前列腺癌不良预后相关差异甲基化基因筛选

目的识别与前列腺癌不良预后相关的差异甲基化基因,为寻找治疗靶点提供数据支持。方法利用GEO数据库的4个前列腺癌基因芯片数据集GSE46602、GSE69223、GSE6919和GSE32269进行差异基因的筛选,并与TCGA数据相比对。通过David数据库对其进行功能富集分析。采用String数据库构建了基因编码蛋白之间PPI网络,随后利用Cytoscape软件进行分析并实现可视化。通过TCGA甲基化数据,考量基因的甲基化水平,并利用临床数据观察其差异表达对预后的影响。结果 GEO数据库筛选得到差异基因600个,与TCGA数据比对后,得到差异基因301个。激活了癌症、p I3K-Akt和cGMP-PKG信号通路。构建PPI网络,分析出10个网络关键节点,进一步做差异甲基化分析,发现过表达基因EZH2、TOP2A、GTSE1和HOXC6存在启动子区低甲基化情况,低表达基因CAV1启动子区高甲基化。其中基因EZH2、GTSE1和HOXC6的过表达与前列腺癌的不良预后相关。结论选取不同平台的前列腺癌数据,通过生物信息学分析,筛选出与不良预后相关的差异甲基化基因,为前列腺癌治疗提供新的分子靶点。     

动脉型肺动脉高压分子标志基因的筛选与鉴定

目的：本研究旨在筛选和鉴定参与动脉型肺动脉高压（pulmonary arterial hypertension,PAH）发病的关键基因及相关信号通路,为进一步的转化医学研究提供新靶点。方法：从美国国立生物技术信息中心的GEO(Gene Expression Omnibus)数据库中获取人GSE113439、GSE117261、GSE48149和GSE53408基因芯片数据集,经过数据筛选后确定PAH组103例和对照组56例进行比较分析。采用NetworkAnalyst软件筛选差异基因（differentially expressed genes,DEGs）,Enrichr和Metascape进行基因本体论（gene ontology,GO）和京都基因和基因组数据库（Kyoto Encyclopedia of Genes and Genomes,KEGG）分析,STRING和Cytoscape建立蛋白质-蛋白质相互作用（protein-protein interaction,PPI）网络确定潜在的枢纽基因。采用野百合碱构建PAH大鼠模型,通过测量血液动力学参数与组织形态学观察造模是否成功...     

激素性股骨头坏死中的PTGS2和STAT3：潜在铁死亡相关诊断生物标志物

背景：研究推测铁死亡可能参与了激素性股骨头坏死的病理过程,但铁死亡在激素性股骨头坏死中的发病机制尚不清楚。目的：旨在通过生物信息学手段分析激素性股骨头坏死进展过程中调控铁死亡相关的关键基因,以进一步阐明铁死亡在激素性股骨头坏死中的生物学机制。方法：从基因表达综合数据库(GEO)下载血清来源的GSE123568数据集,包括10个非激素性股骨头坏死(类固醇给药后)样本和30个激素性股骨头坏死样本;从FerrDb数据库整理铁死亡相关基因。通过将GSE123568数据集与铁死亡基因集映射,筛选激素性股骨头坏死中铁死亡相关的差异基因,通过“clusterProfiler”R包分析差异基因的基因本体论(GO)和京都基因和基因组百科全书(KEGG)通路富集,通过“corrplot”R包分析差异基因的Spearman相关系数,通过STRING数据库构建蛋白质-蛋白质相互作用(PPI)网络,通过MCODE插件权重分析以识别重要的基因簇模块,通过CytoHubba插件利用拓扑网络算法筛选Hub基因,通过“pROC”R包分析Hub基因的ROC曲线;借助髋关节软骨来源的GSE74089数据集验证Hub基因的表...     

