中华实验外科杂志
中華實驗外科雜誌
중화실험외과잡지
Chinese Journal of Experimental Surgery
2015年
11期
2642-2645
,共4页
林大伟%马丁%杨卫平%沈柏用%彭承宏%邱伟华
林大偉%馬丁%楊衛平%瀋柏用%彭承宏%邱偉華
림대위%마정%양위평%침백용%팽승굉%구위화
基因芯片%蛋白质网络%胰腺癌
基因芯片%蛋白質網絡%胰腺癌
기인심편%단백질망락%이선암
Microarray%Protein interaction networks%Pancreatic cancer
目的 利用生物信息学技术查找与建立胰腺癌相关基因、单核苷酸多态性(SNP)、微小RNA(miRNA)、蛋白质调控网络以及蛋白通路(pathway)功能注释等信息数据,并建立胰腺癌增生分化及凋亡相关蛋白互作动态网络.方法 通过文本挖掘技术和已有胰腺癌数据库(PC-GDB、Ensembl)进行数据收集和整理,然后利用倍数变化(FC)方法对高通量基因表达数据库(GEO)中胰腺癌相关基因表达谱芯片进行分析,计算正常组和疾病组的差异表达基因,得到和胰腺癌相关的数据信息.进一步将GEO数据库中获取的3组基因表达谱芯片(编号:GSE22780、GSE22973、GSE14245)筛选后,将基因芯片分为2组(正常组、胰腺癌组),利用FC方法得到胰腺癌的异常表达基因集,再将得到的基因集投射到蛋白质相互作用关系,得到相应的蛋白质网络,并取其中相对独立、相互作用较为集中且与增生分化及凋亡密切相关的子网络进行功能注释富集分析.结果 GEO数据库中得到差异基因有1 766个,PC-GDB和Ensembl数据库中潜在与胰腺癌相关基因1 173个,胰腺癌相关miRNA共140个,疾病相关SNPs共501个.建立了胰腺癌发生发展过程中的蛋白质相互作用动态网络,并分析其中主要发挥调节增生、诱导分化及凋亡作用的子网络.结论 利用文本挖掘及生物信息学技术收集了胰腺癌相关基因和蛋白数据,并建立了胰腺癌增生分化及凋亡相关蛋白互作动态网络,该网络可为后续针对胰腺癌的研究提供线索和支持,尤其可用于寻找胰腺癌的诊治靶点.
目的 利用生物信息學技術查找與建立胰腺癌相關基因、單覈苷痠多態性(SNP)、微小RNA(miRNA)、蛋白質調控網絡以及蛋白通路(pathway)功能註釋等信息數據,併建立胰腺癌增生分化及凋亡相關蛋白互作動態網絡.方法 通過文本挖掘技術和已有胰腺癌數據庫(PC-GDB、Ensembl)進行數據收集和整理,然後利用倍數變化(FC)方法對高通量基因錶達數據庫(GEO)中胰腺癌相關基因錶達譜芯片進行分析,計算正常組和疾病組的差異錶達基因,得到和胰腺癌相關的數據信息.進一步將GEO數據庫中穫取的3組基因錶達譜芯片(編號:GSE22780、GSE22973、GSE14245)篩選後,將基因芯片分為2組(正常組、胰腺癌組),利用FC方法得到胰腺癌的異常錶達基因集,再將得到的基因集投射到蛋白質相互作用關繫,得到相應的蛋白質網絡,併取其中相對獨立、相互作用較為集中且與增生分化及凋亡密切相關的子網絡進行功能註釋富集分析.結果 GEO數據庫中得到差異基因有1 766箇,PC-GDB和Ensembl數據庫中潛在與胰腺癌相關基因1 173箇,胰腺癌相關miRNA共140箇,疾病相關SNPs共501箇.建立瞭胰腺癌髮生髮展過程中的蛋白質相互作用動態網絡,併分析其中主要髮揮調節增生、誘導分化及凋亡作用的子網絡.結論 利用文本挖掘及生物信息學技術收集瞭胰腺癌相關基因和蛋白數據,併建立瞭胰腺癌增生分化及凋亡相關蛋白互作動態網絡,該網絡可為後續針對胰腺癌的研究提供線索和支持,尤其可用于尋找胰腺癌的診治靶點.
목적 이용생물신식학기술사조여건립이선암상관기인、단핵감산다태성(SNP)、미소RNA(miRNA)、단백질조공망락이급단백통로(pathway)공능주석등신식수거,병건립이선암증생분화급조망상관단백호작동태망락.방법 통과문본알굴기술화이유이선암수거고(PC-GDB、Ensembl)진행수거수집화정리,연후이용배수변화(FC)방법대고통량기인표체수거고(GEO)중이선암상관기인표체보심편진행분석,계산정상조화질병조적차이표체기인,득도화이선암상관적수거신식.진일보장GEO수거고중획취적3조기인표체보심편(편호:GSE22780、GSE22973、GSE14245)사선후,장기인심편분위2조(정상조、이선암조),이용FC방법득도이선암적이상표체기인집,재장득도적기인집투사도단백질상호작용관계,득도상응적단백질망락,병취기중상대독립、상호작용교위집중차여증생분화급조망밀절상관적자망락진행공능주석부집분석.결과 GEO수거고중득도차이기인유1 766개,PC-GDB화Ensembl수거고중잠재여이선암상관기인1 173개,이선암상관miRNA공140개,질병상관SNPs공501개.건립료이선암발생발전과정중적단백질상호작용동태망락,병분석기중주요발휘조절증생、유도분화급조망작용적자망락.결론 이용문본알굴급생물신식학기술수집료이선암상관기인화단백수거,병건립료이선암증생분화급조망상관단백호작동태망락,해망락가위후속침대이선암적연구제공선색화지지,우기가용우심조이선암적진치파점.
Objective Using bioinformatics methods to analyze large amounts of data generated by pancreatic cancer gene chips in order to establish protein interaction networks related to hyperplasia differentiation and apoptosis of pancreatic cancer.Methods Differentially expressed genes between pancreatic cancer and normal pancreas were found by the method of text mining and fold change (FC).Then use FC to analyses 3 chips (NO.GSE22780, GSE22973, GSE14245) form Gene Expression Omnibus (GEO)database in order to find differentially expressed genes during pancreatic cancer phase.Furthermore, the differentially expressed genes were projected on the protein interaction relations in order to establish protein interaction networks.Finally functional annotation bioinformatics microarray analysis was performed to those relatively independent networks which were highly related to hyperplasia differentiation and apoptosis.Results 1 766 differentially expressed genes were found in GEO database and 1 173 differentially expressed genes were found in PC-GDB and Ensembl database.140 microRNAs and 501 single nucleotide polymorphisms were found related to pancreatic cancer.Protein interaction networks related to hyperplasia differentiation and apoptosis of pancreatic cancer was established.Conclusion This study has collected genes and protein data related to pancreatic cancer by using bioinformatics methods.Established protein interaction networks related to hyperplasia differentiation and apoptosis of pancreatic cancer, which can provide new leads to following researches.