期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于GEO数据库应用WGCNA和机器学习算法筛选肝细胞癌相关核心基因及验证
1
作者 张博超 李强 +1 位作者 张如 孟杰 《现代检验医学杂志》 2026年第1期86-92,99,共8页
目的基于基因表达综合数据库(GEO)信息,筛选与肝细胞癌(HCC)相关的核心基因,评估其在预测HCC发病方面的临床应用价值。方法从GEO数据库下载HCC基因表达谱GSE14520、GSE63898,将数据合并后作为内部数据集。以P<0.05且|log_(2)FC|>... 目的基于基因表达综合数据库(GEO)信息,筛选与肝细胞癌(HCC)相关的核心基因,评估其在预测HCC发病方面的临床应用价值。方法从GEO数据库下载HCC基因表达谱GSE14520、GSE63898,将数据合并后作为内部数据集。以P<0.05且|log_(2)FC|>3.5为条件筛选HCC的差异基因,并与加权基因共表达网络分析(WGCNA)特征基因取交集后,筛选与HCC相关的核心基因。利用基因本体论(GO)和京都基因与基因组百科全书(KEGG)通路富集分析核心基因的潜在功能。利用机器学习算法构建HCC的最优预测模型,并使用外部数据集GSE46444和GSE76427进行模型验证。通过Cytoscape和PPI软件筛选关键核心基因,开展细胞增殖和侵袭实验验证。结果通过差异表达分析和WCGNA分析筛选出6个核心基因,分别为CYP1A2、HAMP、MT1H、MT1M、GPC3、SPINK1。通过GO和KEGG通路富集分析,核心基因与金属离子反应、无机物质反应、矿物质吸收相关。机器学习算法筛选出Stepglm[both]与XGBoost算法确定HCC的最优模型,在内部数据集的AUC值为0.996(95%CI:0.991~0.998),在外部数据集GSE46444组和GSE76427组的AUC值分别为0.808(95%CI:0.727~0.877)和0.985(95%CI:0.971~0.996)。通过Cytoscape软件分析鉴定出的3个基因分别是MT1M、MT1H、GPC3,并且MT1H为HCC的关键核心基因。细胞实验发现敲除MT1H促进了肝癌细胞的增殖能力及侵袭能力(F=261.2、37.54,均P<0.001),表明MT1H具有抑癌作用。结论通过生物信息学筛选出CYP1A2、HAMP、MT1H、MT1M、GPC3、SPINK1可能是HCC潜在的生物诊断标志物,为HCC的临床诊疗提供思路。并且MT1H为HCC的关键核心基因,可以抑制HCC进展。 展开更多
关键词 加权基因共表达网络分析 机器学习算法 肝细胞癌 核心基因
暂未订购
基于加权基因共表达网络的膀胱尿路上皮癌预后及疗效相关基因筛选 被引量：3
2
作者 李佳丽 曾梓航 +5 位作者 刘嘉彬 张冉 李硕 孟详喻 李胜 李伟 《转化医学杂志》 2020年第6期340-344,共5页
目的构建加权基因共表达网络分析(weighed gene co-expression network analysis,WGCNA),鉴定出膀胱尿路上皮癌(bladder urothelial carcinoma,BLCA)中与预后及治疗效果相关的基因,并分析其在肿瘤相关通路中的活性。方法在癌症基因组图... 目的构建加权基因共表达网络分析(weighed gene co-expression network analysis,WGCNA),鉴定出膀胱尿路上皮癌(bladder urothelial carcinoma,BLCA)中与预后及治疗效果相关的基因,并分析其在肿瘤相关通路中的活性。方法在癌症基因组图谱数据库获取膀胱尿路上皮癌的转录组测序及相应临床数据;选择年龄、性别、身高、体重、人种、生存时间、吸烟年数、治疗效果、病理分级、TNM分期及淋巴结浸润为临床表型进行加权基因共表达网络分析;利用R语言进行生存分析;利用GSCALite工具进行肿瘤相关的通路活性分析;利用基因表达汇编数据库中的GSE13507和GSE3167数据集进行验证。结果本研究鉴定出与预后及治疗效果均显著相关的基因模块及模块关键基因GPHN、CPSF2、PRMT5、EIF2S1、KLC1、SLC39A9、SRP54及CNIH,上述8个基因在肿瘤相关通路中有一定活性。结论GPHN、CPSF2、PRMT5、EIF2S1、KLC1、SLC39A9、SRP54及CNIH基因在BLCA中与预后及治疗效果均显著相关,并且参与了肿瘤相关通路,可能成为BLCA的生物标志物或潜在治疗靶点。 展开更多
关键词 膀胱尿路上皮癌 生物信息学 加权基因共表达网络 生物标志物
暂未订购
基于加权基因共表达网络分析探索肝纤维化关键基因
3
作者 赵红静 陆安静 +5 位作者 秦琳 谭道鹏 鲁艳柳 何芋岐 周旭美 张倩茹 《基因组学与应用生物学》 CAS CSCD 北大核心 2022年第11期2233-2242,共10页
本研究旨在基于加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)筛选肝纤维化发生及发展过程中的关键基因及潜在机制。从GEO数据库获得肝纤维化患者全基因组芯片数据(GSE84044),采用WGCNA发掘与肝纤维化... 本研究旨在基于加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)筛选肝纤维化发生及发展过程中的关键基因及潜在机制。从GEO数据库获得肝纤维化患者全基因组芯片数据(GSE84044),采用WGCNA发掘与肝纤维化发生发展相关的重要模块及关键基因,通过GO注释和KEGG富集揭示潜在的关键机制。对肝纤维化患者基因组芯片数据进行WGCNA分析,22876个基因被分为8个模块,其中有两个模块与肝纤维化相关性较大,GO注释和KEGG富集的结果表明,这两个模块主要与细胞外基质和胶原蛋白的产生有关。分析WGCNA关键基因在肝纤维化4个时期的表达差异,结果发现,LIPC、DCN、LUM、COL1A1等10个基因呈现出明显变化趋势。本研究采用WGCNA对肝纤维化患者的基因芯片进行分析,挖掘肝纤维化发生发展过程中的重要基因,为肝纤维化预防与治疗提供生物标志物和潜在靶点的新筛选方向。 展开更多
关键词 加权基因共表达网络分析(WGCNA) 肝纤维化 基因组 生物功能
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部