【CN109872772A】利用权重基因共表达网络挖掘结直肠癌放疗特异性基因的方法【专利】
直肠癌新辅助放化疗敏感性相关基因的筛查、验证和应用
方法： 第一部分：
收集直肠癌患者新辅助放化疗前的活检组织样本共１６例，按照术后病理分 期将其分为病理完全缓解组（ｐＣＲ组）和未达病理完全缓解组（ｎｐＣＲ组），每组８ 例。采用Ｈｕｍａｎ Ｇｅｎｏｍｅ 使用Ｓｉｇｎｉｆｉｃａｎｃｅ
ＧｅｎｅＣｈｉｐ ｐｌｕｓ Ｕ１３３ ２．０ Ａｒｒａｙ芯片进行基因表达谱分析。
本，应用荧光定量ＰＣＲ对候选基因的ｍＲＮＡ表达水平进行验证；选取其中５２ 例样本，应用免疫组织化学方法对荧光定量ＰＣＲ验证有差异的候选基因进行蛋
白表达水平的验证。使用ＳＰＳＳ １９．０对数据进行统计学分析。
结果： 第一部分：
通过全基因组表达谱芯片分析，我们得到在ｐＣＲ组和ｎｐＣＲ组之间的表达
有差异的８３９个基因，其中３６２个基因在表达下调，４７７个基因表达上调。ＫＥＧＧ
Ａｎａｌｙｓｉｓ ｏｆ
Ｍｉｃｒｏａｒｒａｙｓ（ＳＡＭ）筛选ｐＣＲ组和ｎｐＣＲ组之间的差
Ｒｅｓｏｕｒｃｅｓ
异表达基因，确定候选基因；利用ＤＡＶＩＤ Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ 通路分析和ＧＯ生物学功能分析。
６．７进行ＫＥＧＧ
第二部分：
收集另一批直肠癌患者新辅助放化疗前的活检组织样本共９５例，按照术后 病理分期将其分为两组，其中ｐＣＲ组２７例，ｎｐＣＲ组６８例。选取其中６３例样
第二部分：
对荧光定量ＰＣＲ的结果分析发现，ＣＨＦＲ、ＣＸＣＬ９、ＨＯＸＢ８、ＨＰＧＤ和
万方数据
复旦大学硕士学位论文
中文摘要
ＰＬＡ２Ｇ７
ｍＲＮＡ的平均表达水平在ｐＣＲ组和ｎｐＣＲ组之问的差异没有统计学意
义（Ｐ＞０．０Ｓ），ＣＸＣＬｌ０和ＧＢＰｌ ｍＲＮＡ的平均表达水平在ｐＣＲ组和ｎｐＣＲ组之
间差异具有统计学意义（尸＜０．０５）。用二分类法将各基因的ｍＲＮＡ表达水平分为
加权基因共表达网络分析结合机器学习算法筛选与腹主动脉瘤免疫相关的关键基因
加权基因共表达网络分析结合机器学习算法筛选与腹主动脉瘤免疫相关的关键基因杨树;张娣;谢春杨【期刊名称】《血管与腔内血管外科杂志》【年(卷),期】2024(10)3【摘要】目的探讨腹主动脉瘤(AAA)免疫相关的关键基因。
方法从基因表达综合数据库(GEO)中获取AAA组织与健康人群正常腹主动脉组织的转录组数据,通过单样本基因集富集分析(ssGSEA)计算免疫细胞浸润分数,使用加权基因共表达网络分析(WGCNA)结合机器学习算法筛选与AAA免疫浸润相关的关键基因,使用STRING数据库进行蛋白-蛋白互作分析,采用受试者工作特征(ROC)曲线分析目的基因对于AAA的诊断能力。
结果与健康人群腹主动脉组织相比,AAA组织中活化的CD4^(+)T细胞浸润分数升高,差异有统计学意义(P﹤0.05)。
WGCNA分析获得1215个与活化的CD4^(+)T细胞浸润相关的基因,差异基因表达分析得出990个AAA组织和健康人群正常腹主动脉组织表达差异的基因,将差异基因表达分析得到的基因与WGCNA中所得的基因进行交集后得到282个与CD4^(+)T细胞浸润相关的差异基因。
将282个差异基因进行基因本体论(GO)、京都基因与基因组百科全书(KEGG)富集分析,生物过程(BP)富集分析表明,这些基因与有机化合物氧化的能量衍生、细胞呼吸、线粒体呼吸链复合物组装、烟酰胺腺嘌呤二核苷酸(NADH)脱氢酶复合物装配和线粒体呼吸链复合体I装配等生物过程有关;分子功能(MF)富集分析表明,这些基因与氧化还原相关的分子学功能有关;细胞成分(CC)富集分析表明这些分子表达与线粒体组分相关。
KEGG富集分析显示,这些基因与神经系统疾病、非酒精性脂肪肝、氧化磷酸化等信号通路有关。
通过向量机-相对误差过滤(SVM-REF),LASSO逻辑回归和随机森林模型3种机器学习算法从282个与活化的CD4^(+)T细胞浸润相关的差异基因中获得了4个Hub基因(VCAN、CUTL1、TRAPPC4和LOC646782)。
基于癌症基因组图谱数据库的结直肠腺癌加权基因共表达网络的构建与分析