稳定型冠状动脉疾病向急性心肌梗死进展的生物标志物鉴定北大核心CSCD

目的:分析稳定性冠状动脉疾病(SCAD)向急性心肌梗死(AMI)进展的核心基因及作用途径。方法:GEO数据库下载2个独立数据集GSE71226和GSE66360。“limma”包进行差异基因分析。采用“ggplot2”包对GSE71226和GSE66360数据集获取差异基因取交集,并定义SCAD向AMI进展的关键基因。采用Cytoscape软件插件MCODE 1.5.1鉴定蛋白质相互作用(PPI)网络中的核心基因。选取中国人民解放军海军安庆医院2019年1月至2020年3月住院的168例SCAD患者作为SCAD组,选择同期正常体检的健康志愿者24例作为对照组。对SCAD组进行随访,发生AMI则定义为AMI组。结果:GSE71226数据集中获得1122个差异基因,GSE66360数据集中获得463个差异基因,取交集后共获得48个关键基因。GO分析主要富集于环磷酸腺苷反应、对应力刺激的响应及炎症反应等;KEGG分析主要富集于IL-17信号通路及PID IL1信号通路等。GSEA分析结果显示,关键基因中呈正相关的前3位最丰富基因集为线粒体反应途径、反应途径及基于CRISPR与初级纤毛发育相关的基因;负相关的前3位最丰富基因集为中性粒细胞脱颗粒反应、人体补体系统及脊髓损伤。鉴定出前列腺素内过氧化物合酶2(PTGS2)、转录因子AP(JUN)、CXC基序趋化因子配体2(CXCL2)及基质金属蛋白酶9(MMP9)4个核心基因。SCAD组患者PTGS2、JUN、CXCL2、MMP9蛋白表达高于对照组(P<0.05),AMI组患者PTGS2、JUN、CXCL2、MMP9蛋白表达高于SCAD组(P<0.05)。ROC曲线分析结果显示,PTGS2、JUN、CXCL2及MMP9 AUC分别为0.747(0.704~0.867)、0.775(0.714~0.887)、0.773(0.708~0.874)、0.850(0.794~0.972)。结论:PTGS2、JUN、CXCL2、MMP94个核心基因可能参与SCAD进展为AMI的病理机制并可预测SCAD进展为AMI。     

胃癌相关基因COL1A2、FN1、COL6A3预后分析

目的分析胃癌和癌旁组织差异表达基因,筛选出胃癌相关的关键基因,分析关键基因与胃癌预后的关系。方法利用NCBI(美国国立生物技术信息中心)公共数据平台GEO(Gene Expression Omnibus)中胃癌基因芯片数据GSE2685、GSE19826、GSE79973,采用GEO在线分析工具GEO2R分析数据,选取TOP250,输出差异表达基因,并通过在线生物信息学绘制韦恩图,获得共有差异基因;通过KM plotter数据库的应用分析COL1A2、FN1、 COL6A3与预后的关系。结果通过分析GSE2685、GSE19826、GSE79973芯片数据,共获得6个共表达基因,利用差异倍数作图,选取差异倍数在2倍以上的基因COL1A2、FN1、COL6A3进行分析,KM plotter数据库的分析显示COL1A2、FN1、COL6A3与胃癌的总生存期成负相关。结论 COL1A2、FN1、COL6A3在胃癌组织中表达高于癌旁组织,是胃癌的危险因素,其表达水平越高预后越差。     

利用生物信息学分析鉴定鼻咽癌转移的信号通路及核心基因

目的利用基因芯片技术和生物信息学分析方法,筛选出鼻咽癌转移相关的核心基因和相关信号通路,为寻找鼻咽癌转移早期诊断和靶向治疗潜在标志物提供依据。方法 GSE103611的表达芯片从Gene Expression Omnibus(GEO)数据库中下载,该数据库中包含48个样本,包括24个原发鼻咽癌样本和24个放疗后转移的鼻咽癌样本。整理微阵列数据集获得差异表达基因(DEGs)与本课题组前期构建的相对于CNE-2侵袭转移能力更强的CNE-2SI细胞对比芯片差异基因进行比对获得共同差异基因。利用基因本体论(GO)和京都百科全书基因和基因组数据库(KEGG)对共同差异基因进行富集并利用DAVIDE在线进行分析。共同差异基因的蛋白质互作(PPI)网络由STRING数据库构建。Hub基因分析通过Cytoscape软件中的cytoHubba插件制作。关键基因的生存分析通过Kaplan Meier-plotter数据库分析获得。结果 GSE103611数据集中共鉴定出差异基因共3301个,其中上调506个,2795个基因被下调。本课题组的芯片中差异基因共2691个,其中上调1349个,1342个基因被下调。两个芯片共同上调基因47个,下调基因135个,共计182个。GO分析表明共同差异基因的生物学功能主要集中在基本的生物学过程和细胞黏附;主要的细胞成分包括细胞膜和细胞质;分子功能包括ATP结合等(P 0.05)。KEGG通路分析显示这些共同差异基因主要参与脂类代谢、MAPK信号通路和细胞黏附信号通路(P0.05)。CytoHubba插件分析从PPI网络中找到前20个具有高度关联性的核心基因。生存分析发现CXCL10、CUL7、PLCB2可能与在鼻咽癌不良预后相关(P 0.05)。结论利用生物信息学分析筛查鼻咽癌转移相关DEGs和通路可以帮助了解鼻咽癌转移发生的分子机制,对鼻咽癌转移的早期诊断具有临床意义。     

