使用综合转录组和基因网络分析识别胰腺癌的关键生物标志物和相关途径
Majji Rambabu1, Nagaraj Konageni1, Karthick Vasudevan1
1Department of Biotechnology, REVA University, Bengaluru, Karnataka, India.
Saudi journal of biological sciences
|October 20, 2023
概括
胰腺癌是全球主要的死亡原因,由于晚期诊断和药物耐药性,其生存率很低. 这项研究确定了CDKN1A,IL6和MYC基因作为潜在的生物标志物,以改善胰腺癌患者的治疗结果.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 胰腺癌是全球致命的恶性瘤,在癌症死亡中排名第四.
- 外分胰腺管道腺癌约占病例的85%.
- 晚期诊断和耐药性显著导致预后不佳和高死亡率.
研究的目的:
- 确定潜在的生物标志物,以改善胰腺癌的诊断和治疗.
- 分析转录组数据,以发现基因差异表达和通路丰富.
- 构建基因网络并识别关键的调节基因.
主要方法:
- 从ENA数据库收集的转录组数据.
- 使用DESeq2.2进行质量控制,量化和差异基因表达分析.
- 使用GSEA软件进行路径丰富分析和使用Cytoscape构建网络.
主要成果:
- 鉴定CDKN1A,IL6和MYC作为胰腺癌中的关键基因.
- 分析这些基因及其相关途径之间的相互联系.
- 基因网络的构建揭示了特定途径内的枢纽基因.
结论:
- 已识别的基因 (CDKN1A,IL6,MYC) 及其相关途径显示出作为生物标志物的前景.
- 这些生物标志物可能会增强临床过程,提高胰腺癌患者的生存率.


