目的:应用癌症基因组图谱(TCGA)数据库分析乳腺癌中E-钙黏蛋白(CDH1)基因突变情况。方法:从TCGA数据库收集乳腺癌数据集1098例,按照CDH1是否发生突变分为未突变组(986例)和突变组(112例),统计患者临床信息,应用c Bio Portal网站对数据...目的:应用癌症基因组图谱(TCGA)数据库分析乳腺癌中E-钙黏蛋白(CDH1)基因突变情况。方法:从TCGA数据库收集乳腺癌数据集1098例,按照CDH1是否发生突变分为未突变组(986例)和突变组(112例),统计患者临床信息,应用c Bio Portal网站对数据集进行突变分析、基因共表达分析及生存期等分析。结果:在1098个病例中,CDH1突变112例(占10.4%),其中Q23*突变最多,共6例,P127Afs*41、R63*突变各有4例,E243K、R335*及X722_splice缺失各3例,N166Mfs*49、Q195*、X646_splice缺失各2例,另有72个病例突变位点各不相同。结论:乳腺癌患者的CDH1基因突变有较高发生率,占比10.1%,Q23*、P127Afs*41、R63*、E243K、R335*、X722_splice、N166Mfs*49、Q195*、X646_splice等突变频率较高,这些突变有可能为研究乳腺癌的发病及诊治提高新的思路。展开更多
国际癌症基因组协作组(International Cancer Genome Consortium.ICGC)第一次工作会议于2008年11月15至17日在美国首都华盛顿召开。来自澳大利亚、加拿大、中国及中国香港特别行政区、法国、德国、印度、日本、荷兰、新加坡、英国、...国际癌症基因组协作组(International Cancer Genome Consortium.ICGC)第一次工作会议于2008年11月15至17日在美国首都华盛顿召开。来自澳大利亚、加拿大、中国及中国香港特别行政区、法国、德国、印度、日本、荷兰、新加坡、英国、美国(国家顺序按照英文首字母排列)的一百多位肿瘤学界与基因组学界的研究人员出席了会议。展开更多
胶质母细胞瘤(glioblastoma,GBM)是最常见的原发性颅内肿瘤,恶性程度极高,患者预后极差。为了识别GBM预后生物标记物,建立预后模型,本研究通过分析癌症基因组图谱计划(The Cancer Genome Atlas,TCGA)数据库中GBM的表达谱数据,筛选出不...胶质母细胞瘤(glioblastoma,GBM)是最常见的原发性颅内肿瘤,恶性程度极高,患者预后极差。为了识别GBM预后生物标记物,建立预后模型,本研究通过分析癌症基因组图谱计划(The Cancer Genome Atlas,TCGA)数据库中GBM的表达谱数据,筛选出不同生存期GBM患者差异基因。利用GISTIC软件和Kaplan-Meier(KM)生存分析方法分析TCGA数据库中的GBM拷贝数变异数据,识别影响生存的扩增基因(survival-associated amplified gene,SAG)。取短生存期组上调基因和SAG两者的交集基因,进行单因素Cox回归和迭代Lasso回归筛选重要候选基因并建立预后模型;计算预后评分,根据预后评分中位数将患者分为高风险组和低风险组。用ROC曲线判断模型的优良,KM生存分析高低风险组预后差异,并用GEO、CGGA和Rembrandt数据库3个外部数据集进行验证。多因素Cox回归分析判断预后评分的预后独立性。结果显示,GBM不同生存期差异分析得到上调基因426个,下调基因65个。短生存期组上调基因与SAG交集得到47个基因。经过筛选,最终确定六基因(EN2、PPBP、LRRC61、SEL1L3、CPA4、DDIT4L)预后模型。TCGA实验组和3个外部验证组模型的ROC曲线下面积均大于0.6,甚至达到0.912。KM分析显示高低风险组的预后都存在差异(P<0.05)。在多因素Cox回归分析中,六基因预后评分是GBM患者预后的独立影响因素(P<0.05)。通过一系列分析,本研究确立了六基因(EN2、PPBP、LRRC61、SEL1L3、CPA4、DDIT4L)的GBM预后模型,模型具有很好的预测能力,可作为预测GBM患者的独立预后标志物。展开更多
人类癌症细胞中通常藏匿着多种引起恶性病变的染色体变异,核酸替换和表观遗传修饰。癌症基因组图谱(the cancer genome atlas,TCGA)计划的目标是获取、刻画并分析人类癌症中大规模、多种变异的分子特征,并且为癌症研究者迅速地提供数据...人类癌症细胞中通常藏匿着多种引起恶性病变的染色体变异,核酸替换和表观遗传修饰。癌症基因组图谱(the cancer genome atlas,TCGA)计划的目标是获取、刻画并分析人类癌症中大规模、多种变异的分子特征,并且为癌症研究者迅速地提供数据。本文对TCGA数据的四个产生流程以及包含的癌症种类、数据类型、数据水平、分析流程和常用的几种分析工具等进行阐述,同时以卵巢癌(ovarian cancer)为例详细介绍了TCGA数据在突变分析、拷贝数分析、表达分析和通路分析等方面的应用,并对TCGA研究团队近几年有关胶质母细胞瘤(glioblastoma,GBM)的研究方法和结果以及已经完成分析的癌症类型进行综述。展开更多
文摘目的:应用癌症基因组图谱(TCGA)数据库分析乳腺癌中E-钙黏蛋白(CDH1)基因突变情况。方法:从TCGA数据库收集乳腺癌数据集1098例,按照CDH1是否发生突变分为未突变组(986例)和突变组(112例),统计患者临床信息,应用c Bio Portal网站对数据集进行突变分析、基因共表达分析及生存期等分析。结果:在1098个病例中,CDH1突变112例(占10.4%),其中Q23*突变最多,共6例,P127Afs*41、R63*突变各有4例,E243K、R335*及X722_splice缺失各3例,N166Mfs*49、Q195*、X646_splice缺失各2例,另有72个病例突变位点各不相同。结论:乳腺癌患者的CDH1基因突变有较高发生率,占比10.1%,Q23*、P127Afs*41、R63*、E243K、R335*、X722_splice、N166Mfs*49、Q195*、X646_splice等突变频率较高,这些突变有可能为研究乳腺癌的发病及诊治提高新的思路。
文摘国际癌症基因组协作组(International Cancer Genome Consortium.ICGC)第一次工作会议于2008年11月15至17日在美国首都华盛顿召开。来自澳大利亚、加拿大、中国及中国香港特别行政区、法国、德国、印度、日本、荷兰、新加坡、英国、美国(国家顺序按照英文首字母排列)的一百多位肿瘤学界与基因组学界的研究人员出席了会议。
文摘人类癌症细胞中通常藏匿着多种引起恶性病变的染色体变异,核酸替换和表观遗传修饰。癌症基因组图谱(the cancer genome atlas,TCGA)计划的目标是获取、刻画并分析人类癌症中大规模、多种变异的分子特征,并且为癌症研究者迅速地提供数据。本文对TCGA数据的四个产生流程以及包含的癌症种类、数据类型、数据水平、分析流程和常用的几种分析工具等进行阐述,同时以卵巢癌(ovarian cancer)为例详细介绍了TCGA数据在突变分析、拷贝数分析、表达分析和通路分析等方面的应用,并对TCGA研究团队近几年有关胶质母细胞瘤(glioblastoma,GBM)的研究方法和结果以及已经完成分析的癌症类型进行综述。