期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
胃癌DNA甲基化亚型及风险预测模型的建立
1
作者
卢伟
付涛
《腹部外科》
2022年第6期417-422,共6页
目的探讨不同DNA甲基化水平对胃癌病人预后的影响并据此建立风险预测模型。方法根据DNA甲基化水平差异使用一致性聚类方法将癌症基因组图谱(TCGA)数据库中407例胃癌样本划分为不同的DNA甲基化亚型,同时结合病人预后信息得出预后相关甲...
目的探讨不同DNA甲基化水平对胃癌病人预后的影响并据此建立风险预测模型。方法根据DNA甲基化水平差异使用一致性聚类方法将癌症基因组图谱(TCGA)数据库中407例胃癌样本划分为不同的DNA甲基化亚型,同时结合病人预后信息得出预后相关甲基化位点,建立Cox预后风险模型。结果将胃癌病人分为7个DNA甲基化亚型,不同的DNA甲基化亚型病人的预后存在差异(P<0.05),高DNA甲基化水平的病人总生存率更高。同时基于DNA甲基化预后相关位点建立了胃癌病人DNA甲基化Cox风险预测模型,将病人分为高风险组及低风险组,高风险组病人预后较低风险组病人预后差(P<0.05)。结论cg12645220、cg20727114、cg26535072是胃癌病人预后相关DNA甲基化位点基因,风险评分是胃癌病人预后的独立预后因素,同时与数种免疫细胞含量相关。
展开更多
关键词
胃癌
肿瘤免疫浸润
DNA甲基化分型
Cox
预后风险预测模型
下载PDF
职称材料
AKAP12调控AMPK/mTOR信号通路介导卵巢癌细胞增殖、凋亡和侵袭的作用及机制
2
作者
王迎洪
袁敏
+3 位作者
铁海龙
刘小山
朱长军
熊廷川
《天津师范大学学报(自然科学版)》
CAS
北大核心
2024年第6期13-19,共7页
为了探究AKAP12对卵巢癌(ovarian cancer,OV)细胞恶性行为的特异性作用,并基于枢纽基因(hub-Genes)构建OV预后风险预测模型,应用生物信息学技术,将“ovarian cancer”作为关键词,从GeneCards数据库得到OV相关基因,通过基因表达综合数据...
为了探究AKAP12对卵巢癌(ovarian cancer,OV)细胞恶性行为的特异性作用,并基于枢纽基因(hub-Genes)构建OV预后风险预测模型,应用生物信息学技术,将“ovarian cancer”作为关键词,从GeneCards数据库得到OV相关基因,通过基因表达综合数据库(GEO)筛选具有显著差异的OV相关枢纽基因并进行功能分析.通过单因素Cox回归分析筛选出与OV样本总生存期显著相关的hub-Genes;用LASSO算法构建卵巢癌预后风险预测模型,并通过Kaplan-Meier(KM)生存曲线、单因素多因素Cox回归分析以及ROC曲线检测该模型对OV患者的预后预测能力,通过SangerBox在线分析AKAP12与OV患者预后的相关性.细胞转染实现AKAP12过表达后,通过MTT实验检测细胞增殖能力,流式细胞术检测细胞凋亡能力,Transwell检测细胞侵袭能力,Western blot检测AMPK信号通路相关蛋白的表达.结果显示:①从GeneCards数据库中获得8378个OV相关基因,其中82个是在正常组织与OV组织中存在显著差异的hub-Genes;②成功构建了基于5个hub-Genes(BIRC5、EPCAM、AKAP12、PDGFRA、CLDN4)组成的OV风险预测模型,该模型能较好地预测OV患者的预后情况;③SangerBox在线分析结果表明,AKAP12高表达患者的预后更差;④细胞实验证明,AKAP12过表达可明显促进细胞的增殖和侵袭,抑制细胞的凋亡;⑤过表达AKAP12可显著降低AMPK磷酸化水平,明显提高mTOR磷酸化水平.总之,本研究基于5个hub-Genes构建的特征风险模型能有效预测OV患者的预后情况,AKAP12可能通过AMPK/mTOR信号通路诱导OV细胞的增殖和侵袭,抑制OV细胞凋亡.
