基于转录组测序分析探讨ACTN4在肺癌脑转移中的功能研究
发布时间:2017-10-28 13:11
本文关键词:基于转录组测序分析探讨ACTN4在肺癌脑转移中的功能研究
更多相关文章: 肺癌脑转移 转录组测序 RNA-seq数据分析 ACTN4
【摘要】:目的: 肺癌是我国比较常见的恶性肿瘤之一,局部复发和远道转移是肺癌患者预后不良的最严重原因,脑部是肺癌远道转移较为常见的部位之一,约占各种恶性肿瘤的45%~65%。恶性肿瘤在发生转移的过程中,出现了基因突变谱的改变。因此对原发肿瘤以及转移病灶相关基因测序与分析对判定恶性肿瘤的预后、指导治疗相关的措施的选择以及开发新治疗方案都具有非常重要的指导意义。本研究通过对肺正常组织、肺癌组织及肺癌转移组织中转录组RNA测序后分析,找出其中差异明显基因,根据基因功能和信号通路分析构建基因功能关系网络及信号通路调控网络,以探讨肺癌脑转移中在信号通路中处于关键调控位置的基因,进而探索肺癌脑转的潜在机制。 方法: 提取一名肺癌脑转移患者正常肺组织、肺癌组织、肺癌脑转组织中的RNA分别经PCR扩增后,基于高通量测序(Illumina)平台把它们的序列测出来,然后将测出来转录组序列分为30T组(肺癌脑转移组织),16T组(肺癌组织),16N组(正常肺组织)。将三组原始数据经质量控制和Mapping统计分析、基因表达定量、差异基因筛选、基因功能分析、信号通路分析、构建基因功能关系网络、构建信号通路调控网络、趋势分析、趋势基因功能分析、趋势基因信号通路分析、构建基因调控关系网络,从而聚焦到在信号通路中处于关键调控位置的基因。注:本研究是在已经获得三组转录组序列原始数据的基础上进行的。 结果: (1)16N、16T、30T组的Quality scores大于20, mapping准确度大于99%。(2)16N组mappringRates为0.75633756、16T组mappringRates为0.91953095、30T组mappringRates为0.91108538。(3)ACTN4标准化的RPKM值:16N组为6.358689346、16T组为2.178361627、30T组为116.6838456。ACTN4在T30vsN16组差异倍数(Fold Chan)是18.350298。(4)获得0、1、2、3、4、5、6、7趋势模型图及相应的趋势图。ACTN4位于4号趋势模型中,根据4号病程趋势图可知ACTN4在肺癌脑转移组织中有明显上调趋势。(5)获得显著趋势基因功能及显著趋势信号通路,4号趋势模型中显著影响的基因功能主要集中在mRNA翻译转录相;显著影响的信号通路主要是细胞粘附(Focal adhesion)、细胞外基质受体(ECM-receptor interaction)两个重要的迁移相关通路。(6)构建显著性Pathway之间的关系及信号通路调控网络图。构建了细胞粘附(Focaladhesion)、细胞外基质受体(ECM-receptor interaction)两者之间信号调控关系。(7)构建基因功能调控网络。构建肌球蛋白结构(actomyosin structureorganization)、肌动蛋白细胞骨架组织(actin cytoskeleton organization)、细胞骨架组织(cytoskeleton organization)三者之间基因功能关系。(8)获得基因间相互作用属性、输入基因的节点以及基因间相互作用关系网络图。从整个关系网络中发现:ANTC4位于小细胞肺癌的下游的Focal Adhesion(粘着)以及ECM-receptor(细胞外基质受体)这两个信号通路中。 结论: 1.ACTN4在肺癌脑转移瘤中高表达,肺癌和癌旁组织中表达差异不明显;且在病程趋势图的后期表达明显上调,表明ACTN4与肺癌不良预后关系密切。 2.ACTN4编码的a-辅肌动蛋白4蛋白与小细胞肺癌中的Focal Adhesion(粘着)以及ECM-receptor(细胞外基质受体)信号通路密切相关,可通过调节肌动蛋白细胞骨架组织,导致细胞骨架组织变形和(或)重组影响癌细胞侵袭力。 3.ACTN4可能调控癌细胞侵袭力,,直接或间接促进了肺癌脑转移的发生。
【关键词】:肺癌脑转移 转录组测序 RNA-seq数据分析 ACTN4
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:R734.2
【目录】:
- 中文摘要4-6
- Abstract6-11
- 第1章 引言11-12
- 第2章 材料12-13
- 2.1 实验材料12
- 2.2 主要仪器设备、软件、数据库12-13
- 第3章 方法13-22
- 3.1 总 RNA 的提取13
- 3.2 RNA-SEQ 测序技术的相关介绍13-15
- 3.3 RNASEQ 总结分析15-22
- 3.3.1 生物信息分析流程15-16
- 3.3.2 质量控制(Quality Control)16-17
- 3.3.3 mapping 统计分析17
- 3.3.4 差异基因的表达分析(Difference Expression)17-18
- 3.3.5 趋势分析(Series-Cluster)18
- 3.3.6 基因功能分析(Gene OntologyAnalysis)18-19
- 3.3.7 信号通路分析(Pathway-Analysis)19-20
- 3.3.8 功能调控网络构建(GO-Trees)20-21
- 3.3.9 信号通路调控网络构建(Pathway-Act-Network)21
- 3.3.10 基因间相互作用关系(Gene-Act-Network)21-22
- 第4章 结果22-35
- 4.1 质量控制和 MAPPING 统计分析结果22-27
- 4.2 差异基因的表达定量(RPKM)27-28
- 4.3 趋势分析结果28-29
- 4.4 趋势基因 GO 及趋势 PATHWAY分析结果29-31
- 4.5 信号通路调控网络构建结果31-32
- 4.6 功能调控网络构建结果32-33
- 4.7 基因间相互作用关系结果33-35
- 第5章 讨论35-38
- 5.1 A-辅肌动蛋白 4 简介35
- 5.2 A-辅肌动蛋白 4 组织学分布35-36
- 5.3 A-辅肌动蛋白 4 生物学功能36-38
- 第6章 结论38-39
- 参考文献39-43
- 综述43-58
- 参考文献53-58
- 作者简介及在学期间所取得的科研成果58-59
- 致谢59
【参考文献】
中国期刊全文数据库 前3条
1 陈万青;张思维;邹小农;;中国肺癌发病死亡的估计和流行趋势研究[J];中国肺癌杂志;2010年05期
2 林树新;於峻;;花生四烯酸代谢物对呼吸道感受器的作用[J];生理学报;2007年02期
3 刘红梅;刘国庆;;基于k-mer组分信息的系统发生树构建方法[J];生物信息学;2013年02期
本文编号:1108360
本文链接:https://www.wllwen.com/yixuelunwen/zlx/1108360.html