使用GEO数据集分析驱动蛋白KIF2C在膀胱癌中的表达及临床意义

目的 通过基因表达汇编公共数据库,探讨驱动蛋白家族成员2C（kinesin family member 2C,KIF2C）在膀胱癌患者中的表达,探索其表达与临床病理特征的联系,评价KIF2C对膀胱癌术后患者预后评估的意义。方法 检索并下载美国国立生物技术信息中心的肿瘤公共数据集,对表达谱资料和临床信息进行分析,利用基因集富集分析受KIF2C调控的相关基因集。结果 KIF2C在膀胱癌组织中的表达水平高于其在正常膀胱组织中的表达(P<0.000 1)。膀胱癌患者疾病进展、T分期、N分期和肿瘤分级,KIF2C的高、低表达组之间均有显著性差异(P<0.05)。KIF2C高表达患者的肿瘤特异性生存期及总生存期显著低于低表达患者(P<0.05)。KIF2C高表达样本富集了与核糖体蛋白质、多梳蛋白、内源性核糖核酸酶、E2F转录因子、抑癌基因RB有关的基因集。结论 KIF2C与膀胱癌的多个病理指标相关,有作为判断膀胱癌患者预后的标志物和治疗肿瘤的靶标的潜力。     

应用R软件的robumeta程序包实现基于鲁棒方差估计的Meta回归分析

robumeta是R软件中用来进行非独立效应量鲁棒方差估计的Meta分析方法。传统的Meta回归分析方法不具备处理非独立效应量之间未知且复杂的相关性的能力。robumeta程序包提供了一种使用不同加权算法进行大样本和小样本鲁棒方差估计(Robust variance estimation,RVE)的Meta回归分析的方法。过去的RVE只适用于大样本,而robumeta程序包对传统的鲁棒方差估计进行了一定的调整,使RVE同样适用于小样本。本文以实例介绍了用robumeta程序包实现鲁棒方差估计的Meta回归分析方法的数据准备、执行运算、汇总结果及绘制图形的全部功能。     

MMP-11在膀胱癌中的表达及临床意义

目的:探究MMP-11基因表达的在膀胱癌(BC)中的临床意义,并研究MMP-11推动BC发生、发展的机制。方法:从GEO数据库中下载BC基因表达数据集GSE13507,分析MMP-11在BC中的表达情况及MMP-11与BC的临床病理相关性和预后相关性;利用基因富集分析(GSEA)方法,分析MMP-11高表达样本的富集基因及MMP-11调控的相关通路。结果:MMP-11在BC中的表达水平明显高于其在正常膀胱组织中的表达水平(P=0.008);MMP-11高表达的BC患者在疾病进展(P=0.026)、T分期(P=0.001)、N分期(P0.000 1)及分级(P0.000 1)方面明显比MMP-11低表达组差;MMP-11高表达组BC患者的肿瘤特异性生存期明显差于MMP-11低表达组(P=0.000 2),MMP-11高表达组BC患者的总生存期亦有差于MMP-11低表达组的趋势(P=0.088 4);MMP-11高表达样本富集了与未折叠蛋白反应、精子形成、G2M检查点、MYC信号通路、E2F信号通路、MTORC1信号通路、有丝分裂纺锤体形成、血管生成、糖酵解、胆固醇平衡、PI3K/AKT/mTOR通路、炎症反应相关的基因集。结论:MMP-11在BC中高表达,且与BC的恶性程度和疾病进展相关,高表达MMP-11的BC患者临床预后更差。因此MMP-11或可作为潜在的判断BC患者预后的标志物和治疗BC的靶标。