影响前列腺癌风险的关键基因识别

发布时间：2025-01-01 07:59

　　 目的基于TCGA数据库筛选影响前列腺癌(PCa)风险水平的关键基因,并建立PCa患者生存风险预测模型。方法从TCGA数据库下载PCa患者基因表达数据及相关临床数据,通过前期研究初步筛选基因,并将患者分为高、低风险两类;对基因进行差异表达分析和GO和KEGG通路富集分析,筛选相关基因和信号通路;对差异表达基因进行蛋白互作网络分析,标记出关键基因;将关键基因的表达数据与PCa患者生存时间纳入Cox回归分析,建立生存风险预测模型。结果前期研究得到620个基因,高风险患者234例,低风险患者285例;差异表达分析获得30个基因,主要分子功能(MF)为:受体结合和生长因子活动,生物学过程(BP)主要为细胞-细胞信号传导、细胞增殖的积极调节、血管生成的调节和细胞表面受体信号通路,细胞组分(CC)主要定位于细胞外区域,而KEGG信号通路为细胞因子-细胞因子受体相互作用;蛋白互作分析中共7个基因有相互作用,Cytoscape筛选出5个关键基因:PHYHIPL、CNTFR、GFRA1、EDN3和PROK1。结论通过本研究识别的影响PCa预后的关键基因,发现潜在的PCa风险靶点,可能为PCa的治疗和预后提...

【文章页数】：6 页

【部分图文】：

图1 1 基因表达Cox回归的诺莫图

图10关键基因表达情况3讨论

图5 差异表达基因火山图

图4差异表达基因离散度估计图6差异表达基因热图

图1 前期研究生存曲线比较

经过单变量Cox分析，获得620个与前列腺癌患者生存相关的基因；K均值聚类算法将前列腺癌患者聚为两类，其中第一类（高风险）PCa患者234例，含7个死亡病例；第二类（低风险）PCa患者285例，没有死亡病例。绘制Kaplan-Meier曲线比较高风险（group1）与低风险（gr....

图3 多维标度分析

图2基因表达情况基因表达箱式图图4差异表达基因离散度估计

本文编号：4022281