基于基因芯片数据的肝癌生物信息学分析
如何利用基因芯片进行肿瘤基因诊断和分期
如何利用基因芯片进行肿瘤基因诊断和分期肿瘤基因诊断和分期是现代医学领域的重要课题之一，它对于肿瘤的治疗和预后评估具有重要意义。
基因芯片作为一种高通量的分子生物学平台，已经成为肿瘤基因诊断和分期的重要工具之一。
本文将介绍如何利用基因芯片进行肿瘤基因诊断和分期的技术原理、应用案例以及未来发展趋势。
首先，我们需要了解基因芯片的原理。
基因芯片是一种小型化的实验室芯片，上面固定着数万至数百万个特定的DNA片段或基因。
通过将待测样品的RNA/DNA与基因芯片中的探针进行杂交反应后，利用相关的检测技术可以定量和分析样本中特定基因的表达水平或遗传变异情况。
在肿瘤基因诊断和分期中，基因芯片可以帮助我们发现和鉴定与肿瘤相关的基因表达异常和遗传变异。
通过与正常组织或已知基因变异数据库的比较，可以找到肿瘤中已知和未知的潜在致病基因。
基因芯片的优势在于其高通量性能，可以同时检测上千个基因的表达水平和遗传变异情况，使得我们能够全面而高效地了解肿瘤的分子特征。
肿瘤基因诊断是指通过基因芯片对肿瘤样本进行分子分型，从而确定其肿瘤类型及亚型。
肿瘤不同类型在基因水平上会表现出不同的表达水平和遗传变异情况，通过基因芯片分析可以准确识别不同类型的肿瘤。
例如，对于乳腺癌而言，基因芯片可以帮助我们确定是否为雌激素受体阳性、HER2阳性或三阴性乳腺癌等，从而指导临床治疗和预后评估。
肿瘤基因分期是指通过基因芯片对肿瘤样本中相关基因的表达水平进行分析，以预测肿瘤的恶性程度和预后。
基因芯片可以通过筛选出与肿瘤分期和生存率相关的基因来进行分析。
例如，在乳腺癌中，通过基因芯片分析可以发现一些与转移、复发和生存率相关的基因，从而帮助医生判断肿瘤的分期和预测患者的生存率。
值得注意的是，基因芯片在肿瘤基因诊断和分期中的应用需要建立准确可靠的数据库，并进行大样本的验证。
目前，基因芯片的应用已经在肿瘤诊断中得到了广泛的应用，具体案例如下：1. 乳腺癌的分子分型和分期：通过基因芯片分析乳腺癌患者的肿瘤样本，可以确定其乳腺癌的分子类型（如雌激素受体阳性、HER2阳性或三阴性乳腺癌）以及分期（如初期、中期或晚期），从而指导临床治疗和预后评估。
生物信息学讲义——基因芯片数据分析
生物信息学讲义——基因芯片数据分析生物信息学是指运用计算机技术和统计学方法来解析和理解生物领域的大规模生物数据的学科。
基因芯片数据分析是生物信息学研究的一个重要方向，通过对基因芯片数据进行分析，可以揭示基因在生物过程中的功能和调节机制。
本讲义将介绍基因芯片数据的分析方法和应用。
一、基因芯片数据的获取与处理基因芯片是一种用于检测和测量基因表达水平的高通量技术，可以同时检测上千个基因的表达情况。
获取基因芯片数据的第一步是进行基因芯片实验，如DNA芯片实验或RNA芯片实验。
实验得到的数据一般为原始强度值或信号强度值。
接下来，需要对这些原始数据进行预处理，包括背景校正、归一化和过滤噪声等步骤，以消除实验误差和提高数据质量。
二、基因表达分析基因芯片数据的最主要应用之一是进行基因表达分析。
基因表达分析可以揭示在不同条件下基因的表达模式和差异表达基因。
常用的基因表达分析方法包括差异表达分析、聚类分析和差异共表达网络分析等。
差异表达分析常用来寻找在不同条件下表达差异显著的基因，如差异表达基因的筛选和注释；聚类分析可以将表达模式相似的基因分为一组，如聚类分析可以将不同样本中的基因按照表达模式进行分类；差异共表达网络分析可以找到一组在差异表达样本中共同表达的基因，揭示潜在的功能模块。
三、功能富集分析对差异表达基因进行功能富集分析可以帮助我们理解这些基因的生物学功能和参与的生物过程。
功能富集分析可以通过对差异表达基因进行GO(Gene Ontology)注释，找到在特定条件下富集的生物学过程、分子功能和细胞组分等。
另外，功能富集分析还可以进行KEGG(Kyoto Encyclopedia of Genes and Genomes)富集分析，找到差异表达基因在代谢通路和信号传导通路中的富集情况。
四、基因调控网络分析基因调控网络分析可以帮助我们揭示基因间的调控关系和寻找关键调控基因。
基因调控网络是基于差异表达数据构建的，它可以包括转录因子-靶基因调控网络和miRNA-mRNA调控网络等。
基因芯片技术在四大癌症筛查中的应用
基因芯片技术在四大癌症筛查中的应用近年来，癌症已经成为全球最为严重的健康问题之一。
根据统计数据显示，全球每年有超过1700万的人被诊断出患有癌症。
