基于加权基因共表达网络识别结直肠癌预后相关的signature基因

中文摘要

结直肠癌在中国是最为常见的一种恶性肿瘤，是第三大最常诊断的癌症。虽然分子和临床生物标志物已被用于指导临床决策，但是对结直肠癌从早期发展到转移相关的潜在分子生物标志物和治疗靶点的深入了解大多尚未完成。

从TCGA数据库获得结肠癌和直肠癌表达谱和临床信息，共获得了383例癌症样本、51例正常样本。对count表达谱数据进行TPM标准化及数据预处理，将所得的基因再比对回count值进行差异表达分析。我们首先将结直肠癌表达谱整理成了由17348个基因构成的表达谱，根据该数据进行差异表达分析，一共得到了5112个差异表达基因。然后我们使用了加权基因共表达网络，对结直肠癌症患者的TPM数据格式的基因表达谱，进行了模块分析，在本次研究中识别出了29个模块。接着在筛选差异基因的模块时，我们使用了常用的一种统计方法，超几何富集分析。其中有4个与结直肠癌相关模块在进行通路与功能鉴定时被显著富集，这些基因将会应用于我们实验的后续分析中。通过使用Cox回归和Lasso回归，我们可以从总体中挑选出17个具有特定signature的基因，并利用它们的Coef结果，来估算各种样本的风险程度。通过将样本按照Kaplan-Meier、ROC等指标进行评估，我们发现，较高的风险水平往往会导致较差的预后。这些预后情况也被Kaplan-Meier、AUC的结果所支持。

最后，通过GEO数据库下载GSE103479作为验证集，以此来评估此实验获得的关键signature基因对结直肠癌潜在的治疗以及预后价值的可靠程度。验证集GSE103479的Kaplan-Meier生存曲线与ROC曲线显示了关键signature基因对结直肠癌有潜在治疗和预后价值。

综上，在此次实验中，最终识别到与结直肠癌预后相关的17个关键signature基因，并通过验证集的结果验证了这些基因与结直肠癌的治疗及预后显著相关。该实验的结果有助于为结直肠癌患者的靶向治疗以及预后开拓了新思路。

关键词：WGCNA；结直肠癌；单因素Cox回归；Lasso回归；风险回归模型

目录

中文摘要I

Abstract II

1、文献综述4

1.1研究背景和国内外研究现状4

1.2研究内容和研究意义5

2、材料与方法7

2.1数据基础7

2.1.1 TGCA数据库7

2.1.2 GEO数据库7

2.2结直肠癌基因的差异表达分析8

2.2.1 TCGA结直肠癌的数据预处理8

2.2.2识别差异表达基因8

2.3结直肠癌加权基因共表达网络分析10

2.3.1 WGCNA理论依据10

2.3.2数据格式处理，去除缺失值与离散样本10

2.3.3构建加权基因共表达网络10

2.4筛选关键模块11

2.4.1筛选显著富集到差异表达基因的模块11

2.4.2模块基因的功能与通路富集分析11

2.5筛选关键模块中的signature基因12

2.5.1临床信息及表达谱数据处理12

2.5.2单因素Cox回归分析12

2.5.3 Lasso回归分析12

2.6风险评分模型的构建与验证12

2.7外部数据集验证13

2.7.1外部数据集的下载与预处理13

2.7.2外部数据集的KM生存分析13

2.7.3外数据集的ROC曲线14

2.8关键signature基因的数据库验证14

3、结果15

3.1结直肠癌的差异表达分析15

3.1.1识别结直肠癌差异表达基因15

3.1.2研究差异表达基因的功能，并探究它们的信号传导途径16

3.2结直肠癌的加权基因共表达网络17

3.2.1筛选基因与样本17

3.2.2选择软阈值18

3.2.3识别加权基因共表达模块19

3.2.4分析加权基因共表达网络20

3.3筛选关键模块23

3.3.1基于超几何分析筛选模块23

3.3.2识别关键模块23

3.4识别关键signature基因24

3.4.1基于单因素Cox筛选基因24

3.4.2基于Lasso回归进一步筛选基因24

3.5构建风险评分模型并进行KM生存分析26

3.5.1风险评分模型26

3.5.2高低风险组的KM生存分析26

3.5.2 ROC曲线27

3.6外部验证集验证27

3.6.1外部验证集的获取27

3.6.2外部验证集的KM生存分析27

3.6.3外部验证集的ROC曲线28

3.7关键signature基因的数据库验证29

4、讨论31

5、结论32

6、致谢33

7、参考文献34

付费下载全文，基于加权基因共表达网络识别结直肠癌预后相关的signature基因

价格 ¥9.90 发布时间 2024年1月5日

下载查看全文内容

已付费？登录 或 刷新