导读:本文包含了基因共表达论文开题报告文献综述及选题提纲参考文献，主要关键词:肿瘤,计算生物学,高通量筛选分析,加权基因共表达网络分析
基因共表达论文文献综述
王耀群,陈博,黄甫春,周卫国,张丰[1]（2019）在《加权基因共表达网络分析技术在人类肿瘤研究中的应用》一文中研究指出加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)技术是一种在高通量基因表达数据中,利用系统生物学思想,寻找基因表达相关性,并构建基因模块,进而发现具有生物学意义模块的高通量数据挖掘算法。近年来,随着人类对疾病的认识深入到基因水平,WGCNA越来越多的应用于各种疾病,尤其在肿瘤相关基因的高通量数据的挖掘之中。并且,随着技术的不断完善,该技术在疾病的发病机制、发展过程和治疗方案等的探索中,由单一的共表达网络分析逐渐发展成为与多种技术诸如基于连锁不平衡的全基因组关联分析、支持向量机联合应用以及创新性应用WGCNA进行高通量数据挖掘。作为基于基因层次的高通量研究方法,WGCNA正发挥着重要作用。(本文来源于《肿瘤》期刊2019年11期）
焦二莉,陈博[2]（2019）在《基于组学数据表达谱的下呼吸道铜绿假单胞菌毒力基因exoS和exoU的共表达网络分析》一文中研究指出目的以铜绿假单胞菌的基因芯片为研究样本,并对其进行组学数据层面的挖掘,旨在从分子生物学的层面阐明下呼吸道铜绿假单胞菌毒力基因exoS和exoU的共表达网络特征,并发现其关键的调控基因。方法于2016年3月至2018年5月采用定群抽样的方法选取内蒙古包钢医院呼吸内科接诊并在该院接受后续治疗的312例下呼吸道铜绿假单胞菌感染者为受试对象,生物标本为患者的肺泡灌洗液及痰液。使用寡聚核苷酸探针对铜绿假单胞菌的基因进行检测,对芯片数据进行预处理。选择头孢他啶、庆大霉素、哌拉西林、阿米卡星、环丙沙星、左旋氧氟沙星、多尼培南、替卡西林共8种呼吸内科针对革兰阴性菌常用的抗菌药物对生物标本进行耐药性测定,利用MCODE算法构建以exoS/exoU为核心的耐药基因共表达网络模型。结果耐药组exoS/exoU表达量均显着高于非耐药组,差异有统计学意义(P<0.05);耐药组肺泡灌洗液标本前5位差异表达基因差异表达量从高到低排序依次为RAC1、ITGB1、ITGB5、CRK及IGF1R。痰标本顺序为RAC1、CRK、IGF1R、ITGB1及ITGB5。肺泡灌洗液标本中仅RAC1与exoS、exoU表达呈正相关性(P<0.05);痰标本中RAC1、ITGB1、ITGB5、CRK及IGF1R与exoS、exoU表达呈正相关性(P<0.05)。共表达网络中纳入的基因包括exoS、exoU、RAC1、ITGB1、ITGB5、CRK、CAMK2D、RHOA、FLNA、IGF1R、TGFBR2、FOS。其中RAC1基因调控能力评分最高(72.00),调控基因数最多(6个);其后依次为ITGB1、ITGB5及CRK基因。结论痰标本出现exoS和exoU高表达提示铜绿假单胞菌有更高概率产生耐药性;RAC1、ITGB1、ITGB5及CRK基因可能是调控exoS和exoU表达的关键基因。(本文来源于《国际检验医学杂志》期刊2019年20期）