其中包括了肺癌、结肠癌、乳腺癌以及前列腺癌等四大癌症。
这些癌症都是由于基因发生突变所引起的，因此基因芯片技术成为了一个十分重要的筛查手段，它可以帮助医生更加准确地判断患者是否患有癌症，并且可以更早地进行诊断和治疗，从而提高患者的生存率。
肺癌筛查肺癌在所有癌症中的死亡率排名第一，因此对于肺癌的筛查非常重要。
传统的肺癌筛查方法使用的是X射线照片或者CT扫描，这些方法虽然可以发现肺部的结节，但很难判断这些结节是否为恶性。
而基因芯片技术则可以通过检测肺癌相关的基因突变情况来判断病人是否有患肺癌的风险。
当检测到某些基因的突变时，基因芯片就可以判断患者是否有肺癌的可能，从而进行相应的治疗。
结肠癌筛查结肠癌常常被忽视，但实际上也是致命的疾病之一。
早期的结肠癌检测一般是通过肠镜检查和血液检测来进行的。
但这些方法不仅费用高昂，而且对患者而言十分不舒服。
基因芯片技术则可以通过检测肠癌相关的基因突变情况来判断病人是否有患结肠癌的风险。
研究发现，一些基因在结肠癌发生的过程中所扮演的角色非常重要。
因此，检测这些基因的突变情况可以很大程度上提高结肠癌的准确诊断率。
乳腺癌筛查乳腺癌是女性中发病率最高的癌症之一。
传统的乳腺癌筛查方法是通过乳房X线检查或者是超声波检查来实现的。
但这些方法在早期阶段很难发现微小的肿瘤，因此，病人很容易因为乳腺癌被误诊而错失最佳治疗时机。
基因芯片技术则可以通过检测有关乳腺癌的基因突变情况来判断病人是否有患乳腺癌的风险。
检测这些基因的突变情况可以在更早期的阶段判断乳腺癌是否存在，从而可以更早地进行治疗。
前列腺癌筛查前列腺癌是男性常见的癌症，主要表现为尿频、尿急、尿痛等症状。
传统的前列腺癌筛查方法是通过前列腺特异性抗原（PSA）检测来完成的。
但PSA值过高并不是一定表明患有前列腺癌，因此很多病人被误诊。
生物信息学讲义——基因芯片数据分析资料
生物信息学讲义——基因芯片数据分析资料基因芯片是一种高通量的技术，可以用于同时检测和量化数以千计的基因在一个样本中的表达水平。
通过分析基因芯片数据，我们可以获得大量的基因表达信息，并进一步了解基因在不同条件和疾病状态下的调控和功能。
下面是一份关于基因芯片数据分析的讲义。
一、基因芯片数据的处理与预处理1.数据获取与质控-从基因芯片实验中获取原始数据（CEL文件）。
-进行质控，包括检查芯片质量、样本质量和数据质量。
2.数据预处理-背景校正：去除背景信号，减小非特异性杂音。
-样本标准化：对样本间进行标准化处理，消除技术变异和样本间差异。
-基因过滤：去除低表达和不变的基因，减少多重检验问题。
二、差异基因分析1.统计分析-基于统计学的差异表达分析方法，如t检验、方差分析（ANOVA）等。
-根据差异分析结果，获取差异表达的基因列表。
2.功能注释与生物学解释-对差异表达的基因进行功能注释，包括富集分析、通路分析和基因功能类别分析等。
-通过生物学数据库查询和文献阅读，解释差异表达基因的生物学意义和可能的调控机制。
三、基因共表达网络分析1.相关性分析-计算基因间的相关系数，筛选出相关性较高的基因对。
-构建基因共表达网络，通过网络可视化方式展示基因间的关系。
2.模块发现和功能注释-使用聚类算法将基因分组成不同的模块，每个模块表示一组具有相似表达模式的基因。
-对每个模块进行功能注释，了解模块内基因的共同功能或通路。
四、基因云图和热图分析1.基因云图-使用基因注释信息和基因表达水平，绘制基因表达的云图。
-通过颜色和大小表示基因的表达水平、功能注释等信息。
2.热图分析-根据基因表达水平计算基因间的相似性，将相似性转换为颜色，绘制热图。
-热图可用于显示基因表达模式的相似性和差异。
五、整合分析与生物信息学工具1.基因集富集分析-将差异表达的基因列表输入基因富集分析工具，寻找与特定通路、功能或疾病相关的基因集。
2.数据可视化工具- 使用生物信息学工具和软件，如R、Bioconductor、Cytoscape等，进行数据可视化和交互式分析。
基因芯片技术及其在肿瘤诊断中的应用
基因芯片技术及其在肿瘤诊断中的应用随着科技的发展，基因芯片技术也越来越成熟。
在肿瘤诊断中，基因芯片技术的应用受到越来越多的关注。
基因芯片技术的原理、优势以及在肿瘤诊断中的应用是本文想要探讨的内容。
一、基因芯片技术的原理基因芯片是一种测试片，它能够查看成千上万的基因，了解这些基因的表达情况。
在基因芯片的使用中，需要将样本基因片段提取出并加以扩增，再将其复制到芯片上。
