目的運(yùn)用基因集富集分析（GSEA）探索人表皮生長(zhǎng)因子受體2（HER2）基因表達(dá)狀態(tài)對(duì)胃癌代謝通路影響情況。方法下載癌癥基因組圖譜（TCGA）、基因表達(dá)綜合數(shù)據(jù)庫(kù)（GEO）和歐洲生物信息研究所（ArrayExpress）數(shù)據(jù)庫(kù)的胃癌轉(zhuǎn)錄表達(dá)數(shù)據(jù)庫(kù),根據(jù)Her2拷貝數(shù)或者表達(dá)水平選取高低表達(dá)組,應(yīng)用GSEA軟件進(jìn)行富集分析,取錯(cuò)誤發(fā)現(xiàn)率q值（FDR q val）<25%和/或名義P值（nom P val）<0.01的代謝通路作為有意義的代謝基因集,結(jié)果繪制熱圖尋找共性。結(jié)果在癌癥基因組圖譜胃腺癌集（TCGA STAD）、GEO數(shù)據(jù)集（GSE66229）等10個(gè)數(shù)據(jù)庫(kù)中,Her2的高低表達(dá)對(duì)對(duì)過(guò)氧物酶體、N-聚糖生物合成和嘧啶代謝通路基因集有影響（FDR q val<25%且nom P val<0.01）,糖基磷脂酰肌醇、甘油磷脂、鞘脂類(lèi)代謝差異有統(tǒng)計(jì)學(xué)意義（nom P val<0.01）。結(jié)論多個(gè)數(shù)據(jù)庫(kù)GSEA分析結(jié)果提示癌基因Her2的狀態(tài)與多個(gè)代謝通路基因集有相關(guān)性。 

【文章來(lái)源】：安徽醫(yī)科大學(xué)學(xué)報(bào). 2020,55(09)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

TCGA Her2高低表達(dá)相關(guān)基因列表熱圖

表4 Her2高表達(dá)在不同基因數(shù)據(jù)庫(kù)中對(duì)基因集的富集分析結(jié)果 基因集 樣本 基因集上調(diào)比例 FDR<25% nom P<1% nomP<5% TCGA STAD 295 120/178 5 5 16 STAD CNA 295 106/178 15 9 20 GSE54129 132 81/176 0 2 9 GSE27342 160 67/156 1 2 14 GSE 15460 360 80/176 0 2 6 GSE 14210 167 158/168 0 0 3 GSE 26253 432 91/166 0 0 4 GSE 37023 250 115/168 1 1 2 GSE 15459 200 89/176 6 7 13 GSE 66229 400 71/176 10 3 14 E-MTAB-1338 108 1/178 0 0 0Her2高表達(dá)所影響的代謝通路本身與腫瘤就有密切聯(lián)系并起核心作用,比如:過(guò)氧化物酶體分子和過(guò)氧化物酶體特異性蛋白在過(guò)氧化應(yīng)激與腫瘤發(fā)生中有作用。過(guò)氧化物酶體本身可能充當(dāng)信號(hào)樞紐,促進(jìn)其他支持腫瘤的發(fā)生過(guò)程,例如自噬[13]。再比如:參與N-聚糖生物合成的酶及其產(chǎn)物表達(dá)的變化可以調(diào)節(jié)結(jié)直腸癌細(xì)胞的細(xì)胞黏附、細(xì)胞信號(hào)傳導(dǎo)和侵襲性[14]。而嘧啶作為DNA合成原料其代謝與腫瘤的失控生長(zhǎng)關(guān)系更是密切[15]。Her2與這些代謝之間的相互影響尚未被關(guān)注并需進(jìn)一步實(shí)驗(yàn)證實(shí)。

