摘要
目的·通过转录组数据分析,寻找相关的分子标志物,用于肺腺癌的诊断和治疗。方法·通过差异表达分析,对癌组织相对于正常组织的差异表达基因(differentially expressed genes,DEGs)、差异表达miRNAs(differentially expressed miRNAs,DEMs)和差异表达circRNAs(differentially expressed circRNAs,DECs)进行筛选。对DEGs进行功能富集和通路分析,并对DEMs进行靶向预测。构建DEGs和DEMs的调控网络,并选取部分节点作为潜在的生物标志物。通过癌症基因图谱(the Cancer Genome Atlas,TCGA)数据库和实时荧光定量PCR(qRT-PCR)对获得的生物标志物进行验证,并分析其表达水平与总生存期和肿瘤分期的相关性。结果·在3个基因表达谱的3组DEGs中有61个重叠DEGs,富集在32个基因本体(gene ontology,GO)和10个通路中。共鉴定出24个DEMs,并筛选出612个miRNA-DEGs靶向关系对。在circRNAs表达谱中得到92个DECs。ADRA1A、hsa-miR-141-5p和hsa-miR-191-3p是调控网络中重要的节点。TCGA和qRT-PCR验证结果与分析结果一致,hsa-miR-191-3p与肿瘤分期间存在相关性。结论·ADRA1A、hsa-miR-141-5p、hsa-miR-191-3p、SFTPC、ITLN2和SLC6A4可能是肺腺癌潜在的生物标志物,hsa-miR-191-3p可能与肿瘤进展有关。
-
单位天津市南开医院; 天津医科大学; 天津医学高等专科学校; 天津市胸科医院