基于GEO乙型肝炎病毒相关肝癌芯片数据的生物信息学分析

论文摘要

目的采用生物信息学方法筛选和分析乙型肝炎病毒（HBV）相关肝细胞癌（HCC）差异表达基因（DEGs）,探究HBV相关HCC发生发展的分子机制。方法通过GEO在线分析工具GEO2R筛选出HBV相关HCC组织和癌旁正常组织的DEGs; Enrichr数据库对DEGs行GO功能富集和KEGG通路富集分析;STRING数据库和Cytoscape软件筛选关键基因;GEPIA数据库对关键基因行生存曲线分析。结果筛选出145个DEGs,其中上调基因111个,下调基因34个。功能分析显示,下调DEGs主要涉及咖啡因代谢、视黄醇代谢、细胞色素P450代谢等信号通路,上调DEGs主要涉及p53信号通路、细胞周期、 ECM-受体相互作用等信号通路;共筛选出10个关键基因,其中上调DEGs CDK1、 CCNB1、 ECT2、 TOP2A、 HMMR、 DTL、 NEK2、 BUB1B及下调DEGs ESR1与HCC预后不良有关。结论通过对HBV相关HCC芯片数据的生物信息学分析发现,CDK1、 CCNB1、 ECT2、 TOP2A、 HMMR、 DTL、NEK2、 BUB1B及ESR1基因可能对HBV相关HCC的发生发展起关键作用。

论文目录

• 1 资料和方法
•   1.1 芯片数据来源
•   1.2 DEGs筛选
•   1.3 DEGs功能富集分析
•   1.4 PPI构建和核心基因筛选分析
• 2 结果
•   2.1 HBV相关HCC组织与癌旁组织的DEGs
•   2.2 DEGs的GO和KEGG分析
•   2.3 PPI构建和关键基因筛选分析
• 3 讨论

文章来源

类型: 期刊论文

作者: 李红,吴玲红,邓伟,黄天壬

关键词: 乙型肝炎病毒,肝细胞癌,生物信息学分析

来源: 应用预防医学 2019年06期

年度: 2019

分类: 医药卫生科技,基础科学

专业: 生物学,感染性疾病及传染病,消化系统疾病,肿瘤学

单位: 广西医科大学附属肿瘤医院

基金: 广西壮族自治区研究生创新计划项目（YCSW2018109）

分类号: R512.62;R735.7;Q811.4

页码: 439-444

总页数: 6

文件大小: 1431K

下载量: 261