目的:探讨钙调磷酸酶调节因子1(regulator of calcineurin 1,RCAN1)基因在乳腺癌中的表达及临床意义。方法:检索Oncomine和GEO数据库中有关RCAN1的信息,并对所获取的数据资料挖掘并进行二次分析,对RCAN1在乳腺癌中的作用进行荟萃分析。...目的:探讨钙调磷酸酶调节因子1(regulator of calcineurin 1,RCAN1)基因在乳腺癌中的表达及临床意义。方法:检索Oncomine和GEO数据库中有关RCAN1的信息,并对所获取的数据资料挖掘并进行二次分析,对RCAN1在乳腺癌中的作用进行荟萃分析。结果:Oncomine数据库中共收集了454项不同类型RCAN1的研究结果,关于在肿瘤与对照组织中RCAN1表达有统计学差异的结果有64项,其中RCAN1表达增高的有20项,表达降低的有44项。涉及到乳腺癌的研究数据集共有13项。乳腺癌中高表达的研究有0项、低表达的有13项。共有6项研究,9个乳腺癌分型数据集涉及RCAN1在乳腺癌组织和正常组织中的表达,包括2 508例样本。在数据库中综合比较9项研究成果,发现与正常组织相比,RCAN1在乳腺癌中的表达量低于正常组织(P<0.05)。不仅如此,通过挖掘GEO数据库,发现低表达RCAN1的患者总体死亡率较高,高表达RCAN1的患者预后较好(P<0.05)。结论:通过深入挖掘Oncomine和GEO基因芯片数据库中肿瘤相关的基因信息,提示RCAN1的mRNA水平在乳腺癌组织中呈现低表达,并与乳腺癌预后相关,有望成为抗乳腺癌靶向治疗药物的重要靶点。展开更多
目的:通过对癌症基因组图谱(The Cancer Genome Atlas,TCGA)、人类蛋白组图谱(The Human Protein Atlas,THPA)和人类肿瘤相关的基因表达汇编(Gene Expression Omnibus,GEO)数据库的数据挖掘,探索垂体肿瘤转化基因1(pituitary tumor-tran...目的:通过对癌症基因组图谱(The Cancer Genome Atlas,TCGA)、人类蛋白组图谱(The Human Protein Atlas,THPA)和人类肿瘤相关的基因表达汇编(Gene Expression Omnibus,GEO)数据库的数据挖掘,探索垂体肿瘤转化基因1(pituitary tumor-transforming gene 1,PTTG1)在乳腺癌中的表达及预后意义。方法:从TCGA、THPA和GEO数据库提取PTTG1在乳腺癌及正常组织中mRNA和蛋白水平的变化和患者临床病理资料,GEO在线预后分析数据库Kaplan-Meier Plotter(http://kmplot.com)检索PTTG1乳腺癌预后的相关性。结果:在数据库中,PTTG1 mRNA和蛋白水平在乳腺癌队列中表达显著高于正常乳腺组织(P<0.01);PTTG1 mRNA在不同的分子亚型中表达存在显著差异(P<0.05);PTTG1 mRNA在ER和PR阳性乳腺癌患者组织中表达显著低于ER和PR阴性乳腺癌患者(P<0.05);PTTG1 mRNA在进展期乳腺癌患者组织中表达显著高于早期乳腺癌患者(P<0.05);PTTG1 mRNA随着乳腺癌患者组织学分级程度升高而降低(P<0.05)。PTTG1低表达乳腺癌患者的预后显著好于其高表达患者(P<0.001);PTTG1高表达的ER和PR阳性、HER-2阴性乳腺癌患者的预后均显著差于其低表达者(P<0.05)。PTTG1高表达乳腺癌样本富集到细胞因子受体相互作用、趋化因子信号通路、细胞周期、自然杀伤细胞介导细胞毒性、Toll样受体信号通路和T细胞受体信号通路等相关基因集。结论:PTTG1 mRNA和蛋白在乳腺癌组织中高表达,PTTG1 mRNA表达与乳腺癌预后相关且在不同分子分型的乳腺癌中具有不同的预后监测意义,可以作为乳腺癌预后判断的标志物。展开更多
目的探讨驱动蛋白超家族4A(kinesin family member 4A,KIF4A)在乳腺癌中的表达及与临床病理特征、预后的关系。方法利用GEO数据库的GSE3494公共数据集和TCGA数据库的乳腺癌样本及其临床资料,采用χ2检验进行KIF4A与临床病理特征的相关...目的探讨驱动蛋白超家族4A(kinesin family member 4A,KIF4A)在乳腺癌中的表达及与临床病理特征、预后的关系。方法利用GEO数据库的GSE3494公共数据集和TCGA数据库的乳腺癌样本及其临床资料,采用χ2检验进行KIF4A与临床病理特征的相关性分析,Kaplan-Meier法进行生存分析。通过基因富集分析预测乳腺癌中高表达KIF4A所富集的基因集。结果 KIF4A在不同Elston组织学分级和TNM分期的乳腺癌肿瘤样本中表达差异有统计学意义(P=0.000)。GSE3494和TCGA数据库中KIF4A与ER水平、PR水平均显著相关(P=0.000);与年龄仅TCGA数据库分析结果差异有统计学意义(P=0.000)。此外,GSE3494数据集中,KIF4A与肿瘤大小、淋巴结浸润均显著相关(P=0.000);TCGA数据库中,KIF4A仅与T分期显著相关(P=0.000),与N分期(P=0.081)、M分期(P=0.372)均不相关。KIF4A高表达的乳腺癌患者预后较差,其疾病特异生存期(P=0.001)和总体生存率(P=0.005)均远低于KIF4A低表达患者,且富集了与细胞分裂、细胞周期调控、DNA复制及DNA损伤修复有关的基因集。结论 KIF4A与乳腺癌多个临床病理指标相关,可作为潜在的乳腺癌预后标志物和治疗靶标进一步研究。展开更多