而一条螺旋结构的DNA是由四个不同的碱基组成的，即腺嘌呤、胸腺嘧啶、鸟嘌呤以及鳥嘌呤。
因此，基因芯片中会包含这四个碱基。
基因芯片技术的原理是基于杂交技术而成。
假设研究者需要检测一组细胞的基因表达情况，那么这一组细胞的RNA需要被提取出来。
接下来，这些RNA会被转化成反羧基亲和素（cDNA）并标记。
标记后的cDNA会被加在基因芯片上的探针上。
而这些探针则是具有固定位置的基因序列，通常是基因的完整序列或者是基因的特定部分。
通过将标记后的cDNA和探针进行杂交，就可以检测出RNA的表达情况。
二、基因芯片技术的优势相比于传统的基因检测方法，基因芯片技术在一定程度上具有以下优势：1.高通量：基因芯片能够检测成千上万的基因，检测结果也更加准确。
2.高灵敏度：基因芯片需要的样本数量很少，甚至能够通过采集少量血液及组织来获得详细的基因信息。
3.高精度：基因芯片的结果非常精确，因为它能够避免操作过程中的人为误差。
4.快速结果：基因芯片的检测速度非常快，检测结果能够在短时间内得到。
基因芯片技术的优势使得它在疾病诊断、药物研究以及基因治疗方面有着广泛的应用。
三、基因芯片技术在肿瘤诊断中的应用肿瘤是一种细胞无序分裂并且进行恶性侵袭的疾病。
肿瘤发生后，患者的基因表达情况会发生改变。
基因芯片技术可以检测这些改变，从而对肿瘤的诊断以及治疗提供参考。
1.肿瘤类型的诊断基因芯片技术通过检测基因的表达情况来确定肿瘤的类型。
在不同的肿瘤中，基因的表达情况都有所不同。
如在一项基因芯片研究中，研究者利用基因芯片技术成功地对70%的乳腺癌患者进行了分类诊断。
生物信息学分析鉴定肝细胞癌中的关键基因和信号通路
基因组学与应用生物学，2020年，第39卷，第9期，第4345-4352页研究报告Research Report生物信息学分析鉴定肝细胞癌中的关键基因和信号通路殷松娜张翔*杜娟陈雅慧延安大学医学院,延安,716000*通信作者,**********************摘要肝细胞肝癌是死亡率较高的癌种之一。
本研究旨在为HCC的发生发展机制研究提供更多数据支持，从而对HCC的基因治疗提供一定的理论基础。
从GEO数据库检索下载肝癌患者芯片数据GSE62232，包括10个正常肝脏样本，81个HCC患者的肿瘤样本。
用Limma包分析HCC肿瘤组织中与正常肝组织中差异表达基因。
随后进行基因本体论(GO)和信号通路(KEGG)富集分析。
Cytoscape的MCODE插件用于分析差异基因的蛋白质相互作用关系。
并筛选出Hub基因并应用Kaplan-Meier分析其在肝癌患者中的总体存活率情况。
筛选得到237个DEGs(82个上调基因和155个下调基因)，主要富集在视黄醇代谢通路，P53信号通路和PPAR信号通路。
从PPI网络中鉴定出2个关键子网络和29个Hub基因；并得到与肝癌患者预后不良相关的8个基因的生存曲线。
本研究可为HCC的发生发展的机制研究和药物靶点提供新的研究方向。
关键词肝细胞癌(HCC),差异基因,KEGG信号通路,蛋白质-蛋白质相互作用,Hub基因Identification of Key Genes and Pathways in Hepatocellular Carcinoma Using Bioinformatics AnalysisYin Songna Zhang Xiang*Du Juan Chen YahuiYan'an University Medical College,Yan'an,716000*Corresponding author,**********************DOI:10.13417/j.gab.039.004345Abstract Hepatocellular carcinoma(HCC)is one of the cancers species with high mortality rates.The purpose of this study is to provide more data for the underlying mechanism of HCC,which could be useful for the research of gene therapy.The array data of GSE62232was downloaded from GEO database,including10normal liver samples,and81HCC liver tumors