基于GEO甲状腺癌芯片数据的生物信息学分析

摘要：

目的 用生物信息学分析方法挖掘甲状腺癌的关键基因并探索其发病机制.方法 从公共基因芯片数据库(GEO)中下载3组甲状腺癌表达谱芯片数据,采用R软件筛选甲状腺肿瘤组织与癌旁组织差异表达基因,对差异表达基因作GO富集分析 、KEGG通路分析 、蛋白质相互作用(PPI)网络分析,利用Cytoscape建立PPI互作模块.结果 (1)经差异分析得到差异表达基因383个,其中上调基因217个,下调基因166个.(2)GO富集结果显示,上调基因主要富集在细外基质组织 、胶原纤维组织 、调节细胞增殖等生物学过程,下调基因主要富集在调节脂肪细胞分化 、肾发育 、内分泌系统发育等生物学过程.(3)KEGG信号通路结果显示,上调基因主要参与ECM受体相互作用 、磷脂酰肌醇3-激酶-丝氨酸/苏氨酸蛋白激酶(PI3K-Akt)信号通路 、血小板活化等信号通路,下调基因主要参与癌症转录失调 、甲状腺激素合成 、TGF-β 信号通路等信号通路.(4)基于String数据库型筛选出CDC6、AURKA、FEN1、MCM4和MYC 5个degree得分较高的中心基因,Cytoscape软件MCODE插件共筛选出显著模块3个,涉及基因主要富集在DNA复制 、细胞周期等信号通路.结论 本研究获取了5个与甲状腺癌发生 、发展相关的关键基因,包括CDC6、AURKA、FEN1、MCM4和MYC.这些基因主要是参与DNA复制 、细胞周期 、PI3K-Akt信号通路 、ECM受体相互作用等与甲状腺癌相关的生物过程发挥作用.

关键词：生物信息学、甲状腺肿瘤、基因芯片、差异基因

所属期刊栏目：47

分类号：R73(肿瘤学)

在线出版日期：2019-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：4619-4622,4627