陈超,童国俊,张建斌,沈亮,何焕钟[3]（2019）在《利用加权基因共表达网络分析构建食管腺癌预后枢纽基因网络》一文中研究指出目的利用加权基因共表达网络分析(WGCNA)构建食管腺癌预后枢纽基因网络,筛选与食管腺癌预后相关的枢纽基因。方法提取癌症和肿瘤基因图谱计划(TCGA)数据库中食管腺癌的标本数据,利用WGCNA匹配基因表达数据与临床预后数据,构建食管腺癌的基因共表达网络模块,并筛选出与预后最相关的模块和枢纽基因,再根据共表达权重系数大小在Cytoscape软件中进行可视化。结果共获得9例正常食管组织和78例食管腺癌的标本,其中男67例,女11例;年龄28.0～86.6[68.4(58.0,77.1)]岁;TNM分期:Ⅰ期10例,ⅡA期9例,ⅡB期16例,Ⅲ期33例,Ⅳ期10例。共筛选得到的多个模块中深蓝色模块与预后最相关,在深蓝色模块中识别出19个枢纽基因(PAQR8、MAMDC4、CEP44、SCRG1、UGT2B15、NUDT9、FOLH1、SFTPB、FBXO8、TENM1、CASR、NEB、SMIM19、SLC20A2、RNF170、SCN2A、GOLIM4、ICK、DNAH2),并构建了枢纽基因的共表达网络。其中基因间共表达权重系数最大的3对基因分别是FOLH1和SCRG1、FOLH1和UGT2B15、FOLH1和SFTB。结论利用WGCNA可识别与食管腺癌预后相关的枢纽基因,为食管腺癌的治疗提供新靶点。(本文来源于《浙江医学》期刊2019年20期）
杨利洒,石从郁,梁宇豪,刘曈,侯笑茹[4]（2019）在《头颈部鳞癌程序性死亡配体-1的共表达基因及调控网络的生物信息学分析》一文中研究指出目的运用生物信息学的方法绘制头颈部鳞癌(HNSCC)中程序性死亡配体-1(PD-L1)共表达基因关系网络,筛选潜在的PD-L1的协同标志物,寻找可能的PD-L1基因调控肿瘤免疫状态的基因和通路。方法利用癌症和肿瘤基因图谱(TCGA)中的大样本HNSCC的转录组学数据,在cBioPortal数据平台进行基因集的检索,筛选PD-L1共表达基因,在R语言的clusterProfiler中进行GO-BP和KEGG富集分析,再进行分子关系网络分析,提取重要节点基因(hub基因),再进行生存分析。结果筛选出共表达基因117个,共表达基因主要富集在免疫调节和病毒反应过程。网络节度分析得到了10个hub基因,依次为STAT1、IFNG、CXCL10、CCR5、FCGR3A、CXCL9、GBP5、CD86、GZMB、IRF1。生存分析显示:CCR5、CXCL9、GZMB是HNSCC预后相关的重要基因。这些基因均参与了免疫过程,其表达与PD-L1相关(Pearson相关系数为0.30、0.35、0.39,P值均小于0.01)。这些基因高表达在HNSCC中均为保护因素。结论 HNSCC中的PD-L1共表达的主要基因均为免疫相关基因,其中CCR5、CXCL9、GZMB与PD-L1存在共表达关系,与预后相关,其可能与程序性死亡受体-1(PD-1)/PD-L1介导的肿瘤免疫逃避相关,为进一步研究PD-1/PD-L1的作用机制和精准靶向治疗提供了新的参考。(本文来源于《华西口腔医学杂志》期刊2019年05期）
