为探究G蛋白信号调节蛋白2(Regulator of G Protein Signaling 2,RGS2)在泛癌中的表达与预后和免疫浸润的关系,利用生物信息学方法、结合R语言与多个数据库进行了深入分析。首先,通过TCGA数据库分析RGS2在33种癌症肿瘤组织与正常组织中...为探究G蛋白信号调节蛋白2(Regulator of G Protein Signaling 2,RGS2)在泛癌中的表达与预后和免疫浸润的关系,利用生物信息学方法、结合R语言与多个数据库进行了深入分析。首先,通过TCGA数据库分析RGS2在33种癌症肿瘤组织与正常组织中的差异表达,并通过GEO数据库对部分结果进行验证;再通过Cox回归分析与log-rank检验进行预后分析。接着进行免疫浸润分析,并通过ssGSEA分析RGS2对免疫微环境的影响;根据RGS2表达的高低分组获取差异基因,并通过Gene Ontology(GO)、Kyoto Encyclopedia of Genes and Genomes(KEGG)富集分析找到与RGS2相关的分子通路。最后,通过STRING数据库、GENEMANIA数据库获取RGS2的相关基因,搭建蛋白互作网络(Protein-Protein Interaction Networks,PPI)。结果表明,RGS2表达量在24种癌症肿瘤组织显著下调,在4种癌症中显著上调。RGS2在膀胱尿路上皮癌、肾透明细胞癌、肝细胞肝癌、胃腺癌中为危险因素,但在皮肤黑色素瘤、子宫癌肉瘤为保护因素。免疫浸润分析结果表明,RGS2表达与多数免疫细胞表达量显著正相关,但与Th17细胞表达量显著负相关。富集分析表明,RGS2与补体活化、免疫球蛋白受体结合等功能和通路密切相关。PPI蛋白互作网络显示RGS2与RGS4、GNA11、GNA14等基因具有显著相关性。综上所述,RGS2在28种癌症中显著差异表达,可作6种癌症的独立预后因子,与多种癌症的免疫浸润水平显著相关。因此,RGS2有望成为多种癌症的诊断、预后、免疫浸润的新型生物标志物,有望成为一种新的治疗靶点。展开更多
针对现有RGBD场景流计算模型在复杂场景、非刚性运动和运动遮挡等情况下易产生场景过度平滑和运动边缘模糊的问题,提出一种基于FRFCM(Fast and Robust Fuzzy C-Means)聚类与深度优化的RGBD场景流计算方法.首先以图像序列连续帧间光流信...针对现有RGBD场景流计算模型在复杂场景、非刚性运动和运动遮挡等情况下易产生场景过度平滑和运动边缘模糊的问题,提出一种基于FRFCM(Fast and Robust Fuzzy C-Means)聚类与深度优化的RGBD场景流计算方法.首先以图像序列连续帧间光流信息为基准,利用FRFCM聚类算法对输入图像进行初始分割,然后根据深度图像的运动边缘信息优化初始分割结果,提取高置信度的运动分层信息.最后设计基于图像分割的RGBD场景流能量函数,采用金字塔变形策略计算精确的场景流结果.分别采用Middlebury和MPI-Sintel数据库所提供的测试图像集对本文方法和现有的RGBD场景流算法进行综合对比分析,实验结果表明本文方法相对于其他方法具有更好的场景流估计精度和鲁棒性,有效改善了场景过度平滑和运动边缘模糊问题.展开更多
基金国家重点基础研究发展规划(973)(the National Grand Fundamental Research 973 Program of China under Grant No.2003CB716101)国家自然科学基金重点项目(the Grand National Natural Science Foundation of China under Grant No.30730036)
文摘为探究G蛋白信号调节蛋白2(Regulator of G Protein Signaling 2,RGS2)在泛癌中的表达与预后和免疫浸润的关系,利用生物信息学方法、结合R语言与多个数据库进行了深入分析。首先,通过TCGA数据库分析RGS2在33种癌症肿瘤组织与正常组织中的差异表达,并通过GEO数据库对部分结果进行验证;再通过Cox回归分析与log-rank检验进行预后分析。接着进行免疫浸润分析,并通过ssGSEA分析RGS2对免疫微环境的影响;根据RGS2表达的高低分组获取差异基因,并通过Gene Ontology(GO)、Kyoto Encyclopedia of Genes and Genomes(KEGG)富集分析找到与RGS2相关的分子通路。最后,通过STRING数据库、GENEMANIA数据库获取RGS2的相关基因,搭建蛋白互作网络(Protein-Protein Interaction Networks,PPI)。结果表明,RGS2表达量在24种癌症肿瘤组织显著下调,在4种癌症中显著上调。RGS2在膀胱尿路上皮癌、肾透明细胞癌、肝细胞肝癌、胃腺癌中为危险因素,但在皮肤黑色素瘤、子宫癌肉瘤为保护因素。免疫浸润分析结果表明,RGS2表达与多数免疫细胞表达量显著正相关,但与Th17细胞表达量显著负相关。富集分析表明,RGS2与补体活化、免疫球蛋白受体结合等功能和通路密切相关。PPI蛋白互作网络显示RGS2与RGS4、GNA11、GNA14等基因具有显著相关性。综上所述,RGS2在28种癌症中显著差异表达,可作6种癌症的独立预后因子,与多种癌症的免疫浸润水平显著相关。因此,RGS2有望成为多种癌症的诊断、预后、免疫浸润的新型生物标志物,有望成为一种新的治疗靶点。
文摘针对现有RGBD场景流计算模型在复杂场景、非刚性运动和运动遮挡等情况下易产生场景过度平滑和运动边缘模糊的问题,提出一种基于FRFCM(Fast and Robust Fuzzy C-Means)聚类与深度优化的RGBD场景流计算方法.首先以图像序列连续帧间光流信息为基准,利用FRFCM聚类算法对输入图像进行初始分割,然后根据深度图像的运动边缘信息优化初始分割结果,提取高置信度的运动分层信息.最后设计基于图像分割的RGBD场景流能量函数,采用金字塔变形策略计算精确的场景流结果.分别采用Middlebury和MPI-Sintel数据库所提供的测试图像集对本文方法和现有的RGBD场景流算法进行综合对比分析,实验结果表明本文方法相对于其他方法具有更好的场景流估计精度和鲁棒性,有效改善了场景过度平滑和运动边缘模糊问题.