基于癌症基因组图谱数据库的结直肠腺癌加权基因共表达网络的构建与分析卞承玲;戴剑;陆亚云;李子文;常乐;孙妹;闫飞虎;赵晓光【期刊名称】《海军医学杂志》【年(卷),期】2018(039)005【摘要】目的利用癌症基因组图谱(TCGA)数据库结直肠腺癌组织样本表达谱数据,筛选差异表达的基因及微小RNA(miRNA),构建结直肠癌加权基因共表达网络,分析预后相关基因及miRNA.方法首先在TCGA数据库下载结直肠腺癌组织样本表达谱数据,应用生物信息学原理探索并分析差异表达基因及miRNA,构建加权基因共表达网络,筛选其枢纽基因及相关miRNA,进而发现预后相关枢纽基因及miRNA.结果共发现2个核心网络,结合2个核心网络的top10枢纽基因及相关miRNA,进一步确定了和预后相关的基因及miRNA,分别为CYP2E1和mir-885.结论构建结直肠癌加权基因共表达网络可为研究结直肠癌的潜在发病机制提供了参考,枢纽基因及相关miRNA有可能作为诊断的生物标志物和治疗靶点应用于临床.【总页数】4页(P402-405)【作者】卞承玲;戴剑;陆亚云;李子文;常乐;孙妹;闫飞虎;赵晓光【作者单位】200433 上海,海军军医大学附属长海医院影像科;200433 上海,海军军医大学附属长海医院耳鼻喉科;200433 上海,海军军医大学附属长海医院影像科;200433 上海,海军军医大学附属长海医院影像科;200433 上海,海军军医大学附属长海医院影像科;200433 上海,海军军医大学附属长海医院麻醉科;200433 上海,海军军医大学附属长海医院肛肠外科;解放军第四一三医院普外科【正文语种】中文【中图分类】R735.3【相关文献】1.基于癌症基因组图谱数据库的结直肠癌竞争性内源RNA网络的构建与分析 [J], 卞承玲;戴剑;陆亚云;李子文;常乐;孙妹;任丽2.结直肠腺瘤的加权基因共表达网络构建与分析 [J], 高亚东;屈亚威;刘海峰3.利用加权基因共表达网络分析构建食管腺癌预后枢纽基因网络 [J], 陈超; 童国俊; 张建斌; 沈亮; 何焕钟4.基于癌症基因组图谱数据库分析芳香烃受体核转运体样2在肺腺癌中的表达及其预后意义 [J], 陈金花;赵秋荣;尤剑彬;陈发林5.基于癌症基因组图谱数据库评估结直肠癌患者微RNA-17-5p的表达特征和预后价值 [J], 潘成;屈潇;秦环龙因版权原因，仅展示原文概要，查看原文内容请购买。
应用生物信息学筛选结直肠癌Hub基因及验证
系统医学 2024 年 2 月第 9 卷第 3期应用生物信息学筛选结直肠癌Hub 基因及验证陈树华，温日葵，祝惠钦，谢荣章云浮市人民医院检验科，广东云浮 527300[摘要] 目的 通过运用生物信息学分析，筛选出与结直肠癌相关的差异表达基因（Differentially Expressed genes, DEGs ），并验证其生物学功能。
方法 云浮市人民医院检验科从基因表达综合数据库（Gene Expression Omnibus, GEO ）中下载结直肠癌芯片数据GSE 21815、GSE 31905、GSE 35279资料，应用GEO2R 语言进行处理得出结直肠癌和正常结直肠组织之间的差异表达基因，并通过生物信息学工具DAVID 、STRING 、Cytoscape 构建差异表达基因的蛋白互作网络，筛选Hub 基因，应用基因本体论（Gene Ontology, GO ）、基因百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG ）分析筛选出的Hub 基因的生物功能，并利用MiRDB 工具找出可能调控Hub 基因的miRNA ，并于2017—2022年8月收集30例结直肠癌组织和30例正常结直肠组织样本，通过实时荧光定量PCR （Quantitative Real-time PCR, qPCR ）验证。
结果 经生物学信息分析和蛋白质相互作用网络图分析催产素受体基因、基质金属蛋白酶11基因、间质上皮转化因子基因、基质金属蛋白酶7基因、激肽释放酶8基因、激肽释放酶10基因为结直肠癌组织发生发展的关键Hub 基因。