corresponding to81patients.The differentially expressed genes(DEGs)in the HCC tumor tissues compared with the normal liver tissue were analyzed with limma package.The gene ontology(GO)and Kyoto Encyclopedia of Gene and Genomes pathway(KEGG)enrichment analyses were performed subsequently. The Molecular Complex Detection(MCODE)plug-in in Cytoscape was applied to identify protein-protein interaction (PPI)network of the DEGs.Hub genes were picked out and the Kaplan-Meier analysis for overall survival was also applied.237DEGs were identified(82up-regulated and155down-regulated genes),which were enriched in retinol metabolism,P53signaling pathway and PPAR signaling pathway.The top2modules and top29hub genes were identified from the PPI network;survival curves of8genes associated with poor prognosis in patients with liver cancer.This study could provide more data for the underlying mechanism and drug-target for HCC.Keywords Hepatocellular carcinoma(HCC),DEGs,KEGG pathway,PPI,Hub gene基金项目：本研究由陕西省教育厅专项项目(18JK0863)、陕西省教育厅专项项目(18JK0869)、延安大学博士科研启动项目(20504-0136)和延安大学校级引导项目(205100114)共同资助引用格式：Yin S.N.,Zhang X.,Du J.,and Chen Y.H.,2020,Identification of key genes and pathways in hepatocellular carcinoma using bioinformatics analysis,Jiyinzuxue Yu Yingyong Shengwuxue(Genomics and Applied Biology),39(9):4345-4352(殷松娜,张翔,杜娟,陈雅慧,2020,生物信息学分析鉴定肝细胞癌中的关键基因和信号通路,基因组学与应用生物学,39(9):4345-4352)基因组学与应用生物学肝细胞癌(hepatocellular carcinoma,HCC)在全球男性常见恶性肿瘤中占第5位，在全球女性中占第9位，每年约有500000和200000例新病例(Bray et al.,2013)。
基因芯片技术在肿瘤筛查中的应用研究
基因芯片技术在肿瘤筛查中的应用研究随着基因科学技术的不断发展，基因芯片技术已经被广泛应用于各种生物学研究领域中。
其中，基因芯片技术在肿瘤筛查中的应用研究备受关注。
本文将从基因芯片技术的原理、肿瘤筛查技术、基因芯片在肿瘤筛查中的应用等多个角度，深入探讨基因芯片技术在肿瘤筛查中的应用研究。
一、基因芯片技术原理基因芯片技术是一种高通量、高效率的基因表达谱分析技术。
它可以同时检测和分析数百种到几千种不同基因的表达水平，从而对基因表达图谱进行全面、高效地分析和比较。
基本原理是基于杂交化学反应，将多肽链核酸片段置于经过定向修饰的基体上。
通过检测含有不同基因表达物的核酸片段与基体结合情况，推断基因表达水平并能快速发现在两个不同状态或样本中表达水平差异明显的基因。
同时，通过大数据处理和分析，进一步对分子通路、生物过程等进行细致探究，提出有效的对策。