小鼠心肌肥厚枢纽基因的筛选与鉴定

目的 通过生物信息学分析结合生物学实验,筛选和鉴定与心肌肥厚密切相关的枢纽基因.方法从基因表达数据库(GEO)下载小鼠心肌肥厚相关芯片数据,利用GEO2R在线工具筛选差异表达基因;利用DAVID 6.7、String 11.0和Cytoscape 3.7.0软件对差异基因进行分析;昆明小鼠随机分为生理盐水组(n = 6...     

运动损伤滑膜组织转录组数据分析及骨关节炎关键通路和特征基因

背景：研究表明,骨关节炎与滑膜炎密不可分,因此基于滑膜组织探索骨关节炎发病机制具有重要的临床意义。目的：基于生物信息学方法分析骨关节炎患者滑膜组织与正常人滑膜组织转录组数据,从滑膜角度探索骨关节炎的诊疗靶点,并为骨关节炎提供后续研究思路。方法：从Gene Expression Omnibus (GEO)数据库中筛选含有骨关节炎滑膜组织和健康滑膜组织的数据集,得到GSE55457和GSE55235数据集,2个数据集均包含有10个骨关节炎滑膜样本和健康者滑膜样本。用GEO2R在线工具分别对GSE55457和GSE55235数据集进行差异表达分析,取校正后P值(adj.P)<0.05的基因并通过在线工具仙桃学术取2个数据集共同的上调和下调差异表达基因。并对差异基因进行GO功能注释和KEGG通路富集分析。利用STRING数据库对差异基因进行核心蛋白互作网络分析(PPI),并使用Cytoscape软件中的插件CytoHubba中的7种算法(BottleNeck,Clossness,Degree,DNNC,EPC,NNC和MCC)对STRING结果进行可视化,每种算法取分数最高的前10个基因...     

生物信息学分析导致类风湿关节炎性别差异的关键基因与信号通路北大核心CSCD

目的:通过生物信息技术分析探讨类风湿关节炎(RA)发病机制中性别间生物学差异的关键基因和通路。方法:从GEO数据库中获取GSE55457、GSE55584、GSE12021中正常男女性滑膜样本和RA男女性患者滑膜样本的基因表达数据,将数据整合并使用R软件对差异表达基因(DEGs)进行鉴定。使用在线工具DAVID数据库对DEGs进行GO分析和KEGG分析。使用Cytoscape 3.6.0构建DEGs的蛋白质-蛋白质相互作用网络(PPI),并进行模块分析。结果:男性组高表达基因416个,低表达基因336个,女性组高表达基因744个,低表达基因309个。在男性RA发病中,IL-6、MYC、EGFR、FOS和JUN被认为是关键基因;在女性RA发病中,IL-6、ALB、PTPRC、CXCL8和CCR5被认为是关键基因。结论:生物信息学分析筛选出的差异基因分别参与男性和女性RA疾病进展的不同机制,为RA发病机制的探究提供了理论依据。     

激素性股骨头坏死中m6A相关基因差异性的鉴定

背景：已知m6A参与了多种疾病的发生与发展，研究推测其也参与了激素性股骨头坏死的病理改变，但m6A甲基化修饰在激素性股骨头坏死中的研究比较匮乏。目的：通过生物信息学的方法寻找m6A相关基因在激素性股骨头坏死中的差异性表达，并预测与其相关的miRNA，以进一步阐明m6A甲基化在激素性股骨头坏死中所发挥的作用和机制。方法：从GSE123568基因表达谱中分析激素性股骨头坏死与对照组差异基因的表达，通过R语言‘limma’包进行差异基因鉴定，并对差异基因进行功能富集分析。用R语言的‘ggstatsplot’包对相关基因进行差异性分析。通过GSE74089数据集对差异基因进行交叉验证。构建mRNA-miRNA调控网络。采用共表达分析对共表达模块进行聚类并对模块基因进行富集分析。采用ssGSEA方法对激素性股骨头坏死与对照组之间免疫细胞浸润的差异进行量化分析。结果与结论：(1)通过相关性分析发现13个m6A相关基因，进行PPI网络识别和受试者操作特征曲线进一步分析发现YTHDF2有望成为早期生物标志物的核心差异基因；(2)富集分析发现差异基因主要参与炎症反应和免疫应答，并与破骨细胞关系密切；(3...     

