Page 42 - 南京医科大学学报自然科学版
P. 42

第41卷第12期
               ·1748 ·                           南 京    医 科 大 学 学         报                        2021年12月


                  乳腺癌是女性中最常见的一种恶性肿瘤，同时                          基因表达数据、芯片和微阵列的数据库，从中下载
                                          ［1］
              致死率也居于女性癌症第 1 位 。乳房钼靶密度                           数据集GSEGSE38506进行分析，该芯片数据集基于
             （mammographic density，MD）指的是在乳腺钼靶中                 GPL570 平台，共 13 例组织样本，其中包括 6 位低
              整个乳房中致密组织的百分比，乳房中致密区域主                            MD女性以及7 位高MD女性的正常乳腺组织样本。
              要是由成纤维细胞、上皮细胞和结缔组织组成的纤                            1.2  方法
              维腺乳腺组织 。乳腺纤维腺组织在乳腺钼靶上看                            1.2.1 鉴定差异表达基因
                          ［2］
              起来很致密，而脂肪则显得稀疏，所以比脂肪组织更                                GEO2R（http：//www.ncbi.nlm.nih.gov/geo/geo2r/）
                                                         ［3］
              能阻挡 X 射线，因此在乳房钼靶上显示为白色 。                          用于鉴定高 MD 组和低 MD 组的差异表达基因（dif⁃
              致密的乳腺组织的存在极大增加了患乳腺癌的风                             ferentially expressed gene，DEG）。在分析结果中，基
              险 。在1项评估乳房密度为乳腺癌独立危险因素                            因表达的差异用 P 值和差异倍数（fold change，FC）
                ［4］
              研究的荟萃分析中，与密集乳房相关的相对风险                             的对数（logFC）表示。此次研究将 P < 0.05 且 |log⁃
              为：密度为50％~74％的乳房为2.92，密度为75％或                      FC|>1 的基因纳入DEG。
              更高的乳房为 4.64 。与低密度乳腺组织相比，致                         1.2.2 DEGs的GO及KEGG信号通路富集分析
                               ［5］
              密的乳腺组织还具有更大的 DNA 损伤反应（DDR）                             用 DAVID 数据库（The Database for Annotation，
                                       ［6］                                                               ［10］
              基因表达和较短的端粒长度 。这些数据表明，MD                           Visualization and Integrated Discovery，v6.8）  对
              的增加与乳腺癌风险的增加之间存在很强的正相                             DEG 进行 GO 和 KEGG 功能注释和富集分析，发掘
              关性。                                               其涉及的相关通路。GO 的功能注释主要分为 3 部
                  近年来，随着高通量技术的发展，基因芯片和                          分，包括生物过程（biological process，BP）、分子功能
              基因测序的运用已成为研究肿瘤疾病必要且高效                             （molecular function，MF）和细胞成分（cellular compo⁃
              的方法。如今是数据共享时代，各大数据库中拥有                            nent，CC）。KEGG 是一个包含关于基因组、生物途
              丰富的基因检测和分析结果，但缺少精确、有效的                            径、疾病和化学物质信息的数据库集合。富集分析
              数据挖掘。越来越多的研究者将目光投到基于生                             的结果以P < 0.05 作为入选标准。
              物信息学来分析各种癌症的分子机制                  ［7-8］ 。迄今为      1.2.3 PPI网络的构建
              止很多研究表明致密型乳腺与乳腺癌患病风险增                                  使用 STRING 数据库 （https：//string⁃db.org）对
                                                                                       ［11］
              加有关，但尚未发现一些潜在的差异表达基因，核                            DEG 蛋白质间的相互作用进行分析，构建 DEG 的
              心基因和相关的信号通路，这可能有助于了解高                             PPI 网络。综合得分>0.4 作为相互作用存在的标
              MD增加乳腺癌发生的分子机制，并为高MD乳腺癌                           准。Cytoscape 软件（3.8.0 版）是用于可视化分子相
              患者的治疗提供候选靶点。本研究从美国国立生                             互作用网络的开源生物信息学软件平台                     ［12］ ，可对
              物技术信息中心（National Center for Biotechnology         STRING 数 据 库 得 到 的 PPI 信 息 进 一 步 构 建 。
              Information，NCBI）基 因 表 达 综 合 数 据 库（NCBI ⁃         MCODE 是Cytoscape中一种用于基于拓扑对给定网
              GEO）（http：//www.ncbi.nlm.nih.gov/geo）下载原始的        络进行聚类以发现密集连接区域的插件                   ［13］ ，可筛选
              微阵列数据集GSE38506并进行分析，以获取高MD                        出PPI网络中最显著的模块。
              和低 MD 的正常女性之间的差异表达基因。随后，                          1.2.4 Hub基因的筛选
              为了确定相关的基因和信号通路，进行了基因本体                                 使用 Cytoscape 的 CytoHubba 插件，用 5 种分类
              论（gene ontology，GO），京都市基因与基因组百科全                  方法来评估核心基因。先筛选出每种方法分值排
              书（Kyoto Encyclopedia of Genes and Genomes，        名前15位的基因，然后根据5种方法重叠的基因筛

              KEGG）富集途径分析和蛋白质相互作用（protein⁃                      选为Hub基因。
              protein interaction，PPI）网络分析。通过生物信息学              1.2.5 Hub基因的预后分析
              研究了正常女性不同 MD 的差异表达基因，为临床                               Breast Cancer Gene⁃Expression Miner（bc⁃GenEx⁃
              治疗和药物靶标发现提供了潜在的生物标志物。                             Miner）数据库是一个收录乳腺癌数据的在线数据挖
                                                                掘 工 具（http：//bcgenex.centregauducheau.fr/，v4.5），
              1  资料和方法
                                                                提供了评估乳腺癌基因预后信息，并可将结果绘制
              1.1  资料                                           为生存分析曲线图，分析肿瘤中某特定基因与死亡
                  NCBI的 GEO数据库是一个公共的存储高通量                       时间的关系，结果以 95%置信区间（CI）和危险比来
   37   38   39   40   41   42   43   44   45   46   47