李一,熊萱,张远[5]（2019）在《利用加权基因共表达网络挖掘乳腺癌相关疾病靶标》一文中研究指出目的利用公共数据库癌症基因组图谱(TCGA),通过加权基因共表达网络分析(WGCNA)挖掘乳腺癌诊断年龄和肿瘤分期相关疾病靶标。方法利用TCGA得到53例亚洲人种和126例非洲人种乳腺癌基因芯片表达数据及相应的临床指标,然后用R软件的WGCNA包分别构建这2个人群的共表达网络,得到与诊断年龄和肿瘤分期的相关显着性模块,并用在线网站DAVID进行功能富集,用在线网站UALCAN进行生存分析。结果 WGCNA分析得到11个与肿瘤分期和诊断年龄显着相关的模块。将11个模块取交集后得到42个候选基因,利用在线网站DAVID进行基因本体(GO)富集分析,发现这些候选基因主要富集在蛋白质结合功能方面。取42个候选基因中9个由WGCNA识别出的核心基因,输入在线网站UALCAN上行差异分析和生存分析,最终筛选出2个(ERLIN2和ASH2L)候选生物标志物,这2个基因在正常组织和癌组织中的表达差异有统计学意义(P<0.01),且表达水平影响乳腺癌患者的生存期(P<0.05)。结论利用数据挖掘寻找生物标志物或疾病靶标是一种高效、经济的研究方式。本研究通过数据挖掘发现ERLIN2和ASH2L为乳腺癌的候选生物标志物,可用于大样本临床验证及机制探讨。(本文来源于《第二军医大学学报》期刊2019年09期）
巨飞燕,张思平,刘绍东,马慧娟,陈静[6]（2019）在《利用WGCNA进行棉花果枝节间伸长相关基因共表达模块鉴定》一文中研究指出【目的】旨在进行棉花果枝节间伸长相关基因的共表达模块鉴定,研究基因整体表达规律,挖掘目标基因及候选基因。【方法】以两个株型结构差异显着的棉花品种(新陆中77和鲁棉研28)的18份不同长度果枝节间样本的转录组数据作为分析对象,通过权重基因共表达网络分析(Weighted gene co-expression network analysis, WGCNA)进行模块的划分,根据模块功能富集分析及基因表达模式进行特异性模块的筛选及枢纽基因的鉴定,利用Cytoscape_3.3.0进行加权基因共表达网络图的绘制。【结果】利用34 559个有效基因创建了共表达网络,划分为13个共表达模块,筛选得到Cyan模块为与棉花果枝节间伸长相关的特异性模块,并发现植物激素信号转导通路中的JAZ(Jasmonate-zim-domain protein)基因为该模块的枢纽基因,挖掘到80个潜在的候选基因,并用其构建了基因互作调控网络。【结论】JAZ类基因在抑制棉花果枝节间伸长生长过程中发挥着重要的作用,本研究结果可为棉花果枝节间伸长的调控机理研究提供数据支持,为进一步调控棉花株型结构奠定理论基础。(本文来源于《棉花学报》期刊2019年05期）
戴继灿,郑文忠[7]（2019）在《权重基因关联共表达网络在非梗阻性无精子症中的应用》一文中研究指出目的:通过权重基因关联共表达网络分析并筛选非梗阻性无精子症相关基因模块及核心调控基因。方法:基于两个芯片微阵列数据集(GSE45885和GSE45887),通过权重基因共表达网络(WGCNA)分析非梗阻性无精子症中精子发生相关基因的表达模式,并确定与人睾丸样本的Johnsen评分显着相关的基因模块。并将模块内基因进行功能(本文来源于《首届男性大健康中西医协同创新论坛暨第叁届全国中西医结合男科青年学术论坛论文集》期刊2019-09-06）
肖观发,石胜军,胡万里[8]（2019）在《共表达网络分析筛选肾透明细胞癌进展和预后相关基因》一文中研究指出目的挖掘肾透明细胞癌(ccRCC)进展和预后相关基因。方法通过加权基因共表达网络分析(WGCNA)和蛋白相互作用(PPI)网络分析筛选与ccRCC进展和预后相关的枢纽基因。结果在加权共表达网络和PPI网络中均发现与ccRCC进展密切相关的3个常见基因(VWF、TEK和FLT1)。基于数据集GSE53757、RNA测序数据和人类蛋白质图谱数据库的分析发现,各枢纽基因在正常肾脏和ccRCC中其转录和翻译水平上的表达存在显着差异。