一、基因表达谱芯片在肿瘤研究中的应用（论文文献综述）
赵金辉[1]（2021）在《NSD2沉默对三阴乳腺癌基因表达谱及生物学行为的影响》文中认为目的:本研究结合基因芯片、生物信息学方法及体外实验,在三阴乳腺癌（Triple negative breast cancer,TNBC）细胞系MDA-MB-231中沉默NSD2的表达,观察其对TNBC细胞生物学行为及药物敏感性的影响,探讨NSD2在TNBC中可能发挥的作用和机制。方法:构建沉默NSD2表达的稳定细胞株,应用基因芯片技术检测沉默NSD2表达后MDA-MB-231细胞基因表达谱的改变并筛选出改变具有明显差异的基因。使用KEGG、DAVID、STRING及Cytoscape等工具对差异基因进行分析并筛选相关的Hub基因,使用Kaplan-Meier Plotter对Hub基因进行预后分析。使用CCK-8细胞增殖实验、Hoechst（33258）细胞凋亡染色实验、流式细胞术及Western Blot免疫印迹实验检测沉默NSD2后TNBC细胞生物学行为及死亡受体相关蛋白表达的改变。结果:成功构建沉默NSD2表达的MDA-MB-231稳定株,沉默NSD2表达后,TNBC细胞的表达谱发生明显改变,共发现483个差异基因,其中上调基因324个,下调基因159个。对差异基因进行KEGG通路富集分析显示,与NSD2相关的差异基因涉及细胞因子-细胞因子受体相互作用（Cytokine-cytokine receptor interaction）、程序性细胞死亡（Necroptosis）、TNF信号通路（TNF signaling pathway）等30条信号通路。基因本体（Gene Ontology,GO）功能富集分析结果提示,上调基因一共富集到79个生物学过程（Biological process,BP）、14个分子功能（Molecular function,MF）、29个细胞成分（Cellular component,CC）,下调基因一共富集到166个BP、36个MF、56个CC（P<0.05）,其中差异基因富集指向了多个肿瘤GO过程。通过Cytoscape中的Cytohubba插件对显着性差异基因的蛋白蛋白相互作用网络（Protein protein interaction network,PPI）进行Hub基因筛选,我们共筛选出25个Hub基因。经过Kaplan-Meier Plotter进行预后分析,共发现CCL5、CXCL10、CXCL11、IFIT1、IFIT2、IFIT3、OAS1、OAS2、IRF1、ISG20、IFIH1、RSAD2、THBS1、DDX58、MX1、HERC6等16个NSD2相关的差异基因与TNBC预后显着相关（P<0.05）。CCK-8实验检测结果显示:紫杉醇（Paclitaxel,PTX）能够抑制细胞的增殖,且其作用具有药物剂量和时间的依赖性。沉默NSD2表达后,与sh NC组相比,sh NSD2-1组与sh NSD2-2组的细胞存活率下降。PTX作用转染细胞后,Hoechst（33258）染色与流式细胞术凋亡检测结果显示:与untreated组相比,PTX处理组细胞凋亡率增加;untreated组细胞中,sh NC组与sh NSD2-1组、sh NSD2-2组细胞凋亡率无差异;PTX处理组细胞中,与sh NC组相比,sh NSD2-1组、sh NSD2-2组细胞凋亡率增加,细胞数量减少。Western Blot结果提示:untreated组中,与sh NC组相比,sh NSD2-1组中TNFAIP3、DR5、Fas蛋白表达量明显升高（P<0.05）,CASP-1表达量略微升高,PARP1表达量下降（P<0.05）,TRAIL表达量略微下降,Cleaved PARP1变化不明显;sh NSD2-2组中各蛋白表达量均升高,差异具有统计学意义（P<0.05）。PTX组中,与untreated组相比,各蛋白表达量均明显升高（P<0.05）;与sh NC+PTX组相比,sh NSD2-1+PTX组中TNFAIP3、DR5、CASP-1、Fas蛋白表达量明显升高（P<0.05）,Cleaved PARP1、TRAIL表达升高,PARP1表达量略微下降;sh NSD2-2+PTX组中各蛋白表达量均升高（P<0.05）。