一个数据驱动的泛癌蛋白质基因分析揭示了人类癌症蛋白质表达的特征
Ying Li1,2,3, Xin Liu1, Zhen Wang1
1Hangzhou Institute of Medicine, Chinese Academy of Sciences, Hangzhou, Zhejiang 310018, China.
这项研究整合了来自15种癌症类型的多omics数据,揭示了瘤中较高的mRNA-蛋白相关性. 这一发现有助于确定癌症进展和治疗耐药性的治疗点.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 蛋白质组学是指蛋白质组学.
- 系统生物学 系统生物学
背景情况:
- 基因组学和表观基因组学预测细胞变化,而蛋白质组学揭示分子事件.
- 弥合分子层次结构对于理解癌症生物学至关重要.
- 需要一个全面的资源在癌症跨-omics探索.
研究的目的:
- 为了建立一个全面的泛癌症配对多omics资源.
- 系统地整合蛋白质组,转录组和基因组数据.
- 为了使癌症研究能够进行强大的跨经济学探索.
主要方法:
- 综合了来自15种癌症类型的2,555个瘤和相邻正常组织样本的蛋白质组,转录组和基因组数据.
- 进行交叉奥米学分析以探索分子层次结构.
- 开发了CPGTA R包,用于多主题数据集成和再分析.
主要成果:
- 瘤组织显示转录组和蛋白组表达之间的相关性比正常组织更高.
- 关键瘤发育途径表现出强烈的mRNA-蛋白相关性.
- 具有高mRNA蛋白相关性和高表达的基因与较低的存活率有关,这表明潜在的治疗点.
结论:
- 这项研究提供了迄今为止最全面的泛癌多组资源.
- 这些发现增强了癌症分子特征,并提供了关于癌症进展的见解.
- 该研究强调了潜在的治疗点和治疗耐药性的机制.
更多相关视频
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
Published on: May 17, 2019
12:22The Use of Reverse Phase Protein Arrays RPPA to Explore Protein Expression Variation within Individual Renal Cell Cancers
Published on: January 22, 2013
相关概念视频
07:47Multiomics Analysis of TMEM200A as a Pan-Cancer Biomarker
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
12:22The Use of Reverse Phase Protein Arrays (RPPA) to Explore Protein Expression Variation within Individual Renal Cell Cancers
07:16Isolation of Cancer Stem Cells From Human Prostate Cancer Samples
07:29Studying Pancreatic Cancer Stem Cell Characteristics for Developing New Treatment Strategies
07:48Working with Human Tissues for Translational Cancer Research
