基于生物信息学方法对胰腺癌差异基因表达的分

目的:该文旨在利用生物信息分析方法研究胰腺癌组织的差异表达基因(DEGs),为进一步实验以及胰腺癌的诊疗和提供新途径。方法:分析来自美国国立生物技术信息中心(NCBI)的公共基因芯片数据库(GEO)中基因芯片数据(GSE、GSE),其包括了胰腺癌及对应正常组织的基因表达数据,利用GEO在线分析工具GEO2R分别对两个基因芯片进行分析,初步筛选胰腺癌与正常组织的相关DEGs。对初步筛选出的两组相关差异表达基因进行Veen分析,得到显著DEGs。相关基因功能富集分析由DAVID在线数据库分析得到。同时,通过String在线数据库构建蛋白互作网络(PPI)并使用Cytoscape软件分析PPI网络。结果:设定GEO2R分析参数(|logFC| ≥ 2.0, P 【0.05),并进行Veen分析,共筛选出111个显著DEGs,其中显著上调DEGs 84个,显著下调DEGs 27个。富集分析显示显著DEGs参与的主要生物过程有:胶原蛋白分解代谢、细胞外基质组织、胶原原纤维组织、细胞外基质分解;细胞成分有:细胞外隙、胞外区、胞外区、细胞外基质外来体;分子功能有:细胞外基质结构成分、钙离子结合、肝素结合。KEGG (Kyoto Encyclopedia of Genes and Genomes)通路分析显示,显著DEGs主要富集于癌症、小细胞肺癌、蛋白质消化吸收、胰腺分泌和PI3K-Akt信号通路。对显著DEGs编码的蛋白质所构建的PPI分析,发现COL1A2、ALB、COL12A1、COL5A1、COL5A2、COL11A1、MMP1、ITGA2、COL8A1SKA1等9个关键蛋白,由此确定关键DEGs。结论:我们的研究提示了胰腺癌与正常胰腺组织间关键DEGs,并发掘关键DEGs的相互作用关系,为胰腺癌的后续研究和诊疗提供新的方向。

上一篇：人类学视野下的特色田园乡村发展进路
下一篇：没有了