应用基因集富集分析和加权基因共表达网络分析方法分析类风湿关节炎的枢纽基因及意义

背景：用目前的免疫方法检测类风湿关节炎患者的传统血清标志物,仍有30%为阴性;近年发现的血清生物标志物对类风湿关节炎诊断的敏感性和特异性较低,不适于临床推广。目的：应用基因集富集分析和加权基因共表达网络分析方法分析类风湿关节炎枢纽基因及其意义。方法：从GEO数据库下载GSE1919、GSE55235数据集,使用R软件“limma”包初筛差异表达基因、“clusterProfiler”包进行加权基因共表达网络分析,取交集基因作为候选枢纽基因。将结果导入String数据库构建蛋白质相互作用网络,Cytoscape软件cytoHubba插件筛选枢纽基因,并进行基因本体分析、京都基因与基因组百科全书通路富集分析。同时对2个数据集用基因集富集分析方法进行京都基因与基因组百科全书通路分析。结果与结论：(1)共筛选出10个枢纽基因,其基因本体分析集中在淋巴细胞分化、T细胞分化、质膜信号受体复合物、主要组织相容性复合体蛋白结合等生物学功能;(2)京都基因与基因组百科全书通路富集于T细胞受体信号通路、Th1辅助细胞和Th2辅助细胞分化、Th17辅助细胞分化、肿瘤细胞程序性死亡-配体1表达和程序性死亡受体...     

IL-17调控溃疡性结肠炎分子机制的生物信息学分析

目的 利用生物信息学方法分析溃疡性结肠炎(UC)的枢纽基因和关键通路。方法 通过基因表达数据库(GEO)下载UC表达谱芯片GSE134025。利用R语言的Limma包筛选UC组与正常组肠黏膜细胞差异表达基因，对这些基因进行GO和KEGG分析；利用STRING数据库构建蛋白互作网络(PPI)并将结果导入Cytoscape筛选出核心基因；利用KEGG mapper绘制核心基因所在的信号通路图。结果 筛选出190个差异表达基因，其中147个上调，43个下调。GO分析结果表明，差异表达基因主要涉及炎症反应、细胞增殖的正调控等生物学过程，主要富集于细胞膜、质膜等细胞成分，具有肝素结合、生长因子等分子功能。KEGG分析显示差异基因主要富集于趋化因子信号通路，细胞因子受体相互作用等相关信号通路。从PPI网络中筛选出10个枢纽基因：白细胞介素6(IL-6)、CXC趋化因子配体8(CXCL8)、CXCL10、CXCL1、CXCL9、膜联素A1(ANXA1)、IL-1β、CC趋化因子配体20(CCL20)、CXCL2、CXCL11,其中多个基因位于IL-17调控的信号通路下游。结论 发现了10个与UC发病...     

阿尔茨海默病发病机制相关基因生物信息学分析及实验验证

背景：阿尔茨海默病的机制挖掘十分重要,通过生物信息学对阿尔茨海默病潜在治疗靶点的研究,可以为阿尔茨海默病治疗提供良好的指示作用。目的：使用生物信息学分析方法筛选与阿尔茨海默病发病机制相关的基因并在动物水平加以实验验证。方法：利用GEO在线数据库筛选差异基因;利用DAVID在线数据库进行GO/KEGG富集分析;使用STRING数据库进行蛋白互作网络的构建;使用HPA数据库判断目的蛋白在人体中的分布情况;最后使用免疫荧光技术和免疫印迹技术验证分析蛋白表达情况。结果与结论：(1)利用GEO在线数据库内数据集GSE48350获取阿尔茨海默病与健康人群的基因芯片,使用GEO2R在线分析平台分析两个人群的差异基因,其中上调基因42个,下调基因131个;(2)GO基因功能注释分析结果显示差异基因主要位于突触前、运输囊泡和胞外囊泡;介导神经递质释放和突触小泡功能等生物进程;参与磷脂结合、受体-配体活性和网格蛋白结合等分子功能的构成;(3)KEGG通路分析结果显示差异基因主要富集于神经活性配体-受体相互作用、γ-氨基丁酸神经突触与逆行内源性大麻素信号等突触功能相关信号通路;(4)结合蛋白互作网络筛选出5...     