结直肠癌组织中基质金属蛋白酶11基因（4.38±1.58）、间质上皮转化因子基因（2.69±0.29）、基质金属蛋白酶7基因（0.88±0.14）、激肽释放酶8基因（11.09±3.90）、激肽释放酶10基因mRNA （7.88±2.20）的表达，显著高于正常结直肠组织组织，差异有统计学意义（t =9.605、25.339、26.376、9.541、3.726，P 均<0.001）。
直肠癌放化疗疗效相关靶基因的鉴定[发明专利]
![直肠癌放化疗疗效相关靶基因的鉴定[发明专利]](https://img.taocdn.com/s3/m/2cf35ab8804d2b160a4ec0c6.png)
专利名称：直肠癌放化疗疗效相关靶基因的鉴定
专利类型：发明专利
发明人：朱雅群,彭啟亮,邹莉,杨咏强,沈培佩,林宇鑫,沈百荣申请号：CN201611011511.9
申请日：20161117
公开号：CN106367527A
公开日：
20170201
专利内容由知识产权出版社提供
摘要：本发明公开了一种直肠癌放化疗疗效相关靶基因的鉴定方法，其步骤包括：在PubMed数据库中检索直肠癌放化疗相关的microRNA，找到相关microRNA的靶基因，结合直肠癌病人的基因芯片数据以及统计分析，筛选得到与直肠癌放化疗特异相关的基因。
本发明通过搜集已报道的与直肠癌密切相关的microRNA，结合microRNA‑mRNA调控关系以及基因芯片表达谱数据，并结合临床实验验证得到与直肠癌放化疗特异相关的靶基因。
该筛选得到的基因可作为预测直肠癌放化疗疗效的标志物。
申请人：苏州大学附属第二医院
地址：215004 江苏省苏州市姑苏区三香路1055号
国籍：CN
代理机构：常州佰业腾飞专利代理事务所(普通合伙)
代理人：张宇
更多信息请下载全文后查看。
基于蛋白质互作网络挖掘结直肠癌致病基因
基于蛋白质互作网络挖掘结直肠癌致病基因吴慧慧;唐旭清【期刊名称】《数据采集与处理》【年(卷),期】2018(033)004【摘要】结直肠癌是消化系统常见的恶性肿瘤之一,死亡率居发达国家恶性肿瘤死亡率的第3位.本文通过生物分析进行结直肠癌致病基因的识别.首先,基于GEO中GSE9348基因表达数据集,利用R语言的LIMMA包筛选出 P ＜ 0 .05 ,Fold change ＞ 2的结直肠癌差异基因339个;其次,基于OMIM数据库中已知结直肠癌的致病基因和STRING数据库,获得差异表达基因与致病基因的蛋白质互作网络;接着利用Cytoscape软件的ClusterONE插件进行蛋白质互作网络模块分析,获得一个含有53个基因的子网络;最后,通过对子网络的拓扑分析,获得了FOS 、CCND1 、CEBPB 、EGR1和NOS3等5个新结直肠癌致病基因.同时,通过功能富集分析和文献挖掘对新发现的致病基因进行验证.【总页数】8页(P654-661)【作者】吴慧慧;唐旭清【作者单位】江南大学理学院,无锡,214122;江南大学理学院,无锡,214122;江南大学无锡市生物计算工程技术研究中心,无锡,214122【正文语种】中文【中图分类】TP391;O29【相关文献】1.基于蛋白质相互作用网络预测癌症致病基因 [J], 袁芳;李靖;周艳红2.基于加权基因共表达网络挖掘卵巢癌相关基因 [J], 李康梅;陈泯锜;戴明明;陈秀榕;黎明星;何国珍3.基于蛋白质互作网络挖掘自闭症谱系障碍的功能模块与核心基因 [J], 许逸聪;胡婉雪;谢芹;赵洪波;唐欣4.基于蛋白质相互作用网络局部相似度的肝癌疾病基因预测 [J], 胡静波;项炬;胡涛;胡柯5.基于SNP互作识别类风湿性关节炎的潜在致病基因 [J], 李怡然;周艳艳;黄昊;侯敏;朱莉娜;李琬;陈丽娜因版权原因，仅展示原文概要，查看原文内容请购买。
结直肠癌放疗敏感性相关分子生物学标记研究进展
