胃癌预后miRNA生物标志物的筛选及其生物学功能分析

发布时间：2020-08-09 12:37

【摘要】：目的:本研究旨在从胃癌差异表达的mi RNA中挑选与生存密切相关的特定mi RNA作为预后生物标志物。方法:首先从癌症基因组图谱数据库(The Cancer Genome Altas database,TCGA)获取394例胃癌患者的mi RNA-seq数据及相应的临床信息数据,使用R语言的edg R包筛选癌和癌旁组织之间差异表达的mi RNA,并使用q PCR验证分析的可靠性。随后使用Cox比例风险模型和有监督主成分分析方法,基于自我验证(随机分为两个亚组:训练集197例,测试集197例)的方法构建mi RNA的线性预后模型,根据计算出的预后得分将患者分为高风险组和低风险组,并使用时间依赖性ROC曲线来评估该模型的性能。最后,还预测了预后模型中mi RNA的靶基因并分析其生物学功能。结果:本研究共筛选出299个差异表达的mi RNA,包括219个上调的mi RNA和80个下调的mi RNA,对随机挑选的3个mi RNA(mi R-335-5p、has-mi R-21-5p、has-mi R-139-5p)进行q PCR验证的结果与差异表达分析结果具有一致性。构建了一个9-mi RNA(mi R-145、mi R-30a、mi R-549a、mi R-4746、mi R-708、mi R-5586、mi R-373、mi R-187、mi R-422a)组成的线性预后模型,Kaplan-Meier分析显示,与低风险组患者相比,高危组患者的总生存期(Overall Survival,OS)更差。该预后模型显示出对早期胃癌患者和化疗患者的良好预后价值,最重要的是这9-mi RNA是胃癌的独立预后因子。共预测到8856个靶基因,靶基因主要在MAPK信号通路、Wnt信号通路、Erb B信号通路、Adherens junction信号通路、TGF-β信号通路和m TOR信号通路等上富集。结论:1.9-mi RNA(mi R-145、mi R-30a、mi R-549a、mi R-4746、mi R-708、mi R-5586、mi R-373、mi R-187、mi R-422a)是胃癌潜在的预后生物标志物和独立预后因子。2.胃癌的发病机制可能与MAPK信号通路、Wnt信号通路、Erb B信号通路、Adherens junction信号通路、TGF-β信号通路和m TOR信号通路等相关。
【学位授予单位】：南华大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R735.2
【图文】：

主页,数据库

图 2.1 TCGA 数据库主页2.1.1.2 基因本体数据库（Gene ontology，GO）近年来生物信息学的迅猛发展，各种数据库应运而生，而每一个数据库都有自己的定义、分类，导致同一类的事物在不同的数据库中被定义为不同的名字

主界面

其不仅界面友好、操作简单，而且预测结果相对可靠。2.1.3.3 功能富集分析工具一个生物学过程通常是由一组基因共同参与的，基因调控的功能具有概念上的交叠，如果研究者们将多个基因直接导入已经建立的基因及其产物数据库进行注释，将导致分析结果冗余，影响后续分析和最终研究结果。富集分析（Enrichment Analysis）方法是分析一组基因在某个功能节点上是否过出现（over-presentation），这往往能识别出与生物现象最相关的生物过程，节约时间成本的同时也增加了研究的可靠程度。目前最常用的是基于 GO 和 KEGG 的富集分析方法，统计方法有 Fisher 精确检验、Z-score 和累积超几何分布等，有许多富集分析工具都是基于此开发的，而应用最为广泛的要数 DAVID（https://david.ncifcrf.gov/），目前已更新到 6.8 版本，它是一个综合工具，集成了基因富集分析、Gene ID 转换、基因功能分类等多种实用功能，为科研工作者提供了极大的便利。

差异表达,胃癌,圆点,差异表达分析

筛选差异表达的 miRNA主成分分析直观地显示出胃癌样本（Tumor，红色圆点）聚集在左样本（Normal，蓝色圆点）聚集在右前上方，且没有重叠，表明量在两组中存在着差异，可以进行差异表达分析。

【参考文献】