吴茜，宋兴勃，钟慧钰，温阳，应斌武

    610041 成都，四川大学华西医院 实验医学科

    胃癌的发病率较高，在癌症中排名前五，也是癌症相关死亡的三大主要原因之一，其中约有50%的死亡报告来自于东亚国家，如中国和日本[1]。虽然80%～90%的肿瘤发生是随机的，但仍然有研究证明遗传因素与胃癌的发生相关[2]。近年来，肿瘤生物学研究不断发展，胃癌的临床诊疗也随之进步，但由于胃癌发现时间一般较晚，造成临床诊疗延误，因而其预后效果仍不令人满意，胃癌患者的5年生存率较低，仅为25.1%[3-4]。相关学者针对胃癌的发病机制做了大量研究，许多基因被认为和胃癌的发生发展有关[5-6]，但胃癌的发病机制仍旧没有达成统一的观点。确定胃癌早期诊断的相关指标和治疗胃癌的关键作用靶点十分重要，但相关方面的研究并不成熟。近年来，基因芯片和RNA测序等高通量技术的不断成熟使许多基因表达的相关数据得以呈现，计算机技术结合生物信息学的方法开始广泛应用于肿瘤研究，其在寻找肿瘤的诊断和靶向治疗的新型标志物方面的有效性和可靠性已经得到了证明。

    本文在研究中拟选取基因表达综合数据库GEO(Gene Expression Omnibus)数据库中的GSE79973以及GSE19826数据集，将生物信息学方法应用到差异基因筛选和功能分析中，从而构建基因网络图，完成关键基因靶点的筛选，以期为探索胃癌的发病机制提供新的见解，从而为胃癌的早期诊疗提供帮助。

    1 材料和方法

    1.1 数据来源

    在隶属于美国国立生物技术信息中心的GEO数据库中使用“gastric cancer”关键词，获得GSE79973和GSE19826基因表达谱，分别由He等[7]和Wang等[8]上传，均基于GPL570平台[HG-U133_Plus_2] Affymetrix Human Genome U133 Plus 2.0 Array。共包含47例样本基因芯片数据，其中病例组(胃癌组织)22例，对照组(正常胃组织)25例。

    1.2 数据分析流程

    将基因芯片数据导入GCBI (Gene-Cloud of Biotechnology Information)分析平台进行数据分析。首先，根据数据的样本特征将其分为数据组和对照组，进行差异基因的筛选，随后对其进行基因本体(gene ontology,GO)分析、Pathway分析及在Pathway分析的基础上进行Pathway网络分析。最后，取GO分析和Pathway分析的交集结果进行基因信号通路网络分析及共表达网络分析 ...... 如果您在使用手机等流览时无法查看或下载全文，可能是被搜索引擎失真“转码”，请点击屏幕最下方的“电脑版”或“原网页”访问。


限于服务器压力，网站部分信息只供爱心会员或有一定积分的注册会员流览。
此信息需要 2 积分（免费注册登录后每天可以领取10个积分）。

用户名：
密 码：
	忘了密码

如果您还不是100md.com会员，欢迎 免费注册，
如果您想获得积分，点击这里 查看积分规则。
如果您想订购杂志，请直接与肿瘤预防与治疗编辑部联系。     娣団剝浼呮禒鍛返閸欏倽鈧喛绱濇稉宥嗙€幋鎰崲娴ｆ洑绠ｅ楦款唴閵嗕焦甯归懡鎰灗閹稿洤绱╅妴鍌涙瀮缁旂姷澧楅弶鍐ㄧ潣娴滃骸甯拋妞剧稊閺夊啩姹夐敍宀冨閹劏顓绘稉鐑橆劃閺傚洣绗夌€规粏顫﹂弨璺虹秿娓氭稑銇囩€硅泛鍘ょ拹褰掓鐠囦紮绱濈拠鐑藉仏娴犺埖鍨ㄩ悽浣冪樈闁氨鐓￠幋鎴滄粦閿涘本鍨滄禒顒佹暪閸掍即鈧氨鐓￠崥搴礉娴兼氨鐝涢崡鍐茬殺閹劎娈戞担婊冩惂娴犲孩婀扮純鎴犵彲閸掔娀娅庨妴锟�

瀵邦喕淇婇弬鍥╃彿  閸忚櫕鏁為惂鐐  鐠囧嫯顔戦崙鐘插綖  閹兼粎鍌ㄩ弴鏉戭樋