华东师范大学学报(自然科学版)

作者：谢琳玎, 张远, 蔡亦红

关键词：生物信息学,加权基因共表达网络分析,肝癌,免疫相关基因,预后模型,

基金：安徽医科大学博士基金 (XJ202005); 安徽医科大学基础和临床合作研究计划项目 (2021xkjT033)

利用癌症基因组图谱 (the Cancer Genome Atlas, TCGA) 和国际肿瘤基因组协作组 (International Cancer Genome Consortium, ICGC) 数据库收集肝细胞癌 (hepatocellular carcinoma, HCC) 患者的RNA测序信息. 首先, 通过非负矩阵分解 (non-negative matrix factorization, NMF) 聚类方法和加权基因共表达网络分析 (weighted gene co-expression network analysis, WGCNA) 筛选出参与HCC免疫反应机制的关键基因. 利用套索 (the least absolute shrinkage and selection operator, LASSO) 回归分析构建预后基因模型, 并用基因集富集分析 (gene set enrichment analysis, GSEA) 方法分析生物学功能. 随后, 对不同风险组患者使用单样本基因集富集分析 (single sample genes set enrichment analysis, ssGSEA) 评估两组间免疫浸润和相关功能差异. 使用 “RMS” R软件包结合独立危险因素构建列线图以预测患者的总体生存时间. 最后, 利用人类蛋白质图谱数据库(Human Protein Atlas, HPA)与实时荧光定量PCR (real-time quantitative PCR, RT-qPCR) 进行临床初步验证. 总之, 本文在风险评分的基础上整合患者临床特征, 构建了一个可验证、可重复的列线图, 为临床肿瘤患者的精准治疗提供可靠的参考.

来源：2024年第4期

《华东师范大学学报(自然科学版)》期刊编辑部

查看华东师范大学学报(自然科学版)杂志2024年第4期