结直肠癌放疗敏感性相关分子生物学标记研究进展许聪;曹科;刘兰;吴慧;田瑞芳;曹培国;黄程辉【期刊名称】《转化医学电子杂志》【年(卷),期】2017(4)9【摘要】结直肠癌是目前世界上高发病率肿瘤之一,结直肠癌的治疗以手术为主,必要时联合放疗、化疗及靶向治疗.放疗在结直肠癌的治疗中占有重要地位,然而临床上有部分患者对放疗不敏感甚至放疗抵抗.肿瘤细胞的放射敏感性与细胞氧合、细胞周期、增殖活性、DNA损伤修复等多种因素相关.本文主要从凋亡相关基因、转录因子蛋白、抗氧化蛋白、表皮生长因子受体、非编码RNA及自噬相关基因等方面对结直肠癌放疗敏感性相关分子生物学标记研究进展进行综述.【总页数】4页(P84-87)【作者】许聪;曹科;刘兰;吴慧;田瑞芳;曹培国;黄程辉【作者单位】中南大学湘雅三医院肿瘤科,长沙410013;中南大学湘雅三医院肿瘤科,长沙410013;中南大学湘雅三医院肿瘤科,长沙410013;中南大学湘雅三医院肿瘤科,长沙410013;中南大学湘雅三医院肿瘤科,长沙410013;中南大学湘雅三医院肿瘤科,长沙410013;中南大学湘雅三医院肿瘤科,长沙410013【正文语种】中文【中图分类】R735.3+4【相关文献】1.结直肠癌预后相关标记物研究进展 [J], 张羽2.癌胚抗原阴性的结直肠癌检测和结直肠癌预后相关生物标记 [J], 屠世良;颜怀军;郦卫星;李永哲;陈盈;李宁;许洋3.结直肠癌放疗前后存活蛋白的表达与放疗敏感性的相关性研究 [J], 李娟;罗维;王帅;胡南;张翀;吴艳;杨镇洲4.结直肠癌干细胞相关标记物的研究进展 [J], 钮仕琦;张娜;刘昆;原晋阳;贾彬5.动脉粥样硬化相关血清生物标记物学及分子生物学检测指标的研究进展 [J], 王颖;姚玉淑因版权原因，仅展示原文概要，查看原文内容请购买。
结直肠癌的关键癌症驱动基因筛选及其生物学功能分析
结直肠癌的关键癌症驱动基因筛选及其生物学功能分析王锦淼;王颖;周博昊;王雷;穆伟斌【期刊名称】《山东医药》【年(卷),期】2022(62)30【摘要】目的探寻结直肠癌(colorectal carcinoma,CRC)的关键癌症驱动基因(Cancer Driver Genes,CDGs),并探讨其生物学功能。
方法从癌症基因组图谱数据库中获取CRC基因组数据,从国际肿瘤基因组协作组数据库获取CRC基因表达数据。
利用CRC突变基因数据构建CRC基因突变矩阵,利用突变基因表达数据构建CRC突变基因表达矩阵;从STRING数据库中获取CRC基因的蛋白质相互作用(PPI)网络,运用python软件将CRC基因突变矩阵、CRC突变基因表达矩阵和PPI数据整合,构建CRC高维突变基因加权网络,测算基因最大突变影响分数得分,得到CRC驱动基因,利用CGC数据库筛选CRC关键癌症驱动基因。
利用STRING在线分析工具对CRC关键癌症驱动基因进行基因本体分析和京都基因和基因组数据库信号通路富集分析。
结果筛选出22个CRC关键癌症驱动基因,分别为ATM、TTN、PCDHGB3、LRP1B、PCDHA6、PIK3CA、SYNE1、PCDHGB2、KMT2C、BRAF、BMPR1A、PCDHGA8、PCDHGA5、FAT4、PCDHA8、APC、PCDHGA7、PCDHA10、PCDHA9及FBXW7。
CRC关键癌症驱动基因的分子功能主要集中在钙离子结合、阳离子结合、金属离子结合等;生物过程主要集中在通过质膜黏附分子的同源性细胞黏附、通过质膜黏附分子的细胞—细胞黏附、细胞黏附等;细胞组成主要集中在质膜、质膜的组成部分、膜等;CRC关键癌症驱动基因的信号通路主要集中在大肠癌、FoxO信号通路、调节干细胞多能性的信号通路等。
结论CRC关键癌症驱动基因主要有ATM、TTN、PCDHGB3等。
CRC关键癌症驱动基因的生物学功能主要集中在钙离子结合、质膜黏附分子的同源性细胞黏附、质膜等;主要通过大肠癌、FoxO信号通路、调节干细胞多能性等信号通路等发挥作用。
- 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)。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910114252.X
(22)申请日 2019.02.14
(71)申请人 辽宁省肿瘤医院
地址 110042 辽宁省沈阳市大东区小河沿
路44号
(72)发明人 王哲 刘星吾
(74)专利代理机构 沈阳亚泰专利商标代理有限
公司 21107
代理人 史力伏
(51)Int.Cl.