对上述蛋白进行预后分析发现,除PARP1外（P<0.05;HR>1）,其余5个蛋白高表达均提示预后良好（P<0.05,HR<1）。结论:1.沉默NSD2可显着改变TNBC细胞的基因表达谱,与NSD2相关的差异基因涉及多条肿瘤相关信号通路。2.筛选出CCL5、CXCL10、CXCL11、IFIT1、IFIT2、IFIT3、OAS1、OAS2、IRF1、ISG20、IFIH1、RSAD2、THBS1、DDX58、MX1、HERC6等16个NSD2相关的差异基因可能成为TNBC预测预后的潜在生物标志物。3.沉默NSD2可以抑制TNBC细胞的增殖能力,增强其对PTX的药物敏感性,NSD2可能介导TNBC患者的PTX耐药,沉默NSD2联合PTX治疗可能改变患者预后结局。4.沉默NSD2与PTX之间具有协同效应,可以诱导TNBC细胞发生死亡。NSD2可能通过抑制死亡受体介导的细胞凋亡通路、CASP-1介导的经典细胞焦亡通路等增强TNBC细胞增殖能力、抑制其发生死亡。5.TRAIL/DR5、Fas、CASP-1、TNFAIP3等可能与乳腺癌关系密切,其表达升高与患者预后之间呈正相关,可能是用于预测乳腺癌预后结局的分子靶标。
孙欣慰[2]（2020）在《KIF15对卵巢癌增殖和凋亡的影响及相关调控网络的生物信息学分析》文中进行了进一步梳理目的卵巢癌（Ovarian Cancer,Ov Ca）是在妇科恶性肿瘤中致死率排名第一位的肿瘤。卵巢癌起病隐匿,难于早期诊断,大部分患者在诊断时已进展至晚期。由于缺乏可靠的指标,卵巢癌的早期诊断和预后都是亟待解决的临床难题。此外,虽然卵巢癌的靶向治疗不断发展,但由于低应答率和耐药性的问题,仍有相当一部分患者难以从现有的靶向治疗中获益。基于此,寻找在卵巢癌早期就能够帮助诊断和预测患者预后情况,以及有望作为卵巢癌治疗靶点的新的生物标记物,成为卵巢癌诊断和治疗领域迫切需要解决的问题。生物信息学是生命科学与计算机科学相结合形成的一门新兴的交叉学科。近年来,随着GEO、TCGA等多个全球性肿瘤数据库不断建立和完善,肿瘤数据库的信息提取和深入挖掘已经成为了肿瘤研究的热点和重点。利用生物信息学方法挖掘肿瘤数据库的已有数据,有针对性地获取肿瘤相关分子,是获得有效生物标记物、筛选信号通路分子进而揭示肿瘤发生、发展内在机制的高效方法,运用该方法能够大大提高筛选诊断、预后和治疗靶标的效率和可靠性。因此,在本课题中,我们拟通过对GEO数据库、TCGA数据库等在线数据库中的卵巢癌相关数据进行数据挖掘,分析获得卵巢癌m RNA表达谱中的差异表达基因,结合多种生物信息学方法从这些差异表达基因中筛选获得能够显着影响卵巢癌患者生存期、帮助预测患者预后情况的生物标记物,再通过对目的基因功能和调控网络的研究,进一步了解目的基因在卵巢癌中发挥的作用及其调控机制,为该分子作为辅助诊断、预后预测因子或进一步作为治疗靶标应用于临床,提供理论依据。材料与方法1.GEO卵巢癌基因芯片数据挖掘、差异表达基因分析和目的基因筛选1)GEO卵巢癌数据集的检索、筛选和下载;使用R软件从质量灰度、权重、残差、残差符号、RLE、NUSE和RNA降解等多个方面对拟进行分析的基因芯片数据进行质量评估;2)对选取的4个GEO卵巢癌数据集进行数据预处理,剔除不合格样本后,使用RMA算法分别进行背景校正、标准化和log2处理,再将对照组和肿瘤组数据进行合并、汇总,通过Affymetrix平台的芯片注释文件,将探针ID转换为基因名称;分别对每个卵巢癌数据集进行差异表达分析;3)使用DAVID在线工具对差异表达基因进行GO和KEGG富集分析;根据GO分析结果对增殖相关的差异表达基因进行筛选;4)使用Kaplan-Meier Plotter工具进行备选基因的OS和PFS生存分析,并绘制生存曲线;5)使用Oncomine公共数据平台进行备选基因表达分析和验证;6)使用GEPIA数据库对候选基因在不同分期的卵巢癌中的表达进行分析。