩＩＩＩＩ?Ｄｉｍ?ｒｎｍｍｍｉ＾，＾??＃?，零，評?１＿Ｆ??图４．２肿瘤与正常网络模块的ＭＤＣ??Ｆｉｇ．?４．２?ＭＤＣ?ｏｆ?ｍｏｄｕｌｅｓ?ｆｒｏｍ?ｔｕｍｏｒ?ｔｏ?ｎｏｒｍａｌ??４．３肿瘤与正常网络显著差异模块的功能富集??我们利用ＣｌｕｅＧＯ对ＭＤＣ得到的２３个显著差异的模块进行了功能富集分析。表??４．６展示了前１０个最显著差异的模块的主要功能。在表４．７和图４．３，展示了模块ｒｅｄ的??详细信息。其他详细结果见补充文件Ｔａｂｌｅ?Ｓ６。??表４．６?１０个显著差异的模块富集的功能汇总??Ｔａｂ．?４．６?Ｔｈｅ?ｓｕｍｍａｒｙ?ｔａｂｌｅ?ｏｆ?ｆｕｎｃｔｉｏｎ?ｅｎｒｉｃｈｍｅｎｔ?ｉｎ?１０?ｓｉｇｎｉｆｉｃ
【参考文献】：
期刊论文
[1]基于WGCNA算法的基因共表达网络构建理论及其R软件实现[J]. 宋长新,雷萍,王婷. 基因组学与应用生物学. 2013(01)
博士论文
[1]加权基因共表达网络分析（WGCNA）在食管鳞癌中的应用[D]. 王攀.北京协和医学院 2014
硕士论文
[1]基于生物信息学方法构建肝细胞癌预后风险模型及铁死亡分子机制的探讨[D]. 张斯娜.内蒙古医科大学 2019
本文编号：3344389
本文链接：https://www.wllwen.com/shoufeilunwen/mpalunwen/3344389.html
最近更新
教材专著
