通过对基于微阵列的数据集进行in-silico分析来识别胃癌生物标志物
Arbaz Akhtar1, Yasir Hameed2, Samina Ejaz1
1Department of Biochemistry & Molecular Biology, Institute of Biochemistry, Biotechnology and Bioinformatics (IBBB), The Islamia University of Bahawalpur, Bahawalpur, (63100), Pakistan.
Biochemistry and biophysics reports
|December 10, 2024
概括
这项研究确定了五个关键基因 (ATP4B,ATP4A,CCKBR,KCNJ15,KCNJ16) 作为胃癌的潜在诊断和预后生物标志物,有助于早期检测和改善患者生存结果.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 基因组学就是基因组学.
背景情况:
- 胃癌是全球领先的癌症,晚期诊断显著影响患者的生存率.
- 有效的诊断和预后生物标志物对于改善胃癌的结果至关重要,特别是在像巴基斯坦这样的流行地区.
研究的目的:
- 为了确定新的基因表达生物标志物用于胃癌的早期诊断和预后.
- 在多个数据集和癌症类型中验证候选生物标志物的表达和临床相关性.
主要方法:
- 利用GEO2R分析十个微阵列基因表达数据集,识别胃癌中差异表达基因 (DEG).
- 使用DAVID进行基因本体学和通路丰富分析,并使用UALCAN进行泛癌分析.
- 使用Kaplan-Meier绘图器进行生存分析,以评估已识别的DEGs的预后价值.
主要成果:
- 在各种数据集组合中确定了71个常见的DEG,其中五个基因 (ATP4B,ATP4A,CCKBR,KCNJ15,KCNJ16) 在所有数据集中一致发现.
- 丰富分析表明,这五种DEG参与胃和收容管酸分泌通路.
- 在其他数据集中的验证证实了差异表达,泛癌分析显示多种癌症的异常表达,生存分析将这些基因与预后不佳联系起来.
结论:
- 一组由五个基因 (ATP4B,ATP4A,CCKBR,KCNJ15,KCNJ16) 组成的小组已被确定为胃癌的潜在诊断和预后生物标志物.
- 这些生物标志物有望改善早期检测并预测胃癌管理中的患者结果.
