整合生物信息学法与加权基因共表达网络分析联合分析脑胶质瘤特征基因

作者：黄晓珊; 曾慧; 周碧兰; 彭电; 刘治芳; 鲍美华^*

来源：中国现代应用药学, 2020, 37(19): 2311-2316.

DOI：10.13748/j.cnki.issn1007-7693.2020.19.002

• 脑胶质瘤
• 差异基因
• 生物信息学
• 加权基因共表达网络
• 转录因子

目的利用脑胶质瘤(glioblastoma,GBM)芯片数据,采用整合生物信息学法和加权基因共表达网络分析(weighted gene correlation network analysis, WGCNA)法,寻找肿瘤发病特征基因、关键通路以及转录调控机制。方法利用GEO数据库中高通量基因芯片数据,通过整合生物信息学法筛选出差异基因;利用WGCNA分析GBM关键基因hub基因;采用维恩分析法,整合这些差异基因与hub基因,筛选出GBM特征基因。采用基因本体论(GeneOntology,GO)基因功能注释,京都基因和基因组数据库(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路富集,分析GBM特征基因所富集的功能和通路。利用Kaplan-Meier分析特征基因与GBM生成率的关系。利用基因云生物信息平台(GCBI),分析调控这些特征基因的转录因子。结果经分析,发现273个特征基因。这些特征基因主要可影响离子通道、蛋白激酶、γ-氨基丁酸受体功能。CHD5,SYP,PHYHIP表达水平与GBM生存率显著相关;转录因子Sp1、Sp3、REST可能是调控这些特征基因的关键因子。结论本研究从多种角度定义了GBM的特征基因及调控机制,为其精准治疗提供了依据。

• 单位
  长沙医学院; 长沙卫生职业学院