使用综合生物信息学分析探索宫癌和卵巢癌的共享途径和常见生物标志物

科学领域:

• 妇科瘤学 妇科瘤学
• 生物信息学是一种生物信息学.
• 癌症生物标志物 癌症生物标志物

背景情况:

• 妇科瘤的早期诊断对于改善患者生存率至关重要.
• 鉴定子宫癌 (CC) 和卵巢癌 (OC) 的常见生物标志物和治疗点,可以提高治疗策略.
• 了解基因路径和瘤免疫微环境之间的相互作用对于妇科癌症研究至关重要.

研究的目的:

• 确定潜在的生物标志物和治疗点,用于早期诊断妇科瘤.
• 调查宫癌和卵巢癌之间的常见诊断标志物和途径.
• 探索免疫细胞透和CC和OC中已识别的生物标志物之间的关系.

主要方法:

• 从基因表达综合 (GEO) 数据库下载并分析了宫癌 (CC) 和卵巢癌 (OC) 的微阵列数据集.
• 利用权重基因共同表达网络分析 (WGCNA) 识别共同表达模块和最小绝对收缩和选择运营者 (LASSO) 回归用于生物标志物查.
• 使用CIBERSORT算法分析免疫细胞透及其与候选生物标记物的相关性.

主要成果:

• 确定了44个与CC和OC之间的DNA合成途径相关的共享基因.
• EFNA1,TYMS和WISP2被确定为常见的诊断标记,EFNA1被选为最有希望的.
• 证明了免疫环境对CC和OC发育的显著影响,EFNA1表达与免疫细胞变化相关.

结论:

• 生物信息学分析显示,DNA合成和免疫环境是CC和OC发展的关键因素.
• EFNA1显示出作为宫癌和卵巢癌的共同诊断标记物的潜力.
• 在CC和OC患者中,EFNA1可以作为一个有价值的诊断指标和治疗目标.