基于加权基因共表达网络分析挖掘子宫内膜癌发生发展相关枢纽基因

蚌埠医科大学学报 ›› 2024, Vol. 49 ›› Issue (12) : 1556 -1561.

PDF
蚌埠医科大学学报 ›› 2024, Vol. 49 ›› Issue (12) : 1556 -1561. DOI: 10.13898/j.cnki.issn.1000-2200.2024.12.002

基于加权基因共表达网络分析挖掘子宫内膜癌发生发展相关枢纽基因

作者信息 +

Author information +
文章历史 +
PDF

摘要

目的:从基因网络层面挖掘与子宫内膜癌(EC)发生发展过程相关的关键模块及枢纽基因。方法:基于癌症基因组图谱计划(TCGA)中的EC的标本数据,从表达水平和功能水平分析EC与正常组织的差异表达基因(DEGs)。利用基因本体(GO)分析进行DEGs的功能富集。使用加权基因共表达网络分析(WGCNA)识别出DEGs中与EC病人临床特征相关的模块,进一步挖掘出与EC发生发展相关性最高的枢纽基因。结果:WGCNA鉴定出8个与EC病人临床特征相关的基因模块,包括与癌症发病相关的黄色和蓝色模块。通过对黄色和蓝色两个枢纽模块的分析和验证,发现了以下8个枢纽基因基因:TTK,IQGAP3,CCNE1,CLEC1A,TSHZ3,TBC1D2B,PEAR1和DIPK2B。结论:WGCNA可以筛选出与EC相关且具有生物学意义的关键模块及枢纽基因,为EC的治疗提供新靶点。

关键词

子宫肿瘤 / 生物信息学 / 加权基因共表达网络分析 / 枢纽基因

Key words

引用本文

引用格式 ▾
基于加权基因共表达网络分析挖掘子宫内膜癌发生发展相关枢纽基因[J]. 蚌埠医科大学学报, 2024, 49(12): 1556-1561 DOI:10.13898/j.cnki.issn.1000-2200.2024.12.002

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

41

访问

0

被引

详细

导航
相关文章

AI思维导图

/