加权基因共表达网络分析（WGCNA）筛选SCG2与神经母细胞瘤INSS分期相关性的研究

发布时间：2021-03-20 23:42

　　目的:本研究旨在利用加权基因共表达网络分析（weightened gene co-expression network analysis,WGCNA）法筛选出神经母细胞瘤与危险度分组参考因素、临床特征等相关的基因。国际神经母细胞瘤分期系统（International neuroblastoma staging system,INSS）分期作为神经母细胞瘤危险度分组的一项重要参考指标,是我们研究的重点。探讨目的基因作为神经母细胞瘤潜在的治疗靶点及预后评估生物学标志的可能性。方法:由GEO（Gene Expression Omnibus）数据库获取神经母细胞瘤基因芯片GSE13136作为实验组,干细胞基因芯片GSE48022中的GSM1165505、GSM1165506、GSM1165507、GSM1165508作为对照组。实验组及对照组数据均为全基因组mRNA表达数据,其中实验组包含30例儿童神经母细胞瘤,对照组包含4例人骨髓间充质干细胞。利用R语言软件,经归一化处理后,采用芯片显著性分析（significance analysis of microarrays,SAM）方法筛选神经母细... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：53 页

【学位级别】：硕士

【部分图文】：

图１加权基因共表达网络分析（ＷＧＣＮＡ）软阈值（Ｐ?）的选择??左右两图横坐标均表示软阈值，左图纵坐标表示无尺度拓扑重叠网络指数??

．?ｔ，?１４?＇＃?ｉ??Ｂ?１０?１２??５?６?Ｔ?９?＊??Ｓ＊?〇?＂Ｉ?Ｉ??１?！?§??９??２?？?－?ｊ?Ｓ＇??＼?：?ｓ§??！?〇?；?Ｉ??？?２０?２??ｈｉ?３?：??Ｉ?１?ｏ?５?＊?７?？?？?１０?ｔ２?１４?１６?Ｉｔ?２０??：?Ｉ?；?■??１?１?１?Ｈ??５?１０?１５?２０?Ｓ?１０?ｔ￥?２０??Ｓｏｆｔ?Ｔｈｒ？＾〇ｔｄ?（ｐａｗ）?ＳａｎＴＴｖＭｈ〇Ｋｌ（ｐｏ？ｒ＞??图１加权基因共表达网络分析（ＷＧＣＮＡ）软阈值（Ｐ?）的选择??左右两图横坐标均表示软阈值，左图纵坐标表示无尺度拓扑重叠网络指Ｒ２?（ｓｃａｌｅ?ｆｒｅｅＲ２），右图纵坐标表示平均连接基因数。综合两图分析，在同？?ｔ??足ｓｃａｌｅ?ｆｒｅｅＲ２尽可能接近１，且平均连接基因数尽可能多的条件下，本研宄最合适的软阈值为５。??？ｏｆｌｔｔｉｒｖａｈｏＭ?ｐｏｗａｒ＊?６?＞ｃａｌ？?ｆｒ＊？?Ｒａ２ｂ?０?Ｓ４?？ｌｏｐ？？?－１１３?ｔｒｕｎｃ?０?Ｍ??

２．?２动态剪切树法确定基因模块??以Ｐ＝５进行网络构建及基因模块划分，利用动态剪切树法共区分出５个基因模??块，不同的颜色代表不同的基因模块，灰色表示不属于任何基因模块（见图３）。??〇?Ｃｌｕｓｔｅｒ?Ｄｅｎｄｒｏｇｒａｍ????Ｍｏｄｕｌｅ?（ｂｒａｎｃｈ）?ｃｏｌｏｒ????＼?ＩＩ??■?ｉ??图３动态树剪切法区分基因模块??Ｈｅｉｇｈｔ表不剪切高度，Ｃｌｕｓｔｅｒ?Ｄｅｎｄｒｏｇｒａｍ表示聚类树，Ｍｏｄｕｌｅ表示基因模??块，筛选出的聚类树分支有相应的基因模块与之对应。不同基因模块中包含的基??因总数如表３所示：??表３基因模块与对应的基因数??基因模块?ｙｅｌｌｏｗ?ｂｒｏｗｎ?ｇｒｅｅｎ?ｂｌｕｅ?ｔｕｒｑｕｏｉｓｅ??基因数?１３?２８?７?８１?１２０??２．?３肿癯加权共表达网络与临床信息的联系??神经母细胞瘤基因芯片包含的临床信息包块：年龄、性别、ＩＮＳＳ分期、ＭＹＣＮ??扩增状态、ｌｐ缺失，均为非时间相关变量。以Ｐｅａｒｓｏｎ相关系数代（ｒ）表不模块??基因与临床特征的相关性，Ｐ值判断相关性显著程度（Ｐ＜０．０５代表相关性显著），??２１??


本文编号：3091883