|
今天要介绍的这篇章是我们中国人写的，发表在Med Sci Monit上，这篇文章主要是通过下载GEO和TCGA的数据，通过差异表达分析，GO富集分析、KEGG富集分析，PPI分析，COX回归分析，筛选出核心基因和5个与结直肠癌预后相关的biomarker。 题目： Identification of Critical Genes and Five Prognostic Biomarkers Associated with Colorectal Cancer 论文摘要： 背景：结直肠癌（CRC）是一种常见的恶性肿瘤，在世界范围内具有高发病和高死亡率。 目的：这项研究的目的是评估可能起作用的差异表达基因（DEGs）之间的关联 作为CRC预后和治疗的生物标志物，以及CRC患者的临床结果。 材料/方法：从Gene Expression下载总共116个正常粘液组织和930个CRC组织数据集综合数据库（GEO）和癌症基因组图谱（TCGA）。根据limma包筛选DEGsR. Gene Ontology（GO）和KEGG富集分析以及蛋白质 - 蛋白质相互作用（PPI）进行网络以预测这些DEG的功能。同时，Cox比例风险回归 用于建立这些DEG的预后模型。然后，使用Kaplan-Meier风险分析进行测试 TCGA数据集和验证数据集中的模型。 结果：在本研究中，鉴定了具有100个上调基因和200个下调基因的300°。该 构建了包含162°和256个节点的PPI网络，选择了2个高度模块。 此外，使用Cox鉴定了5个基因（MMP1，ACSL6，SMPD1，PPARGC1A和HEPACAM2）比例风险逐步回归。 TCGA和验证队列中的Kaplan-Meier风险曲线显示高风险组的总体生存率显着低于低风险组。 结论：我们的研究提供了对CRC形成机制的见解，并发现了5个预后基因，可以 潜在的进一步研究和临床治疗。 论文的主要操作内容： 1、在GEO和TCGA上下载数据 2、分别对GEO和TCGA数据做差异表达分析并且取交集基因 3、GO和KEGG富集分析 4、PPI分析 5、Cox回归分析，生存分析 |
|
|
