通过生物信息学分析识别乳腺癌的早期诊断生物标志物

科学领域:

• 生物信息学和计算生物学
• 瘤学和癌症研究研究.
• 基因组学和分子生物学

背景情况:

• 临床实践缺乏用于早期发现乳腺癌的特定生物标志物.
• 生物信息学方法对于识别新型乳腺癌生物标志物至关重要.
• 早期诊断显著改善了患者的治疗结果和治疗疗效.

研究的目的:

• 使用生物信息学识别乳腺癌早期诊断的潜在生物标志物.
• 研究差异表达基因 (DEGs) 和它们与乳腺癌的关联.
• 分析蛋白质-蛋白质相互作用网络并确定关键的枢纽基因.

主要方法:

• 从基因表达总 (GEO) 数据库下载并分析了2个乳腺癌基因表达数据集.
• 进行了差异性基因表达分析,基因本体学 (GO) 丰富和基因和基因组 (KEGG) 途径分析的京都百科全书.
• 使用STRING和Cytoscape构建了一个蛋白质-蛋白质相互作用 (PPI) 网络来识别枢纽基因,然后使用UALCAN进行差异表达和生存分析.

主要成果:

• 在正常和瘤样本之间确定了733个差异表达基因 (DEGs) (441个下调,292个上调).
• 发现了10个与乳腺癌强烈相关的枢纽基因,包括PDZK1,CCNA2,CDCA8,MELK,NS P1,BIRC5,CCNB2,HMMR,MD D1和PIR1.
• 几个枢纽基因 (CCNA2,CDCA8,MELK,NS P1,HMMR,PIR1) 与乳腺癌发病,进展和患者存活率有显著的相关性.

结论:

• 已识别的10个枢纽基因在乳腺癌细胞的增殖和生长中起着重要作用.
• 这些枢纽基因有望成为早期发现乳腺癌的潜在诊断生物标志物.
• 对这些基因的进一步调查可以为开发新型治疗策略提供宝贵的见解.