2.KIF15在卵巢癌的表达验证和体内外功能研究1)利用GTEx来源的人体正常组织RNA-seq数据和TCGA来源的卵巢癌样本RNA-seq数据对KIF15在正常人体组织器官的表达和在卵巢癌中的差异表达进行分析;2)利用文献中报道的干细胞指数m RNAsi数据,采用WGCNA法揭示KIF15与卵巢癌干细胞增殖的相关性;3)免疫组化法检测卵巢癌组织芯片中KIF15蛋白的表达,并对免疫组化染色结果的评估;4)使用CCLE肿瘤细胞数据库获得45种卵巢癌细胞株的KIF15 m RNA数据,了解KIF15 m RNA在卵巢癌细胞株中的表达谱;5)Real time-PCR检测包括卵巢癌细胞株SKOV3、A2780、HO8910和Ovcar-3,宫颈癌细胞株Hela、Siha和C33a,肺腺癌细胞株A549、胰腺癌细胞株PANC-1和神经胶质母细胞瘤细胞株U87等多种肿瘤细胞株中KIF15 m RNA的表达;6)对卵巢癌细胞株进行sh RNA慢病毒转染,Real-time PCR和Western Blot法检测慢病毒转染效率;7)Celigo法细胞计数和CCK8法检测KIF15敲减后细胞增殖情况;8)FACS法和Caspase3-7法检测KIF15敲减后细胞凋亡情况;9)裸鼠成瘤实验及动物活体成像,观察成瘤情况,并对瘤体进行抗KIF15免疫组化染色。3.敲降KIF15卵巢癌细胞样本的基因表达谱检测与生物信息学分析1)对SKOV3细胞进行Sh RNA慢病毒感染,RT-PCR法验证敲降KIF15的效率;2)从A260/A280比值、RIN值和28s/18s比值三个指标,对总RNA的质量进行评估;3)使用3′IVT反应法对基因芯片进行检测;4)从质量灰度、权重、残差、残差符号、RLE、NUSE等多个方面对基因芯片质量进行分析;5)进行差异表达基因分析;6)运用基因富集分析工具Fun Rich、Clue GO和GSEA等不同方法对差异表达基因进行功能和信号通路的富集分析,筛选出凋亡相关的通路;4.敲降KIF15卵巢癌细胞样本的磷酸化蛋白芯片检测与生物信息学分析1)使用磷酸化蛋白芯片对敲降KIF15的SKOV3细胞样本进行检测,并对原始图片进行扫描和分析;2)依据m RNA基因表达谱的分析结果从磷酸化蛋白芯片的数据中筛选出对应的凋亡相关通路及通路上的分子,构建磷酸化蛋白核心网络;3)分别从m RNA水平和蛋白水平对三条信号通路上的分子作重叠性分析,确定三条凋亡相关通路的交叉分子,验证敲降KIF15是通过调控三条凋亡相关通路交联形成的网络发挥促凋亡作用的。结果1.GEO卵巢癌基因芯片数据挖掘、差异表达基因分析和目的基因筛选结果1)经过多个指标的评估,认为本研究选用的芯片质量较为可靠,可以进行后续数据分析;2)以|Log FC|≥1.5和p<0.05为差异基因的筛选标准;GSE40595数据集包含上调基因2544个,下调基因52个;GSE18520数据集包含上调基因582个,下调基因580个;GSE38666数据集包含上调基因1487个,下调基因205个;GSE36668数据集包含上调基因2216个,下调基因108个;4个数据集具有共同上调差异表达基因183个,下调差异表达基因7个;3)GO分析结果中,我们选取p值最小的前10位GO分类,其中与增殖相关的有5个,包括“cell division”,“mitotic nuclear division”,“cell proliferation”,“mitotic sister chromatid segregation”和“chromosome segregation”。在这5个GO分类的共42个基因中,存在17个富集于2个或2个以上细胞增殖相关GO分类的基因（SAC3D1,NUF2,FAM83D,TPX2,KIF11,ZWINT,CDCA3,NDC80,PTTG1,BUB1B,KIF15,KIF18B,SPAG5,CENPF,CDC20,CDK1 and KIF2C）;4)在Kaplan-Meier Plotter中进行生存分析,上述17个基因中,BUB1B,CDK1,CENPF,FAM83D、TPX2和KIF15等6个基因均与卵巢癌患者的总生存率（OS,p<0.01）和无进展生存率（PFS,p<0.05）呈负相关;5)在Oncomine数据库中,上述6个基因除FAM83D外均有权威数据集TCGA支持其m RNA在卵巢癌组织中存在差异表达,因此我们对其余5个基因进行进一步分析;6)BUB1B,CDK1,CENPF,TPX2和KIF15 m RNA的表达均与stage I-II期卵巢癌患者的PFS和OS呈明显负相关,且这些基因高表达于I-II期卵巢癌患者时较卵巢癌患者总体具有更大的风险比HR值;7)BUB1B、CENPF和KIF15在不同分期的卵巢癌组织中表达具有显着性差异,且早期（stage II）表达高于中晚期（stage III和IV）,这种差异在KIF15（F=5.03,p值=0.00692）高于BUB1B（F=4.7,p值=0.00954）和CENPF（F=3.8,p值=0.0232）。