生物信息学分析筛选肺腺癌靶基因及评估预后的价值

目的 基于生物信息学分析筛选肺腺癌靶基因及评估预后价值。方法 对三个数据集（GSE118370、GSE32863、TCGA-LUAD）分别使用limma和edgeR包筛选出肺腺癌差异表达基因,对共同差异基因进行功能富集分析,通过String数据库构建蛋白质-蛋白质相互作用（PPI）网络,采用Cytoscape进行可视化分析并用其插件cytoHubba来筛选关键基因,采用Kaplan-Meier曲线进行总体生存分析。结果 共224个共同差异基因,其中上调基因34个,下调基因190个。共同差异基因在血管生成、白细胞调节、免疫反应等生物学过程富集。通过从PPI网络中筛选出8个关键基因,分别为IL6、VWF、PECAM1、SPP1、CDH5、CXCL12、TIMP1、CLDN5。生存分析显示,PECAM1与LUAD的预后有关。肿瘤组织中PECAM1表达高于正常组织,差异有统计学意义（P＜0.05）。结论 PECAM1是一种与肺腺癌预后相关的新的生物标志物,有望成为肺腺癌的一个治疗的靶点。     

基于生物信息学分析筛选胃癌的诊断及预后标志物

目的 本研究旨在通过生物信息学方法筛选新的胃癌诊断及预后标志物.方法 从GEO数据库GSE54129和TCGA-STAD数据集中筛选重叠差异表达基因(differentially expressed genes,DEGs).通过GO和KEGG通路分析,探讨这些基因的功能.利用蛋白质相互作用网络分析确认DEGs之间的枢纽基因.通过ROC曲线分析和Cox风险比分析,阐明枢纽基因在诊断和预后中的作用.结果 本研究共筛选出222个重叠基因,富集于细胞外基质等相关通路.我们进一步确定了17个枢纽基因,其中BGN、COMP、COL5A2和SPARC可能是胃癌的重要诊断和预后指标.结论 我们确定了BGN、COMP、COL5A2和SPARC四种潜在的胃癌生物标志物,可能作为胃癌的诊断和预后指标.     

基于GEO数据库筛选川崎病的差异表达基因及通路的研究

目的 应用生物信息学方法分析与川崎病发病可能相关的基因及蛋白信号通路。方法 从综合基因表达数据库中下载川崎病基因表达数据集GSE18606和GSE68004。利用GEO2R工具对数据集进行预处理，筛选差异基因，将两者进行交集，得到差异表达基因（DEGs）。利用R软件富集分析DEGs的生物学功能和信号通路，利用STRING数据库和cytoscape软件构建并改进蛋白-蛋白相互作用（PPI）网络，在mirdip数据库中预测核心基因对应的靶miRNAs。结果 在GSE18606和GSE68004数据集中共筛选出269个DEGs;DEGs的生物学功能主要包括免疫反应、中性粒细胞活化、细胞因子产生的正向调控、免疫反应T细胞活化、分泌颗粒膜和葡萄糖结合免疫受体活性等；信号通路主要包括造血细胞系、白细胞内皮细胞迁移、Toll样受体信号通路、胰岛素信号通路和T细胞受体信号通路；PPI网络包含218个DEGs和674对互相作用关系，其中STAT3、FGR、IL7R、HOOK3、MAPK14、LILRB2、CD2、CSF3R、SOCS3、GZMA、H2AC20、GZMK、H2BC5、ITK共14个为网络中...     

基于加权基因共表达网络分析筛选SCAP基因预测脓毒症发生

目的 拟利用加权基因共表达网络分析（WGCNA）方法筛选出与脓毒症发生、预后相关的关键基因,为今后的研究提供线索。方法 从基因表达（GEO）数据库中通过筛选数据集中样本数大于100,含有脓毒症患者和健康对照组,且有脓毒症患者预后情况数据集,筛选到了两个数据集GSE26378和GSE54514（下载时间：2020年12月28日）,采用WGCNA方法对GSE54514数据集中163例脓毒症患者和健康对照组基因表达进行分析;筛选出与脓毒症发生和预后相关的核心靶基因并分析其功能。结果 GSE54514中男性64例,女性99例;平均年龄55.56岁（标准差17.21岁）;GSE26378中平均年龄53.75岁（标准差3.21岁）。利用GSE54514数据集进行WGCNA算法筛选绿松色（TURQUOISE）模块作为核心模块,通过基因本体（GO）和京都基因和基因组百科全书（KEGG）分析提示TURQUOISE模块主要涉及RNA调控表达异常和RNA剪切组成等功能。通过对模块中基因深入分析,筛选出了固醇调节元件结合蛋白裂解激活蛋白（SCAP）可以作为核心靶基因。在内部数据集GSE54514中验证SCAP...     