二、肿瘤筛查技术肿瘤筛查技术是通过检测人体内的肿瘤指标，早期发现肿瘤，并通过治疗及时控制和治疗癌症的一种方法。
目前肿瘤指标的检测方式主要有三种：血清学诊断、影像诊断和生物学检测。
其中生物学检测的方法分子印迹、PCR、蛋白质质谱、基因芯片等等。
三、基因芯片技术在肿瘤筛查中的应用基因芯片技术在肿瘤筛查中的应用主要有两个方面：帮助对肿瘤进行分类和预测预后；通过发现新的关键基因和对应的通路来研究肿瘤发生的机理和治疗方法。
1. 帮助对肿瘤进行分类与预测预后通过对不同体液和组织样本采集，应用基因芯片技术能在病人之间准确区别肿瘤种类、大小、位段、分期、恶性程度等临床指标，为病人的早期诊断和精准治疗提供了科学依据。
这有利于针对不同诊断疾病的患者和预测患者的生存期等，定制个性化的治疗方案，更好地提高治疗效果。
2. 发现新的关键基因和对应通路来研究癌症机理和治疗方法通过对基因芯片技术的应用，可以在癌症分子水平上、通路水平上等得到更准确的神经影响，发现一些新的关键基因，剖析其在癌症过程中的作用，以及采用特定基因药物治疗的策略。
MBOAT7在肝癌组织中的表达及其生物信息学功能分析
MBOAT7在肝癌组织中的表达及其生物信息学功能分析肝癌是全球范围内最常见的恶性肿瘤之一，而且肝癌的发病率和死亡率一直都非常高。
研究人员一直在寻找新的治疗目标和预测标志物，以帮助提高肝癌的诊断和治疗水平。
MBOAT7是一种具有重要生物学功能的蛋白质，在肝癌组织中的表达及其生物信息学功能一直备受研究人员的关注。
MBOAT7（膜结合蛋白O-酰转移酶7）基因位于人类染色体9号上，编码一个重要的蛋白质，参与调节神经系统、血管生成、代谢调节和脂质合成等生物学功能。
近年来，研究发现MBOAT7在肝癌组织中的表达水平与肝癌的发生和发展密切相关。
我们有必要对MBOAT7在肝癌中的表达及其生物信息学功能进行深入分析，以期望找到新的治疗靶点和生物标志物。
我们通过生物信息学方法分析了TCGA数据库中关于MBOAT7在肝癌组织与癌旁正常组织中的表达水平差异。
结果显示，在肝癌组织中MBOAT7的表达显著上调，与癌旁正常组织相比具有统计学意义（P < 0.05）。
这表明MBOAT7在肝癌中可能发挥着重要的作用。
接下来，我们利用生物信息学数据库对MBOAT7的功能进行了预测和分析。
研究发现MBOAT7与脂质合成、细胞膜的形成和维护等生物学过程密切相关。
通过对MBOAT7调控的基因和通路进行分析，发现MBOAT7可能通过调节脂质代谢通路来影响肝癌的生长和转移。
这为我们深入研究MBOAT7在肝癌中的生物学功能提供了重要线索。
我们还分析了MBOAT7与肝癌患者临床病理特征的关联。
结果显示，在肝癌患者中，MBOAT7表达水平与肿瘤的大小、分化程度和淋巴结转移等临床病理特征密切相关。
这表明MBOAT7可能成为肝癌的潜在预后标志物，有助于评估患者的预后情况和制定个体化治疗方案。
MBOAT7在肝癌组织中的表达及其生物信息学功能分析为我们深入了解肝癌的发病机制和寻找新的治疗靶点提供了重要的信息。
通过进一步的实验验证和临床研究，我们有望发现MBOAT7在肝癌中的确切作用及其临床应用前景，为肝癌的诊断、治疗和预后评估提供新的思路和方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Key words: Gene chip Hepatocellular carcinoma Differential gene
IV
万方数据
缩略语 HCC GEO KEGG
GO FC PCA PCR EDTA RT-qPCR
DNA
RNA
主要英文缩略语索引
英文全称
中文译名
Hepatocellular carcinoma
I
万方数据
于细胞周期、卵母细胞减速分裂、孕激素介导的卵母细胞成熟、P53 信号通路、癌症途径等；下调的差异表达基因主要集中于：补体系统、 药物代谢 、视黄醇代谢、细胞色素 P450 的异性生物质代谢、亚油酸 代谢。
结论：1、MAPK 信号通路可能是肝癌的主要分子发病机制之一； 2、P53 信号通路的上调可能对肝癌的发生有一定的保护作用；3、 CYP450 的下调可能对于临床药物使用及肝癌的预防有一定的意义。
III
万方数据
software DAVID analyze biological function and Pathway enrichment of significantly differentially expressed genes.
