论文部分内容阅读
目的:利用生物信息大数据分析方法,对肿瘤基因组图谱数据库(TCGA)和肿瘤芯片数据库(Onco-mine)进行分析,探究与肺腺癌(lung adenocarcinoma,LUAD)预后相关的生物标志物及药物作用靶点.方法:综合TCGA的RNA-seq数据,利用R 4.0.2进行加权基因共表达网络(WGCNA)分析,确定关键基因集,同时利用STRING进行蛋白互作网络(PPI)分析,筛选出LUAD中调节蛋白表达量的关键基因,再结合Oncomine分析决定LUAD预后的生物标志物.结果:共获得关键模块一个,包含549个基因,它们与纤毛运动、异种生物代谢过程、钾离子跨膜转运蛋白活性的负调控等相关功能密切相关.PPI分析得到20个关键节点基因.Oncomine数据库综合分析确定细胞周期蛋白O(CCNO)在肺癌组织中高表达,生存分析结果显示其与LUAD患者预后密切相关.结论:本研究通过对TCGA和Onomine的综合数据分析,发现CCNO很可能在LUAD的发生发展过程中发挥重要作用.