2.KIF15在卵巢癌的表达验证和体内外功能研究结果1)KIF15 m RNA在人体正常组织器官中,除骨髓外,均为低表达;在卵巢癌组织中存在过表达;2)WGCNA分析揭示了KIF15与卵巢癌细胞的干性调控相关,并参与卵巢癌干细胞的增殖调控;3)免疫组化染色提示KIF15蛋白仅存在于胞浆中。在90例不同病理类型的卵巢癌组织中,有68例（75.6%）存在KIF15蛋白的高表达,22例（24.4%）低表达,而在10例癌旁组织中,有2例（20%）高表达,其余8例（80%）均为低表达,KIF15蛋白在卵巢癌和癌旁组织中表达水平的差异具有显着性（p<0.05）;该组织芯片中除去10例癌旁组织和10例淋巴结转移腺癌,其余80例卵巢癌组织中,包括64例临床分期为I-II期的样本,其中KIF15高表达样本有49例（76.6%）;其余16例III-IV期样本中,KIF15高表达的有11例（68.8%）。在不同的病理类型中,5例透明细胞癌中有3例KIF15高表达（60%）),11例粘液性腺癌中有8例高表达（72.7%）,1例子宫内膜样腺癌为高表达,其余63例浆液性腺癌中,有49例（77.8%）高表达KIF15在不同的病理类型中,5例透明细胞癌中有3例KIF15高表达（60%）),11例粘液性腺癌中有8例高表达（72.7%）,1例子宫内膜样腺癌为高表达,其余63例浆液性腺癌中,有49例（77.8%）高表达KIF15。上述结果提示,KIF15蛋白在早期卵巢癌患者的组织中就有广泛的高表达,在不同病理类型的卵巢癌中均有广泛的高表达,没有明显的病理类型特异性。在包括妇科常见恶性肿瘤卵巢癌、宫颈癌和肺腺癌、胰腺癌、神经胶质母细胞瘤在内的10种肿瘤细胞株中,SKOV3的KIF15 m RNA表达最高,HO8910表达最低,其余8种细胞株的KIF15 m RNA表达量都介于这两种细胞株之间,本课题将SKOV3和HO8910两种细胞株作为我们后续功能实验中的细胞株;4)Sh RNA慢病毒对SKOV3的敲减效率为83.1%,HO8910的敲减效率为61.0%,可以满足后续实验的需要;5)Celigo细胞计数:将Day5这个观察时间节点的SKOV3细胞的细胞数与Day1的细胞数进行比较,Sh Control的细胞增殖倍数是7.63±0.11倍,Sh KIF15组的细胞增殖倍数是1.24±0.03倍,组间比较具有显着性差异(t检验,p值=6.82701×10-8);HO8910细胞Sh Control的增殖倍数是5.65±0.19倍,Sh KIF15组的增殖倍数是1.72±0.07倍,组间比较也具有显着性差异(t检验,p值=7.10173×10-11),提示敲降KIF15能够显着抑制细胞增殖;6)CCK8法检测:SKOV3 Sh Control组Day5的OD值是Day1 OD值的4.095±0.0294倍,Sh KIF15组Day5的OD值是Day1 OD值的2.483±0.038倍,HO8910Sh Control组Day5的OD值是Day1 OD值5.11±0.0291倍,Sh KIF15组Day5的OD值是Day1 OD值的2.416±0.0268倍,同种细胞组间进行比较,均具有显着性差异(t检验,SKOV3 p值=1.11593×10-12,HO8910 p值=3.85188×10-15),进一步验证了敲降KIF15能够显着抑制卵巢癌细胞增殖;7)FASC法检测细胞凋亡:在慢病毒感染后的72h对KIF15敲减后SKOV3和HO8910细胞的凋亡情况进行检测,SKOV3细胞Sh KIF15组凋亡细胞的比例是6.4±0.255%,Sh Control组的凋亡细胞比例是2.98±0.192%,HO8910 Sh KIF15组的凋亡细胞比例是10.58±0.577%,Sh Control组的凋亡细胞比例是4.03±0.142%。两种细胞Sh KIF15组的凋亡细胞比例均显着高于sh Control组(t检验,SKOV3 p值=5×10-5,HO8910 p值=4×10-5),提示敲降KIF15能够显着促进卵巢癌细胞凋亡;8)Caspase3-7法检测细胞凋亡:该方法所检测的发光信号的强弱程度与Caspase-3/7的活性成正比。