胃癌起病隱匿,疾病進(jìn)展迅速,晚期伴有代謝異常,營(yíng)養(yǎng)吸收障礙,加速病情惡化。本研究組前期轉(zhuǎn)錄組研究也發(fā)現(xiàn)胃癌中脂質(zhì)代謝相關(guān)基因的異常表達(dá)[12]。Her2是胃癌最明確的癌基因且有判斷預(yù)后和靶向藥物,而癌基因?qū)ξ赴┐x的影響并未受關(guān)注。生物信息學(xué)的發(fā)展提供了數(shù)據(jù)挖掘分析的可能。GSEA富集分析java軟件可以初步探討Her2對(duì)胃癌代謝的影響。表3 TCGA STAD中Her2高表達(dá)富集結(jié)果列表 基因集名稱(chēng) 數(shù)量 標(biāo)準(zhǔn) NOM P-val FDR q-val FWER p-val KEGG_GLYCOSYLPHOSPHATIDYLINOSITOL_GPI_ANCHOR_BIOSYNTHESIS 25 -1.8308948 0 0.4274352 0.18 KEGG_SPHINGOLIPID_METABOLISM 39 -1.8086642 0.02222222 0.27447587 0.21 KEGG_BASAL_TRANSCRIPTION_FACTORS 33 -1.8022268 0.02 0.19395328 0.22 KEGG_PEROXISOME 76 -1.7493895 0 0.22516415 0.3 KEGG_GLYCEROPHOSPHOLIPID_METABOLISM 76 -1.6889246 0 0.28718305 0.44 KEGG_HOMOLOGOUS_RECOMBINATION 28 -1.6717087 0.04545455 0.26695168 0.48 KEGG_SELENOAMINO_ACID_METABOLISM 26 -1.6659013 0 0.24073945 0.49 KEGG_GLYCEROLIPID_METABOLISM 49 -1.6428105 0 0.24867189 0.51 KEGG_PYRIMIDINE_METABOLISM 94 -1.6353688 0.04651163 0.2459737 0.56 KEGG_N_GLYCAN_BIOSYNTHESIS 45 -1.5951 0.04347826 0.2951885 0.6 KEGG_ONE_CARBON_POOL_BY_FOLATE 17 -1.5632386 0.02325581 0.35539606 0.68 KEGG_TERPENOID_BACKBONE_BIOSYNTHESIS 15 -1.5499818 0.12195122 0.36099437 0.72 KEGG_BASE_EXCISION_REPAIR 33 -1.542029 0.07692308 0.34981707 0.74 KEGG_CELL_CYCLE 124 -1.5407037 0.11904762 0.32550505 0.74 KEGG_NOTCH_SIGNALING_PATHWAY 47 -1.5081813 0.04081633 0.38614118 0.84 KEGG_PENTOSE_PHOSPHATE_PATHWAY 27 -1.5017622 0.09090909 0.3713867 0.85 KEGG_SPLICEOSOME 124 -1.490956 0.02439024 0.37076354 0.86 KEGG_NUCLEOTIDE_EXCISION_REPAIR 43 -1.4884012 0.0952381 0.35905463 0.86 KEGG_AMINOACYL_TRNA_BIOSYNTHESIS 41 -1.4817811 0.14583333 0.35182452 0.87 KEGG_MISMATCH_REPAIR 23 -1.4817796 0.15 0.33423328 0.87 KEGG_ENDOCYTOSIS 178 -1.4739231 0.08510638 0.3379887 0.88 KEGG_TIGHT_JUNCTION 129 -1.4574409 0.03703704 0.35765696 0.91 KEGG_OTHER_GLYCAN_DEGRADATION 16 -1.4573224 0.04651163 0.34252074 0.91 KEGG_PROTEASOME 44 -1.4540299 0.12195122 0.3336786 0.92 KEGG_UBIQUITIN_MEDIATED_PROTEOLYSIS 134 -1.4481871 0.04255319 0.33357808 0.92

【參考文獻(xiàn)】：
期刊論文
[1]胃癌脂代謝通路基因表達(dá)的轉(zhuǎn)錄組學(xué)高通量分析[J]. 向麗娟,汪圣毅,包楚陽(yáng),張焱,韓坤,劉虎.  安徽醫(yī)科大學(xué)學(xué)報(bào). 2019(01)



本文編號(hào)：3117132