基于铁死亡相关基因的生物信息学分析构建胃腺癌预后模型的研究

韩超, 于洋洋, 徐惠绵

解剖科学进展 ›› 2025, Vol. 31 ›› Issue (5) : 665 -669.

PDF
解剖科学进展 ›› 2025, Vol. 31 ›› Issue (5) : 665 -669. DOI: 10.16695/j.cnki.1006-2947.2025.05.018

基于铁死亡相关基因的生物信息学分析构建胃腺癌预后模型的研究

    韩超, 于洋洋, 徐惠绵
作者信息 +

Author information +
文章历史 +
PDF

摘要

目的 探究胃腺癌患者组织差异表达的铁死亡相关基因,构建胃腺癌预后模型。方法 通过TCGA数据库下载TCGA-STAD的转录组数据和临床信息,R语言进行基因表达差异分析,筛选出差异的铁死亡相关基因,进一步对铁死亡基因进行GO和KEGG富集分析。使用R语言的pheatmap包对铁死亡预后模型进行风险曲线,生存状态图和风险热图进行绘制。使用Perl对患者的生存时间、生存状态、年龄、性别、TNM分期与铁死亡预后模型进行整合,进行单因素和多因素Cox分析,寻找可以作为独立预后的因素,再对构建的模型进行KM生存分析和受试者接受特征(ROC)曲线评价。实时定量荧光PCR检测30例胃腺癌患者及30例健康者血清中铁死亡相关基因的表达。结果 TCGA-STAD包含了32个正常组织,375个胃腺癌组织。通过差异分析,共得到了TCGA-STAD相关铁死亡差异基因50个,包括上调的基因30个,下调的基因20个。GO功能富集分析显示,抗氧化反应是主要的铁死亡相关生物过程;KEGG功能富集分析显示,流体剪切力和动脉粥样硬化是主要的生物通路。单因素Cox分析筛选出了5个铁死亡预后相关基因,多因素Cox分析构建了3个铁死亡相关基因的预后模型(GLS2,TGFBR1,GABARAPL2)。单因素和多因素Cox分析显示,年龄可以作为患者独立预后因素。KM生存分析显示,预后模型低表达的患者生存中更具备优势。ROC曲线显示铁死亡模型的AUC为0.650,年龄临床分级为0.605。收集临床样本检测得到胃腺癌患者组血清中关键差异基因的表达高于对照组(P<0.05)。结论 通过生物信息学分析,构建了3个胃腺癌相关的铁死亡基因模型,可以用于患者预后的评估。

关键词

生物信息学 / 胃腺癌 / 铁死亡 / 预后模型

Key words

引用本文

引用格式 ▾
基于铁死亡相关基因的生物信息学分析构建胃腺癌预后模型的研究[J]. 解剖科学进展, 2025, 31(5): 665-669 DOI:10.16695/j.cnki.1006-2947.2025.05.018

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/