文献文章今年（2019）发表在：Gene 上IF=2.6分左右。该文章发表的杂志影响因子虽然不高，分析的内容呢也会少一些，但是对于生信数据挖掘刚刚入门的生物汪来说却是一个非常好的入门级别的文章。 文章的目的是通过生物信息分析的方法，挖掘GEO和TCGA数据库当中的公开数据，从而发现与直肠癌预后相关的biomarker，为直肠癌的诊断和治疗提供分子诊断依据。 1.GEO和TCGA数据差异分析作者在GEO数据库当中找到三个直肠癌相关的数据GSE32323, GSE74602, and GSE113513，分别做差异分析。然后，又下载TCGA当中的直肠癌相关的转录组数据做差异分析，差异分析结果绘制火山图（下图 A）。对于4组数据当中的差异基因按照上调基因（下图B）和下调基因（下图C）分别做韦恩图，最终得到共有的上调基因57个和下调基因150个。 2.功能注释富集分析通过DAVID数据库对差异基因进行功能注释和富集分析。GO富集分析发现，其中注释到生物过程（BP）大类的差异基因主要富集的功能term包括：extracellular matrix (ECM) organization, platelet degranulation, response to wounding and extracellular matrix disassembly（下图A）等等。KEGG通路分析发现差异基因主要集中在以下通路：Complement and coagulation cascades, ECM-receptor interaction and Sphingolipid metabolism（下图D）。这些通路或者富集的功能很多都与直肠癌的发生发展相关。 3.蛋白互作网络分析发现hub gene将以上得到的共有的差异基因上传到STRING蛋白互作数据库，利用cytoscape软件当中的cytoHubba插件寻找 hub基因，最后取其中连通性最高的top10个基因构建网络，分别是:CCL19, CXCL1, CXCL5, CXCL11, CXCL12, GNG4, INSL5, NMU, PYY, SST（下图）。 分析上面hub基因对直肠癌的诊断作用：再利用TCGA中的临床数据，作者通过ROC分析发现这些hub基因对直肠癌的诊断具有很高的准确性，10个基因（CCL19, CXCL1,CXCL5, CXCL11, CXCL12, GNG4, INSL5, NMU, PYY, and SST）的AUC值分别是：0.900, 0.927, 0.869, 0.863, 0.980, 0.682, 0.903, 0.790, 0.995, and 0.989。 4.生存分析及预后分析通过单因素Cox回归分析，作者共发现了 32个基因与直肠癌的预后相关，再通过多因素Cox分析，最终确定9个基因与直肠癌的预后强烈相关，可以作为直肠癌预后的标志分子并建立预后模型 (-0.1068×SLC4A4) ＋(-0.2564×NFE2L3)+(0.2082×GLDN) +(0.0834×PCOLCE2) +(0.3424×TIMP1)+(0.1149×CCL28) +(-0.0991×SCGB2A1) +(-0.1080×AXIN2) +(-0.1516×MMP1)。Kaplan-Meier曲线显示，模型预测的低风险组与高风险组相比，高风险组患者的死亡风险明显高于低风险组（下图A），ROC曲线对于5年生存预测风险评分的AUC值为0.741（下图B），模型对直肠癌的预后效果很好。 5.方法总结文章中使用的数据来源有两个，一个是GEO当中的直肠癌相关的芯片数据，第二个是TCGA数据库当中直肠癌的转录组测序数据。两个数据集分别做差异分析，然后取交集得到最终的差异基因集，将这些差异基因提交到DAVID数据库做差异基因的功能富集分析，发现差异基因所在通路或者功能与直肠癌相关。通过蛋白互作网络分析找到hub基因，与直肠癌的诊断相关，最后通过Cox回归分析找到与直肠癌预后相关的基因，并建立预后模型，并检验该模型具有很好的预后准确性。 |
|
|
