利用生物信息学分析开发luminal型乳腺癌自噬相关基因预后模型

目的 建立基于大规模自噬相关基因的luminal型乳腺癌预后预测模型.方法 利用TCGA数据库乳腺癌数据,分别筛选luminal型与非luminal型乳腺癌、癌旁组织中差异表达的自噬相关基因.单因素和多因素Cox回归建立luminal型乳腺癌自噬相关基因预后模型.Kaplan-Meier曲线和生存依赖的受试者工作特征曲...     

基于TCGA数据构建乳腺癌上皮间质转化相关lncRNA的预后模型

目的：通过生物信息学分析,探讨上皮间质转化（EMT）相关的长链非编码RNA(lncRNA)在乳腺癌中的预后作用。方法：从TCGA数据库下载乳腺癌的转录组数据及临床信息,在MSigDB数据库下载EMT相关基因的数据集,然后利用差异分析、共表达分析、Cox回归分析、Lasso回归分析、生存分析等生物信息学方法,构建乳腺癌中EMT相关lncRNA的风险特征,并进一步检验其预测效能。结果：乳腺癌肿瘤组和正常组有311个差异表达的EMT相关基因（P<0.05）,与这些基因存在共表达关系的lncRNA有315个（皮尔逊相关系数r=0.7,P<0.001）,其中,与预后可能相关的lncRNA有16个（P<0.05）。进一步行Lasso回归分析及多因素Cox回归分析,最终得到基于9个lncRNA表达水平的风险评分公式,根据风险评分的中位数将患者分为高、低风险组,生存分析结果显示,相比于低风险组,高风险组患者的总生存期更低(P<0.001)。ROC曲线结果表明,风险评分预后模型对乳腺癌的3、5、10年生存期具有较好的预测效能,Cox回归分析结果进一步表明该模型可以作为一个独立的预...     

利用加权基因共表达网络分析挖掘促进乳腺癌循环肿瘤细胞转移的关键基因

目的:通过加权基因共表达网络分析(WGCNA)方法筛选促进乳腺癌循环肿瘤细胞转移的基因,为乳腺癌转移的早期预警提供循环肿瘤细胞标志物,也为乳腺癌发展动态监测提供新策略.方法:利用WGCNA筛选出数据集GSE9893中与乳腺癌转移相关的基因,将所选基因与在循环肿瘤细胞数据库中高表达的基因取交集作为候选基因,最后在肿瘤基因...