展开更多
关键词
卵巢癌
预后风险预测模型
AKAP12
AMPK/mTOR
信号通路
下载PDF
职称材料
题名
胃癌DNA甲基化亚型及风险预测模型的建立
1
作者
卢伟
付涛
机构
武汉大学人民医院胃肠外Ⅱ科
出处
《腹部外科》
2022年第6期417-422,共6页
文摘
目的探讨不同DNA甲基化水平对胃癌病人预后的影响并据此建立风险预测模型。方法根据DNA甲基化水平差异使用一致性聚类方法将癌症基因组图谱(TCGA)数据库中407例胃癌样本划分为不同的DNA甲基化亚型,同时结合病人预后信息得出预后相关甲基化位点,建立Cox预后风险模型。结果将胃癌病人分为7个DNA甲基化亚型,不同的DNA甲基化亚型病人的预后存在差异(P<0.05),高DNA甲基化水平的病人总生存率更高。同时基于DNA甲基化预后相关位点建立了胃癌病人DNA甲基化Cox风险预测模型,将病人分为高风险组及低风险组,高风险组病人预后较低风险组病人预后差(P<0.05)。结论cg12645220、cg20727114、cg26535072是胃癌病人预后相关DNA甲基化位点基因,风险评分是胃癌病人预后的独立预后因素,同时与数种免疫细胞含量相关。
关键词
胃癌
肿瘤免疫浸润
DNA甲基化分型
Cox
预后风险预测模型
Keywords
Gastric cancer
Tumor immune cells infiltration
DNA methylation subtype
Cox prognostic hazard model
分类号
R735.2 [医药卫生—肿瘤]
下载PDF
职称材料
题名
AKAP12调控AMPK/mTOR信号通路介导卵巢癌细胞增殖、凋亡和侵袭的作用及机制
2
作者
王迎洪
袁敏
铁海龙
刘小山
朱长军
熊廷川
机构
新疆医科大学医学科学研究所
新疆医科大学第三临床医学院(附属肿瘤医院)妇外三科
新疆医科大学第三临床医学院(附属肿瘤医院)科技管理科
天津师范大学天津市动植物抗性重点实验室
出处
《天津师范大学学报(自然科学版)》
CAS
北大核心
2024年第6期13-19,共7页
基金
新疆医科大学医学科学研究所开放课题资助项目(YXYJ20230206)
新疆维吾尔自治区自然科学基金资助项目(2023D01C128).
文摘
为了探究AKAP12对卵巢癌(ovarian cancer,OV)细胞恶性行为的特异性作用,并基于枢纽基因(hub-Genes)构建OV预后风险预测模型,应用生物信息学技术,将“ovarian cancer”作为关键词,从GeneCards数据库得到OV相关基因,通过基因表达综合数据库(GEO)筛选具有显著差异的OV相关枢纽基因并进行功能分析.通过单因素Cox回归分析筛选出与OV样本总生存期显著相关的hub-Genes;用LASSO算法构建卵巢癌预后风险预测模型,并通过Kaplan-Meier(KM)生存曲线、单因素多因素Cox回归分析以及ROC曲线检测该模型对OV患者的预后预测能力,通过SangerBox在线分析AKAP12与OV患者预后的相关性.细胞转染实现AKAP12过表达后,通过MTT实验检测细胞增殖能力,流式细胞术检测细胞凋亡能力,Transwell检测细胞侵袭能力,Western blot检测AMPK信号通路相关蛋白的表达.结果显示:①从GeneCards数据库中获得8378个OV相关基因,其中82个是在正常组织与OV组织中存在显著差异的hub-Genes;②成功构建了基于5个hub-Genes(BIRC5、EPCAM、AKAP12、PDGFRA、CLDN4)组成的OV风险预测模型,该模型能较好地预测OV患者的预后情况;③SangerBox在线分析结果表明,AKAP12高表达患者的预后更差;④细胞实验证明,AKAP12过表达可明显促进细胞的增殖和侵袭,抑制细胞的凋亡;⑤过表达AKAP12可显著降低AMPK磷酸化水平,明显提高mTOR磷酸化水平.总之,本研究基于5个hub-Genes构建的特征风险模型能有效预测OV患者的预后情况,AKAP12可能通过AMPK/mTOR信号通路诱导OV细胞的增殖和侵袭,抑制OV细胞凋亡.
关键词
卵巢癌
预后风险预测模型
AKAP12
AMPK/mTOR
信号通路
Keywords
ovarian cancer
prognostic risk prediction model
AKAP12
AMPK/mTOR
signaling pathway
分类号
Q74 [生物学—分子生物学]
R737.31 [医药卫生—肿瘤]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
胃癌DNA甲基化亚型及风险预测模型的建立
卢伟
付涛
《腹部外科》
2022
0
下载PDF
职称材料
2
AKAP12调控AMPK/mTOR信号通路介导卵巢癌细胞增殖、凋亡和侵袭的作用及机制
王迎洪
袁敏
铁海龙
刘小山
朱长军
熊廷川
《天津师范大学学报(自然科学版)》
CAS
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部