目的探索乳腺癌化疗耐药的分子机制,筛选具有差异表达的微小RNA(miRNA,miR)及其靶基因,为其治疗提供潜在靶标。方法以乳腺癌、化疗耐药及miRNA为关键词在基因表达数据库(GEO)中进行检索,并选择以组织为样本的数据集。从数据集筛选出差...目的探索乳腺癌化疗耐药的分子机制,筛选具有差异表达的微小RNA(miRNA,miR)及其靶基因,为其治疗提供潜在靶标。方法以乳腺癌、化疗耐药及miRNA为关键词在基因表达数据库(GEO)中进行检索,并选择以组织为样本的数据集。从数据集筛选出差异表达miRNA并使用TargetScan、MiRDB、miRWALK及Genecards数据库预测其靶基因;采用R语言survminer、survival包,对TCGA数据库中差异倍数显著的前5个miRNA并对其前20个靶基因进行生存分析。利用DAVID数据库进行基因本体(gene ontology,GO)及基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)富集分析,并通过R语言ggplot2包进行可视化操作。结果GEO数据库中检索出的相应数据集为GSE73736、GSE71142;共筛选出27个差异表达miRNA,靶基因KEGG富集分析主要集中于癌症通路。GO分析结果表明,靶基因生物学过程(BP)主要集中于RNA聚合酶II启动子的转录正调控,分子功能(MF)的变化主要集中于核质,而细胞成分(CC)的变化主要集中于蛋白质结合。生存分析结果发现,糖原合酶激酶3β(GSK-3β)、肿瘤蛋白53诱导的核蛋白1(TP53INP1)的生存分析具有统计学意义(P<0.05)。结论差异表达miRNA及其靶基因高表达与不良预后相关,有望为乳腺癌治疗提供潜在靶标。展开更多
Statistical two-group comparisons are widely used to identify the significant differentially expressed (DE) signatures against a therapy response for microarray data analysis. We applied a rank order statistics based ...Statistical two-group comparisons are widely used to identify the significant differentially expressed (DE) signatures against a therapy response for microarray data analysis. We applied a rank order statistics based on an Autoregressive Conditional Heteroskedasticity (ARCH) residual empirical process to DE analysis. This approach was considered for simulation data and publicly available datasets, and was compared with two-group comparison by original data and Auto-regressive (AR) residual. The significant DE genes by the ARCH and AR residuals were reduced by about 20% - 30% to these genes by the original data. Almost 100% of the genes by ARCH are covered by the genes by the original data unlike the genes by AR residuals. GO enrichment and Pathway analyses indicate the consistent biological characteristics between genes by ARCH residuals and original data. ARCH residuals array data might contribute to refining the number of significant DE genes to detect the biological feature as well as ordinal microarray data.展开更多
文摘目的:探讨钙调磷酸酶调节因子1(regulator of calcineurin 1,RCAN1)基因在乳腺癌中的表达及临床意义。方法:检索Oncomine和GEO数据库中有关RCAN1的信息,并对所获取的数据资料挖掘并进行二次分析,对RCAN1在乳腺癌中的作用进行荟萃分析。结果:Oncomine数据库中共收集了454项不同类型RCAN1的研究结果,关于在肿瘤与对照组织中RCAN1表达有统计学差异的结果有64项,其中RCAN1表达增高的有20项,表达降低的有44项。涉及到乳腺癌的研究数据集共有13项。乳腺癌中高表达的研究有0项、低表达的有13项。共有6项研究,9个乳腺癌分型数据集涉及RCAN1在乳腺癌组织和正常组织中的表达,包括2 508例样本。在数据库中综合比较9项研究成果,发现与正常组织相比,RCAN1在乳腺癌中的表达量低于正常组织(P<0.05)。不仅如此,通过挖掘GEO数据库,发现低表达RCAN1的患者总体死亡率较高,高表达RCAN1的患者预后较好(P<0.05)。结论:通过深入挖掘Oncomine和GEO基因芯片数据库中肿瘤相关的基因信息,提示RCAN1的mRNA水平在乳腺癌组织中呈现低表达,并与乳腺癌预后相关,有望成为抗乳腺癌靶向治疗药物的重要靶点。