G16B 20/00(2019.01)
G16B 40/00(2019.01)
(54)发明名称
利用权重基因共表达网络挖掘结直肠癌放
疗特异性基因的方法
(57)摘要
本发明涉及权重基因共表达网络，特别涉及
一种利用权重基因共表达网络挖掘结直肠癌放
疗特异性基因的方法。
本发明利用权重基因共表
达网络挖掘结直肠癌放疗特异性响应基因的方
法，通过权重基因共表达网络为挖掘结直肠癌放
疗特异性响应基因提供了新途径，为预测结直肠
癌患者生存预后提供了新的依据。
针对本发明的
方法发现的靶点基因的放疗可以在一定程度上
提高结直肠癌患者的生存预后，降低结直肠癌患
者死亡率，解决实际的临床问题，为广大患者提
供了更佳的选择。
权利要求书3页 说明书7页 附图7页CN 109872772 A 2019.06.11
C N 109872772
A
1.利用权重基因共表达网络挖掘5个结直肠癌放疗特异性响应基因，分别为CCNE1、CDT1、MCM6、DBF4、CENPK。
2.一种利用权重基因共表达网络挖掘结直肠癌放疗特异性响应基因的方法，其特征在于，具体包括以下步骤：
步骤1、下载GEO的基因表达谱数据，将数据标准化后，使用方差分析筛选出在放疗前后在癌细胞与癌旁细胞中表达存在差异的基因，使用WGCNA对这些基因构建加权共表达网络，挖掘共表达模块，并对每一个模块做KEGG富集分析，观察每个模块的功能；
步骤2、计算每个模块与癌症放疗的关系，筛选出与癌症放疗最相关的模块，提取出这些模块的共表达网络，整合人类蛋白质互作网络，构建共表达-互作子网，分析子网中的基因，最终筛选出最合适的目的基因；
步骤3、为证明结果的有效性，再次对目的基因进行KEGG通路分析以及利用gepia在线工具定制化分析关键基因在癌细胞与癌旁细胞中的表达变化。
3.如权利要求所述的利用权重基因共表达网络挖掘结直肠癌放疗特异性响应基因的方法，其特征在于，所述步骤1具体包括以下步骤：
1）GEO数据下载和数据预处理：从GEO数据库下载GSE15781结直肠癌的芯片，为了标记芯片中的基因，需要插入相应的基因探针首先将探针插入到对应基因上，去除掉空载的探针；然后下载数据集Quantile normalized signal intensity；当多个探针对应一个基因时取中位数作为该基因的表达水平；
2）筛选在各类样本中差异的基因：使用方差分析计算每个基因在各类样本中的表达情况以筛选出各类样本中差异的基因，选择p值小于0.05的基因作为后续分析的目标基因；
3）基因共表达网络构建：WGCNA是使用基因表达数据来构建无尺度网络的系统生物学方法，首先构建基因表达相似性矩阵，即计算两两基因之间皮尔森相关系数的绝对值，使用公式1计算基因i和基因j之间的皮尔森相关系数，其中i和j分别是第i个基因和第j个基因
的表达量；
然后使用公式2将基因表达相似性矩阵转换成邻接矩阵，网络类型为signed.，其中β为软阈值，即每对基因的皮尔森相关系数的β次方，这一步能够从指数级别强化强相关性、减
弱弱相关性；
下一步使用公式3将邻接矩阵转换成拓扑矩阵，拓扑重叠可以用来描述基因之间的关联程度；公式3：
权 利 要 求 书1/3页2CN 109872772 A。