基于GEO和TCGA数据库胰腺癌生存相关基因的生物信息学分析
Journal of Xi'an Jiaotong University(Medical Sciences)(2023)
摘要
目的 基于胰腺癌相关的高通量基因表达(GEO)和癌症基因组图谱(TCGA)数据,采用生存相关算法筛选并验证参与胰腺癌患者生存的关键预后基因.方法 采用 GEO 数据库 2 个胰腺癌基因芯片(Microarray)和 TCGA 数据库胰腺癌转录组测序(RNA-seq)数据,利用Kaplan-Meier(KM)分析和Cox比例风险模型进行生存相关基因的过滤并取目的基因交集;对交集基因进行多因素回归分析与临床相关性分析筛选预后相关基因;对预后相关基因进行通路富集分析和CIBERSORT免疫富集分析寻找其调控胰腺癌的潜在分子机制.结果 本研究借助TCGA和GEO 数据库中包含的生存信息与临床特征的 3 个胰腺癌数据集,筛选得到了 5 个与胰腺癌生存相关的基因(CDO1、DCBLD2、FAM83A、ITGA3 和SLC16A3),且多因素Cox回归分析和临床相关性分析表明,CDO1 高表达是胰腺癌预后的保护性因素,其抑癌作用与抑制肿瘤细胞恶性生物学行为和促进胰腺癌抗肿瘤活性免疫细胞浸润相关.结论 本研究首次提出了CDO1 是与胰腺癌预后显著相关的保护性基因,并发现CDO1 的抑癌机制与抗肿瘤免疫微环境形成密切相关,为后续胰腺癌基础研究与临床治疗提供了新靶点.
更多关键词
pancreatic cancer,survival-related gene,CDO1,immune microenvironment
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要