image.png
背景：在乳腺癌中，尚不完全了解肿瘤发生的分子机制。迫切需要鉴定与乳腺癌发展和预后相关的基因，并阐明其潜在的分子机制。在本研究中，我们旨在通过公共数据集的生物信息学分析来鉴定乳腺癌中潜在的病原性和预后差异表达基因（DEG）。
方法：使用来自基因表达综合（GEO）和癌症基因组图谱（TCGA）的四个数据集（GSE21422，GSE29431，GSE42568和GSE61304）进行生物信息学分析。使用LIMMA Package of R鉴定DEG。通过FunRich进行GO（基因本体论）和KEGG（京都基因与基因组百科全书）分析。 DEG的蛋白质相互作用（PPI）网络是通过STRING（相互作用基因检索数据库的搜索工具）网站建立的，由Cytoscape可视化，并通过分子复合物检测（MCODE）进行进一步分析。使用UALCAN和Kaplan–Meier（KM）绘图仪分析中枢基因的表达水平和预后价值。还从乳腺癌患者的临床样品中验证了毂基因的表达水平。此外，使用比较毒物基因组数据库（CTD）构建了基因-药物相互作用网络。
结果：总共鉴定出203个上调的DEG和118个下调的DEG。有丝分裂细胞周期和上皮-间充质转化途径分别是上调和下调基因的主要富集途径。 PPI网络由314个节点和1,810个交互构成，并选择了两个重要的模块。模块1中最重要的富集途径是有丝分裂细胞周期。此外，由于高度的连通性，选择了六个毂基因并在临床样品中进行了验证，以进行进一步分析，包括CDK1，CCNA2，TOP2A，CCNB1，KIF11和MELK，它们都与更差的总体生存率（OS）相关。乳腺癌。
结论：这些结果表明，有丝分裂细胞周期和上皮-间充质转化途径可能是解释乳腺进展的潜在途径。
方法
乳腺癌腺癌数据集-GEOadnTCGA
鉴定DEG
功能富集分析
PPI网络建设与模块分析
关键基因生存分析
关键基因表达分析
患者和组织样本
RT-PCR
结果
image.png
image.png
鉴定乳房恶性组织与非恶性组织之间的差异表达基因（DEG）。 面板A–D分别显示了数据集GSE21422（A），GSE29431（B），GSE42568（C）和GSE61304（D）差异表达基因的火山图。 面板E–F显示了四个数据集中重叠的DEG的维恩图，包括230个上调（E）和130个下调（F）。 面板G–H显示了四个基因表达综合（GEO）和癌症基因组图谱（TCGA）数据集中的321个DEG的维恩图，包括203个上调（E）和118个下调（F）。 ）数据集。
image.png
image.png
用于上调DEG的GO富集分析。 面板A–B展示了GO类别中最丰富的十大元素：分子功能（A）和生物过程（B）。
image.png
对下调的DEG进行GO富集分析。 面板A–B说明了GO类别中最丰富的前10个元素：分子功能（A）和生物过程（B）。
image.png
image.png
image.png
image.png
乳腺癌患者中六个中枢基因的Kaplan–Meier生存曲线。
image.png
在正常组织和乳腺癌组织中六个枢纽基因的相对表达。 （A）CDK1，（B）CCNA2，（C）TOP2A，（D）CCNB1，（E）KIF11和（F）MELK。
image.png
六个中枢基因在不同肿瘤阶段相对表达。
image.png
六个中枢基因在不同肿瘤亚类的正常组织和乳腺癌组织中的相对表达。
image.png
基因药物相互作用网络由六个枢纽基因和化学治疗药物构成。 图A–F显示可用的化学治疗药物可降低或增加mRNA或蛋白质中枢纽基因的表达水平。 （A）CDK1，（B）CCNA2，（C）TOP2A，（D）CCNB1，（E）KIF11和（F）MELK。 红色箭头：化疗药物可增加中枢基因的表达； 绿色箭头：化疗药物会降低中枢基因的表达。