在测试集GSE53757和RNA测序数据中,3个枢纽基因均与ccRCC进展呈负相关(P<0.05)。受试者工作曲线显示,所有枢纽基因均可区分局限性(病理分期Ⅰ/Ⅱ)和非局限性(病理分期Ⅲ/Ⅳ)ccRCC (曲线下面积>0.5,P<0.05)。此外,基于RNA测序数据的生存分析发现,这些基因可能是ccRCC的预后生物标志物。GO富集分析显示,枢纽模块基因在血管生成相关通路中显着富集。基因集富集分析显示,枢纽基因低表达组主要富集于与免疫相关的通路。结论 3个枢纽基因(VWF、TEK和FLT1)参与ccRCC的进展和预后,其可能对ccRCC的临床诊断、治疗和预后具有重要意义。(本文来源于《现代泌尿生殖肿瘤杂志》期刊2019年04期）
刘源,隋正红,刘昊昕,Sadaf,RIAZ[9]（2019）在《加权基因共表达网络探究链状亚历山大藻爆发性生长的分子机制》一文中研究指出链状亚历山大藻(Alexandrium pacificum)作为典型的产毒赤潮甲藻,分布广泛,而对其爆发性生长的研究将有助于探究由其引发的赤潮的分子机制。本研究通过模拟赤潮爆发的条件对链状亚历山大藻进行表达谱测序,利用表达谱测序后得到的基因表达量数据,采用加权基因共表达网络(WGCNA)构建方法探究链状亚历山大藻的爆发性生长的分子机制。通过计算基因间表达量的相关性得到了35个基因共表达模块,将基因共表达模块与链状亚历山大藻爆发性生长性状相关联,在爆发性生长阶段,有6个显着性相关的模块,基于KEGG及GO功能富集分析,这些模块涉及蛋白质的加工合成、核糖体的合成,电子传递,碳水化合物代谢等过程,表明了细胞代谢能力的提升,为细胞增殖提供了物质基础。此外有大量的未知功能的枢纽基因被发现,基因模块可以用于推测这些基因的功能,从而为以后挖掘新基因,探究潜在的调控机制提供了基础。(本文来源于《中国海洋大学学报(自然科学版)》期刊2019年09期）
徐琦,王进[10]（2019）在《基于基因共表达权重网络分析乳腺癌亚型关键lncRNA》一文中研究指出目的通过基因共表达权重网络分析(WGCNA)探讨长链非编码RNA(lncRNA)与乳腺癌的不同亚型性状及发病机制的关系。方法收集GEO数据库50个样本中不同乳腺癌亚型的转录组数据,以14 032个lncRNA的表达模式为基础,用WGCNA分析共表达的lncRNA构建聚类模块,并与乳腺癌亚型进行相关性分析。同时将各模块中关键lncRNA与18 904个蛋白编码基因做相关性分析,随后通路富集分析研究其功能。结果共检测到15个lncRNA模块,其中9个模块与乳腺癌的各亚型高度相关。预测到的关键lncRNA基因ADARB2-AS1,已有验证与乳腺癌HER2阳性亚型高度相关。通过联系基因表达矩阵,获得由关键lncRNA和mRNA构成的乳腺癌基因调控核心网络;被调控的基因富集于93个GO功能注释上。结论利用WGCNA方法,通过计算不同组织中的基因表达矩阵,鉴定有生物学意义的基因模块,可进一步验证lncRNA与乳腺癌的亚型特异性有关,有助于揭示乳腺癌相关受体以及各亚型产生的遗传机制。(本文来源于《江苏医药》期刊2019年06期）
