血管紧张素转化酶抑制剂（ACEI）类降压药潜在致癌风险因素的生物标志物筛选

发布时间：2020-12-23 03:12

　　目的:高血压是最常见的慢性非传染性疾病,也是全球范围内心血管疾病死亡的主要原因之一。在临床上,服用降压药物是最常用的治疗手段,但近年来降压药物的安全问题频发。本课题从多组学角度,对ACEI类的一线降压药物进行研究,并与33种癌症的特异性基因进行表达模式的匹配分析,探究其潜在致癌风险因素并筛选相关生物标志物,为高血压病的药物治疗方案提供组学层面的参考。方法:通过GEO、ArrayExpress等基因表达数据库获取符合分析条件的ACEI类降压药物的基因表达谱数据。利用生物信息学方法进行差异表达基因、通路富集等分析,参考从Drugbank、PharmGKB、KEGG Drug等药物数据库中获取到的ACEI类药物靶点数据,综合得出与ACEI类降压药密切相关的基因（ACEI-DEGs）。随后利用UALCAN数据库中对ACEI-DEGs进行差异表达分析,研究其在33种癌症的表达量情况,筛选其中具有显著差异性且与ACEI-DEGs表达模式（上调或下调）一致的基因,并对每一个基因集进行蛋白质互作用网络分析,筛选出Hub基因（蛋白质）。从TCGA中分别获取这相关癌症样本的生存时间临床数据,对Hub基因（... 

【文章来源】：山西医科大学山西省

【文章页数】：46 页

【学位级别】：硕士

【部分图文】：

缺失值补充及数据标准化的部分代码

部分代码如图1-2，筛选阈值需要根据数据情况做调整，本课题根据 Benjamini 和 Hochberg 提出的方法修正原始 P，以 P＜0.07，|logFC|≥0.3 作为 DEGs 的筛选阈值。结合 DEGs 表达谱之间的欧氏距离，使用层次聚类的方法构建热图。利用 OriginLab 软件(https://www.originlab.com/)[32]进行相关数据的可视化。

11图 1-4 本课题的技术路线图.6 论文的创新点关于药物安全性问题的研究，传统角度是对药品进行病理学研究，并对样本进系列毒理试验，从结果中判断药物敏感性、毒性等方面。随着大数据与高通量测术的发展与应用，为药物临床研究提供了新的思路与方法，本论文从多组学角度CEI 类降压药进行安全性分析，通过生物信息学方法建立药物基因与与癌症基因联并筛选其生物标志物，以期对未来高血压疾病的药物治疗方案提供一定参考。


本文编号：2932960