文摘目的探讨驱动蛋白超家族4A(kinesin family member 4A,KIF4A)在乳腺癌中的表达及与临床病理特征、预后的关系。方法利用GEO数据库的GSE3494公共数据集和TCGA数据库的乳腺癌样本及其临床资料,采用χ2检验进行KIF4A与临床病理特征的相关性分析,Kaplan-Meier法进行生存分析。通过基因富集分析预测乳腺癌中高表达KIF4A所富集的基因集。结果 KIF4A在不同Elston组织学分级和TNM分期的乳腺癌肿瘤样本中表达差异有统计学意义(P=0.000)。GSE3494和TCGA数据库中KIF4A与ER水平、PR水平均显著相关(P=0.000);与年龄仅TCGA数据库分析结果差异有统计学意义(P=0.000)。此外,GSE3494数据集中,KIF4A与肿瘤大小、淋巴结浸润均显著相关(P=0.000);TCGA数据库中,KIF4A仅与T分期显著相关(P=0.000),与N分期(P=0.081)、M分期(P=0.372)均不相关。KIF4A高表达的乳腺癌患者预后较差,其疾病特异生存期(P=0.001)和总体生存率(P=0.005)均远低于KIF4A低表达患者,且富集了与细胞分裂、细胞周期调控、DNA复制及DNA损伤修复有关的基因集。结论 KIF4A与乳腺癌多个临床病理指标相关,可作为潜在的乳腺癌预后标志物和治疗靶标进一步研究。
文摘目的探索乳腺癌化疗耐药的分子机制,筛选具有差异表达的微小RNA(miRNA,miR)及其靶基因,为其治疗提供潜在靶标。方法以乳腺癌、化疗耐药及miRNA为关键词在基因表达数据库(GEO)中进行检索,并选择以组织为样本的数据集。从数据集筛选出差异表达miRNA并使用TargetScan、MiRDB、miRWALK及Genecards数据库预测其靶基因;采用R语言survminer、survival包,对TCGA数据库中差异倍数显著的前5个miRNA并对其前20个靶基因进行生存分析。利用DAVID数据库进行基因本体(gene ontology,GO)及基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)富集分析,并通过R语言ggplot2包进行可视化操作。结果GEO数据库中检索出的相应数据集为GSE73736、GSE71142;共筛选出27个差异表达miRNA,靶基因KEGG富集分析主要集中于癌症通路。GO分析结果表明,靶基因生物学过程(BP)主要集中于RNA聚合酶II启动子的转录正调控,分子功能(MF)的变化主要集中于核质,而细胞成分(CC)的变化主要集中于蛋白质结合。生存分析结果发现,糖原合酶激酶3β(GSK-3β)、肿瘤蛋白53诱导的核蛋白1(TP53INP1)的生存分析具有统计学意义(P<0.05)。结论差异表达miRNA及其靶基因高表达与不良预后相关,有望为乳腺癌治疗提供潜在靶标。
文摘Statistical two-group comparisons are widely used to identify the significant differentially expressed (DE) signatures against a therapy response for microarray data analysis. We applied a rank order statistics based on an Autoregressive Conditional Heteroskedasticity (ARCH) residual empirical process to DE analysis. This approach was considered for simulation data and publicly available datasets, and was compared with two-group comparison by original data and Auto-regressive (AR) residual. The significant DE genes by the ARCH and AR residuals were reduced by about 20% - 30% to these genes by the original data. Almost 100% of the genes by ARCH are covered by the genes by the original data unlike the genes by AR residuals. GO enrichment and Pathway analyses indicate the consistent biological characteristics between genes by ARCH residuals and original data. ARCH residuals array data might contribute to refining the number of significant DE genes to detect the biological feature as well as ordinal microarray data.