基因共表达论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的以铜绿假单胞菌的基因芯片为研究样本,并对其进行组学数据层面的挖掘,旨在从分子生物学的层面阐明下呼吸道铜绿假单胞菌毒力基因exoS和exoU的共表达网络特征,并发现其关键的调控基因。方法于2016年3月至2018年5月采用定群抽样的方法选取内蒙古包钢医院呼吸内科接诊并在该院接受后续治疗的312例下呼吸道铜绿假单胞菌感染者为受试对象,生物标本为患者的肺泡灌洗液及痰液。使用寡聚核苷酸探针对铜绿假单胞菌的基因进行检测,对芯片数据进行预处理。选择头孢他啶、庆大霉素、哌拉西林、阿米卡星、环丙沙星、左旋氧氟沙星、多尼培南、替卡西林共8种呼吸内科针对革兰阴性菌常用的抗菌药物对生物标本进行耐药性测定,利用MCODE算法构建以exoS/exoU为核心的耐药基因共表达网络模型。结果耐药组exoS/exoU表达量均显着高于非耐药组,差异有统计学意义(P<0.05);耐药组肺泡灌洗液标本前5位差异表达基因差异表达量从高到低排序依次为RAC1、ITGB1、ITGB5、CRK及IGF1R。痰标本顺序为RAC1、CRK、IGF1R、ITGB1及ITGB5。肺泡灌洗液标本中仅RAC1与exoS、exoU表达呈正相关性(P<0.05);痰标本中RAC1、ITGB1、ITGB5、CRK及IGF1R与exoS、exoU表达呈正相关性(P<0.05)。共表达网络中纳入的基因包括exoS、exoU、RAC1、ITGB1、ITGB5、CRK、CAMK2D、RHOA、FLNA、IGF1R、TGFBR2、FOS。其中RAC1基因调控能力评分最高(72.00),调控基因数最多(6个);其后依次为ITGB1、ITGB5及CRK基因。结论痰标本出现exoS和exoU高表达提示铜绿假单胞菌有更高概率产生耐药性;RAC1、ITGB1、ITGB5及CRK基因可能是调控exoS和exoU表达的关键基因。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基因共表达论文参考文献
[1].王耀群,陈博,黄甫春,周卫国,张丰.加权基因共表达网络分析技术在人类肿瘤研究中的应用[J].肿瘤.2019
[2].焦二莉,陈博.基于组学数据表达谱的下呼吸道铜绿假单胞菌毒力基因exoS和exoU的共表达网络分析[J].国际检验医学杂志.2019
[3].陈超,童国俊,张建斌,沈亮,何焕钟.利用加权基因共表达网络分析构建食管腺癌预后枢纽基因网络[J].浙江医学.2019
[4].杨利洒,石从郁,梁宇豪,刘曈,侯笑茹.头颈部鳞癌程序性死亡配体-1的共表达基因及调控网络的生物信息学分析[J].华西口腔医学杂志.2019
[5].李一,熊萱,张远.利用加权基因共表达网络挖掘乳腺癌相关疾病靶标[J].第二军医大学学报.2019
[6].巨飞燕,张思平,刘绍东,马慧娟,陈静.利用WGCNA进行棉花果枝节间伸长相关基因共表达模块鉴定[J].棉花学报.2019
[7].戴继灿,郑文忠.权重基因关联共表达网络在非梗阻性无精子症中的应用[C].首届男性大健康中西医协同创新论坛暨第叁届全国中西医结合男科青年学术论坛论文集.2019
[8].肖观发,石胜军,胡万里.共表达网络分析筛选肾透明细胞癌进展和预后相关基因[J].现代泌尿生殖肿瘤杂志.2019
[9].刘源,隋正红,刘昊昕,Sadaf,RIAZ.加权基因共表达网络探究链状亚历山大藻爆发性生长的分子机制[J].中国海洋大学学报(自然科学版).2019
[10].徐琦,王进.基于基因共表达权重网络分析乳腺癌亚型关键lncRNA[J].江苏医药.2019
标签：肿瘤; 计算生物学; 高通量筛选分析; 加权基因共表达网络分析;