论著
基于生物信息学方法筛选肺腺癌脑转移潜在生物标志物
中华转移性肿瘤杂志, 2020,03(3) : 205-210. DOI: 10.3760/cma.j.cn101548-20200630-00091
摘要
目的

通过生物信息学方法筛选与肺腺癌脑转移相关的关键枢纽基因,为寻找潜在生物标志物及治疗靶点提供依据。

方法

通过检索GEO数据库获取肺腺癌原发灶(GSE10072)及脑转移灶(GSE14108)的基因芯片数据,经R软件筛选差异表达基因(DEGs)并利用clusterProfiler软件包进行DEGs的GO功能注释及KEGG代谢通路分析。利用STRING数据库联合Cytoscape软件进行蛋白互作(PPI)网络分析以筛选关键枢纽基因,并通过Ualcan在线分析工具中的TCGA数据库进行预后分析,以及GSEA分析GSE41271中183例肺腺癌标本,探讨关键基因在调控肿瘤侵袭转移中的应用价值。

结果

共筛选出298个DEGs,其中51个基因表达下调,248个基因表达上调。GO功能分析和KEGG代谢通路分析结果显示,这些基因主要涉及细胞外基质组成、体液免疫反应、趋化因子及其受体,并主要富集在泛素介导的蛋白水解、趋化因子信号通路等。PPI分析筛选出8个枢纽基因,其中KLHL5为潜在的肺腺癌脑转移新预测生物标志物。进一步分析表明KLHL5高表达组肿瘤侵袭转移相关通路显著富集,且与肺腺癌患者预后不良相关。

结论

细胞外基质的生物作用、趋化因子信号通路以及8个关键枢纽基因可能成为抑制肺腺癌脑转移的潜在治疗靶点。

引用本文: 张晓月, 杨文娣, 郑泰浩, 等.  基于生物信息学方法筛选肺腺癌脑转移潜在生物标志物 [J] . 中华转移性肿瘤杂志, 2020, 03(3) : 205-210. DOI: 10.3760/cma.j.cn101548-20200630-00091.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

非小细胞肺癌(non-small cell lung cancer, NSCLC)约占肺癌的80%,其中约半数是肺腺癌。脑是肺癌最常见的远处转移部位之一,局部晚期肺腺癌伴脑转移的发生率高达30%~50%,是脑转移性肿瘤中最常见的类型[1,2]。其原因主要包括:(1)肺血管与椎静脉之间有吻合支,脱落的肿瘤细胞进入静脉后可以通过体循环直接进入颅内;(2)肺部血管和淋巴管网的存在使得肺癌细胞容易进入肺血管床[3]。此外,由于脑组织解剖结构与功能的特殊性,肺癌脑转移患者放、化疗效果不佳,局部复发率高,预后极差[4]。因此,深入阐明肺癌脑转移的发生机制,寻找更多关键的治疗靶点,对临床诊疗及改善患者预后具有十分重要的意义。

 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词