乳头状甲状腺癌差异表达基因的筛选及生存分析

目的利用生物信息学方法筛选乳头状甲状腺癌（PTC）的关键基因及其所在信号通路，探讨其致癌机制。方法 从基因表达综合数据库（GEO）的两个测序平台的7个GSE芯片中获得PTC和癌旁组织样本的数据。首先利用R语言分别筛选出两个测序平台样本的差异基因，然后通过Metascape和STRING对差异基因进行生物学功能、信号通路分析和蛋白质-蛋白质相互作用分析,最后利用Cytoscape 3.5.1软件筛选出关键基因。结果 两个测序平台的样本求交集共获得302个差异表达基因，其中149个基因上调，153个基因下调，利用Cytoscape 3.5.1软件筛选出15个关键基因，其中12个关键基因位于细胞外基质受体相互作用信号通路中。利用UALCAN数据库对15个关键基因进行生存分析，其中4个基因的表达水平变化与患者的生存时间紧密相关。结论 利用生物信息学技术对来自7个PTC基因芯片数据集的信息进行分析，弥补了小样本结果的不一致性，提高了结果的可靠性和稳定性，并且筛选出了15个关键基因，发现了细胞外基质受体相互作用信号通路在甲状腺癌的发生发展中的重要作用。     

类风湿关节炎基因差异谱的生物信息学分析

目的通过生物信息学方法探究类风湿关节炎患者的滑膜成纤维细胞差异表达基因及相关信号通路,寻找潜在的类风湿关节炎特异性分子标志物。方法利用R语言limma包等程序方法分析基因芯片GSE21959并筛选差异基因(differentially expressed genes,DEGs),利用DAVID数据库分析DEGs获得其GO富集分析和KEGG信号通路分析的结果。利用STRING数据库构建蛋白互作网络,再将结果导入Cytoscape软件中模块化核心基因并绘制蛋白互作网络图。结果筛选获得了123个差异基因,其中表达上调的基因38个,表达下调的基因85个。GO富集分析表明DEGs主要参与了趋化因子调节、CXCR趋化因子受体结合和血管生成正向调控等生物学过程,KEGG信号通路富集分析主要包括了趋化因子信号通路、Rap1信号通路和血管平滑肌收缩等信号通路。模块化分析获得了7个核心基因分别为:CXCL1、CXCL8、CXCL6、ADRA2A、ADCY8、S1PR1和SAA1。结论通过生物信息学分析获得类风湿关节炎的DEGs、核心基因、生物学过程和信号通路等信息,为探究类风湿关节炎的发病机制、发现诊断标志物和探索新治疗靶点提供理论依据与新的方向。     

基于细胞焦亡与免疫相关基因构建及验证肝细胞癌预后风险模型

目的：利用生物信息学方法构建并验证细胞焦亡与免疫相关基因的肝细胞癌预后风险模型,根据其风险评分探索免疫相关性特征,以指导个性化免疫治疗。方法：从TCGA、GEO官网分别下载TCGA-LIHC和GSE14520基因表达谱,从INNATEDB和IMMPORT官网下载免疫相关基因。以TCGA为训练组,GEO为测试组,对训练组细胞焦亡基因表达谱采用Cox回归分析,筛选预后相关基因进行共识聚类分组,提取分组间差异基因与免疫相关基因的交集基因,对交集基因应用单因素Cox和Lasso回归分析,得到预后相关风险评分模型。根据训练组风险中位值划分高低风险组,利用测试组验证模型可行性,最后探索训练组富集分析（GO、KEGG、GSEA）、免疫相关性分析及模型基因蛋白表达情况。结果：共筛选出9个可靠的风险模型基因（ICAM1、S100P、FABP3、CCL20、HRG、IGHM、SPP1、C4BPA、C6）。GO富集分析显示风险差异基因主要参与各种代谢过程。KEGG富集分析显示风险差异基因主要参与补体和凝血级联信号通路。GSEA富集分析显示高风险组与致癌途径的激活密切相关。在免疫浸润、免疫相关通路及免疫检查点...