期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于ESTIMATE算法和生物信息学分析挖掘卵巢癌免疫治疗关键基因 被引量:1
1
作者 黄小珏 吴林桦 +2 位作者 党裔武 刘丽敏 《广西医科大学学报》 CAS 2020年第5期897-901,共5页
目的:通过生物信息学方法从TCGA数据库挖掘卵巢癌(OV)免疫治疗的关键生物标志物。方法:从TCGA数据库下载OV基因表达谱,使用ESTIMATE算法评估免疫浸润细胞的得分。利用R软件包进行差异表达基因(DEGs)分析,通过Metascape工具进行一系列基... 目的:通过生物信息学方法从TCGA数据库挖掘卵巢癌(OV)免疫治疗的关键生物标志物。方法:从TCGA数据库下载OV基因表达谱,使用ESTIMATE算法评估免疫浸润细胞的得分。利用R软件包进行差异表达基因(DEGs)分析,通过Metascape工具进行一系列基因本体(GO)富集分析、京都基因与基因百科全书(KEGG)通路分析、反应组学基因集(Reactome Gene Sets)和经典通路(Canonical Pathways)等富集分析,并对富集分析结果进行层次聚类和生存分析。结果:DEGs分析得到1170个OV免疫相关基因,DEGs的功能富集结果集中于细胞因子介导的信号通路、细胞因子产生、淋巴细胞活化以及细胞因子产生的调控等免疫调节过程,生存分析得到46个免疫相关基因与OV的预后呈正相关关系,其中生长因子非依赖性蛋白1(GFI1)可信度最高(均P<0.05)。结论:基于ESTIMATE算法分析不同免疫评分的OV,所富集的信号通路可能在OV发生发展和免疫调节过程起重要作用,筛选出的关键基因GFI1具有很大的潜力成为指导OV免疫治疗的生物标志物,为进一步深入研究OV免疫治疗提供了依据和思路。 展开更多
关键词 ESTIMATE 生物信息学 卵巢癌 免疫治疗 预后 关键基因 GFI1
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部