GEO联合Oncomine数据挖掘文献分享

论文题目:

Identification of candidate biomarkers and pathways associated with SCLC by bioinformatics analysis

摘要:

小细胞肺癌(SCLC)是高度恶性肿瘤之一,对人类健康构成严重威胁。本研究的目的是探索SCLC的潜在分子机制。从Gene Expression Omnibus数据库下载mRNA微阵列数据集GSE6044和GSE11969,并使用GEO2R工具筛选正常肺和SCLC样品之间的差异表达基因(DEG)。使用DAVID数据库对常见DEG进行功能和途径富集分析,并通过STRING数据库构建常见DEGs的蛋白质 - 蛋白质相互作用(PPI)网络,并用Cytoscape软件显示。此外,使用CentiScaPe和插入分子复合物检测进行网络中的中枢基因和PPI网络的模块分析。最后,在Oncomine数据库中验证了hub基因的mRNA表达水平。总共150个常见DEGs,绝对倍数变化> 0.5,包括66个显着下调的DEGs和84个上调的DEGs。基因本体学术语富集分析表明,常见的上调DEGs主要富集于生物过程(BP),包括'细胞周期','细胞周期阶段','M期','细胞周期过程'和'DNA代谢过程'。常见的下调基因在BP中显着富集,包括“对伤口的反应”,“免疫系统过程的正调节”,“免疫反应”,“急性炎症反应”和“炎症反应”。京都百科全书基因和基因组途径分析确定小细胞肺癌(SCLC)是高度恶性肿瘤之一,对人类健康构成严重威胁。本研究的目的是探索SCLC的潜在分子机制。从Gene Expression Omnibus数据库下载mRNA微阵列数据集GSE6044和GSE11969,并使用GEO2R工具筛选正常肺和SCLC样品之间的差异表达基因(DEG)。使用DAVID数据库对常见DEG进行功能和途径富集分析,并通过STRING数据库构建常见DEGs的蛋白质 - 蛋白质相互作用(PPI)网络,并用Cytoscape软件显示。此外,使用CentiScaPe和插入分子复合物检测进行网络中的中枢基因和PPI网络的模块分析。最后,在Oncomine数据库中验证了hub基因的mRNA表达水平。总共150个常见DEGs,绝对倍数变化> 0.5,包括66个显着下调的DEGs和84个上调的DEGs。基因本体学术语富集分析表明,常见的上调DEGs主要富集于生物过程(BP),包括'细胞周期','细胞周期阶段','M期','细胞周期过程'和'DNA代谢过程'。常见的下调基因在BP中显着富集,包括“对伤口的反应”,“免疫系统过程的正调节”,“免疫反应”,“急性炎症反应”和“炎症反应”。京都基因百科全书和基因组途径分析确定常见的下调DEGs主要富集在'补体和凝血级联'信号通路中;常见的上调DEGs主要富集于'细胞周期','DNA复制','卵母细胞减数分裂'和'错配修复'信号通路。从PPI网络中选择SCLC中排名前10位的中枢基因,包括拓扑异构酶IIα,增殖细胞核抗原,复制因子C亚基4,检查点激酶1,胸苷酸合成酶,微染色体维持蛋白(MCM)2,细胞分裂周期(CDC) )20,细胞周期蛋白依赖性激酶抑制剂3,MCM3和CDC6,其mRNA水平在Oncomine SCLC数据集中上调,但MCM2除外。此外,重要模块中的基因富含'细胞周期','DNA复制'和'卵母细胞减数分裂'信号通路。因此,本研究可以为了解SCLC的分子机制提供新的思路,可为SCLC的治疗和早期诊断提供分子靶点和诊断生物标志物。

主要操作内容:

1、下载GEO数据

2、利用GEO2R工具做差异表达分析

这个工具还是很多文章用到了,不知道为什么还是这么多人嫌弃它,论文中不一定要出现热图,我们完全可以用表格替代

3、取交集的差异基因

4、GO富集分析

5、KEGG富集分析

6、PPI分析

联合oncomine分析

此外,我们还可以CELL分析,生存分析,但是作者没有做。

(0)

相关推荐