肾肿瘤相关基因的共表达网络构建与分析.PDFVIP

中国生物工程杂志　ＣｈｉｎａＢｉｏｔｅｃｈｎｏｌｏｇｙ，２０１６，３６（２）：３０３７ ＤＯＩ：１０．１３５２３／ｊ．ｃｂ 肾肿瘤相关基因的共表达网络构建与分析 梁　栋　邢永强　蔡　禄 （内蒙古科技大学数理与生物工程学院　包头　０１４０１０） 摘要　作为泌尿系统常见的肿瘤之一，肾肿瘤发病率在逐年上升。针对Ａｆｆｙｍｅｔｒｉｘｈｇｕ１３３ｂ的基 因芯片数据进行差异表达基因筛选，应用加权基因共表达网络分析算法构建肾肿瘤差异表达基 因的共表达网络。分析肾部正常组织和肿瘤组织差异表达基因之间的关联模式；选取与肿瘤发 生关联程度最高的模块，筛选枢纽基因。最后，针对枢纽基因进行基因本体富集分析。细胞衰老 是抑制肿瘤发生的主要机制之一，分析结果显示枢纽基因ＰＬＡ２Ｒ１和ＴＢＸ３与细胞衰老有关，可能 对肾肿瘤的形成具有重要影响。该结果与基因ＰＬＡ２Ｒ１通过促进细胞衰老抑制肾部肿瘤发生的 研究结论一致。 关键词　肾肿瘤　ＷＧＣＮＡ算法　共表达网络　枢纽基因　ＧＯ分析 中图分类号　Ｑ８１９ 　　肾肿瘤是泌尿系统常见的肿瘤之一，近年来的发 由于研究目的等因素的差异，不同研究小组对原始数 病率趋势呈明显上升，成为威胁人类健康的最重要肿 据的预处理方法并不一致，因此，本文下载并使用原始 ［１］ 数据。数据获取的平台编号是 ＧＰＬ９７，选取的数据集 瘤之一 ，在我国，肾部恶性肿瘤已经占到成人恶性肿 瘤的２％～３％。肿瘤致病机理涉及多个基因间的相互 编号是ＧＳＥ６２８０，芯片类型为ｈｇｕ１３３ｂ。该数据集来自 ［２］ 作用，因此，仅关注单个或某几个基因的研究方法已经 ２００９年Ｙｕｓｅｎｋｏ等 的工作。从该数据集中选取２０ 不能满足当前的研究需要。近年来，随着基因芯片、 个样本，其中１４个样本取自肾部肿瘤组织，６个样本取 ＲＮＡＳｅｑ等高通量测序技术的兴起，使得同时研究多 自肾部正常组织（表１）。 个基因表达情况成为可能。目前，针对肾肿瘤基因芯 １．２　方　法 片的研究相对较少，因此，根据基因芯片数据来研究肾 １．２．１　芯片数据预处理方法　芯片数据预处理的主 肿瘤发生的相关基因具有明显意义。鉴于基因芯片数 要流程包括：数据过滤、标准化、对数化。本文通过 ＮＵＳＥ箱线图和 ＲＮＡ降解曲线完成数据过滤。ＮＵＳＥ 据的数量较大，本文采用基因共表达网络构建的方法 定义为一个探针组在某个样品的ＰＭ值（匹配探针）的 进行研究，从大量基因中筛选肾肿瘤密切相关的枢纽 标准差除以该探针组在各样品中ＰＭ值标准差的中位 基因。 数。若ＮＵＳＥ值在１附近，说明芯片质量比较可靠；若 １　数据和方法 ＮＵＳＥ值超过 １．０５，则芯片质量就有问题。由于ＲＮＡ 从５′端开始降解，所以理论上５′端荧光强度应当低于３′ １．１　数　据 端荧光强度，利用ＲＮＡ降解曲线可对降解率进行评估， 　　本文数据下载自ＮＣＢＩ中的 ＧＥＯ数据库（Ｇｅｎｅ 斜率越小，说明降解程度越小，样本芯片数据越可信。 ＥｘｐｒｅｓｓｉｏｎＯｍｎｉｂｕｓ，ｈｔｔｐ：／／ｗｗｗ．ｎｃｂｉ．ｎｌｍ．ｎｉｈ．