Results:1. A total of 1067 significantly differentially expressed genes is confirmed,including 626 up regulation and 450 down regulatiaon.2. GO functional annotation results: the differentially expressed genes of up regulation mainly relate to the cell cycle phase M, mitosis, purine nucleotide binding, etc. the differentially expressed genes of down regulation mainly relate to microsome, acute inflammation, protein degradation, complement activation, positive regulation of immune response, oxidoreductase activities, etc. 3. The pathway enrichment results: the differentially expressed genes of up regulation mainly focus on the cell cycle, reduction division of oocytes, Progesterone - mediated oocyte maturation, P53 signaling pathway, cancer; the differentially expressed genes of down regulation mainly focus on: Complement and coagulation cascades ,drug metabolism, retinol metabolism, heterosexual biomass of the cytochrome P450 metabolic, linoleic acid metabolism.
作者签名：
年月日
南华大学学位论文版权使用授权书
本学位论文是本人在南华大学攻读硕士学位期间在导师指导下完成的学位论文。 本论文的研究成果归南华大学所有，本论文的研究内容不得以其它单位的名义发表。 本人同意南华大学有关保留、使用学位论文的规定，即：学校有权保留学位论文，允 许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、 缩印或其它手段保留学位论文；学校可根据国家或湖南省有关部门规定送交学位论文。 同意学校将论文加入《中国优秀博硕士学位论文全文数据库》，并按《中国优秀博硕 士学位论文全文数据库出版章程》规定享受相关权益。同意授权中国科学信息技术研 究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供 信息服务。对于涉密的学位论文，解密后适用该授权。
关键词：基因芯片；肝癌；差异基因
II 万方数据
BIOINFORMATICS ANALYSIS OF HEPATOCELLULAR CARCINOMA BASED ON GENE MICROARRAY
Abstract:
Expression microarray technology produce a large number of gene chip and mass biological information. It is the challenges and goals for biological workers that using the microarray data from numerous laboratories and reading the biological meaning of the complex gene expression data.
Methods:Gene chip data GSE60502 is downloaded from the GEO database. The microarray data are analyzed by Genespring software,which screen the differentially expressed genes .Using online
分类号 R57
UDC
610
密级 学校代码
公开 10555
硕士学位论文
（专业学位）
基于基因芯片数据的肝癌生物信息 学分析
研 究 生 姓 名：王秀丽 指 导 教 师 、 职 称：宁文锋 副教授 专 业 学 位 类 别 （ 领 域 ）：临床医学（内科学） 研 究 方 向：肝癌 所 在 学 院：第二临床学院
作者签名： 导师签名：
年月日 年月日
万方数据
万方数据
基于基因芯片数据的肝癌生物信息学分析
摘要：
表达谱芯片技术产生了大量的基因芯片及海量的生物学信息。利 用众多实验室的基因芯片数据及从这些纷繁的基因表达数据中读懂 其中蕴含的生物学意义是生物学工作者的挑战与目标。
肝癌的发生､发展是一个多阶段、多步骤、多基因的复杂过程。 肝癌发病分子机制传统的研究方法以单基因为主，研究结果有一定的 局限性。基因芯片研究能高通量表现基因的变化，对肝癌发病的分子 机制研究有较大的优势。本研究拟对基因芯片数据库中的肝癌基因芯 片予以生物信息学数据分析，筛选出差异表达基因，然后对差异基因 进行生物学功能分析,从而对肝癌发病的分子机制予以探讨。
ribonucleic acid
核糖核酸
V 万方数据
VI 万方数据
VII 万方数据
目录
中文摘要 ········································································Ⅰ 英文摘要 ········································································Ⅲ 缩略词索引 ·····································································Ⅴ 第 1 章 前言 ····································································1 第 2 章 材料与方法 ···························································5 第 3 章 实验结果 ····························································15 第 4 章 讨论 ··································································29 第 5 章 结论 ··································································35 参考文献 ········································································37 综述 ··············································································41 硕士期间发表的论文…………………………………………………49 致谢……………………………………………………………………51
肝细胞癌
Gene Expression Omnibus Kyoto Encyclopedia of Genes
and Genomes
基因表达数据库 京都基因与基因组百
科全书
Gene Ontology Fold change