在SKOV3和HO8910细胞中,sh KIF15组的发光信号强度（即Caspase活性的指标）均明显高于Sh Control组（t检验,SKOV3 p值=0.000847283,HO8910 p值=0.000283606）,提示sh KIF15组细胞凋亡率显着高于Sh Control组,进一步验证了KIF15敲减能够显着促进卵巢癌细胞凋亡;9)动物活体成像:注射Sh Control慢病毒感染的SKOV3的NC组10只裸鼠注射部位均显示不同强弱程度的荧光表达,提示皮下均有瘤体形成;而注射Sh KIF15慢病毒感染的SKOV3的KD组10只裸鼠,仅有1只裸鼠注射部位可见荧光信号,其余裸鼠均未见有明显的荧光信号,提示仅有1只裸鼠皮下有瘤体形成;10)裸鼠皮下成瘤:NC组的瘤体重量是1.482±0.273g,KD组只获得一枚皮下成瘤样本,肿瘤是0.061g,NC组的瘤体重量与KD组比具有显着性差异（t检验,p值=8.442×10-11）,提示KIF15敲减后的SKOV3细胞在裸鼠体内的成瘤能力明显下降;11)NC组瘤体抗KIF15免疫组化染色呈棕褐色,KD组呈淡黄色,提示在上述荷瘤实验所获得的瘤体中,KD组瘤体中的KIF15蛋白表达明显低于NC组。3.敲降KIF15的SKOV3细胞样本的基因表达谱检测与生物信息学分析1)总RNA质量分析:6个待测样本RNA纯度较高,完整性较好,质量合格,适合进行基因芯片分析;2)基因芯片质量分析:本研究中所用芯片和样本均质量可靠,这也是后续实验中数据分析可靠性的保证;3)差异表达基因分析结果:KD组与NC组进行比较,以|FC|≥1.5,p value值<0.05为标准对差异表达基因进行分析,筛选出表达上调基因134个,下调基因309个;4)Funrich软件功能和通路富集分析:在上调基因中,可以观察到生物过程主要富集于核酸代谢、细胞通讯和信号转导等过程,信号通路主要富集于Er Bb、TRAIL、PI3K/Akt等肿瘤相关通路和细胞粘附（Cell adhesion）相关通路中;在下调基因中,富集基因比例排在前三位的生物过程分别是蛋白代谢、抗凋亡（Anti-apoptosis）和蛋白定位,且信号通路富集（p<0.05）的前11条通路中有4条都与凋亡（Apoptosis）相关,依次是凋亡因子介导反应（Apoptotic factor-mediated reponse）,SMAC介导的IAP caspase复合物的解离（SMAC mediated dissociation of IAP:caspase complex）,SMAC结合IAPs（SMAC binds to IAPs）和SMAC介导凋亡反应（SMAC mediated apoptotic response）;5)Clue GO法通路富集分析:Apoptosis,TNF signaling pathway和NF kappa B signaling pathway三条信号通路是所有通路富集分析结果中囊括基因最多、最主要的通路,且均与凋亡相关;6)GSEA法富集分析:Apoptosis和TNFαsignaling via NFkb是上述差异基因的凋亡相关分子特征。4.敲降KIF15的SKOV3细胞样本的磷酸化蛋白芯片检测与生物信息学分析1)在蛋白水平上,敲降KIF15引起了Apoptosis,TNF signaling pathway和NF kappa B signaling pathway三条凋亡相关信号通路的激活;2)Apoptosis,TNF signaling pathway和NF kappa B signaling pathway三条凋亡相关信号通路在m RNA水平和蛋白水平均存在相互交联,构成凋亡相关调控网络;3)三条凋亡相关通路在m RNA水平上的交叉分子为MAP3K14和TNF,在蛋白水平上的交叉分子为NFk B-p105/p50,Phospho-Ser337、IKK-beta,Phospho-Tyr199、NFk B-p65,Phospho-Ser529和IKK-gamma,Phospho-Ser31,上述蛋白分子均存在显着的磷酸化,提示功能的激活。结论KIF15是卵巢癌中具有早期辅助诊断和预后预测价值的增殖相关基因。敲降在卵巢癌KIF15能够在体外显着抑制卵巢癌细胞的增殖,促进其凋亡,在体内亦能够明显抑制卵巢癌细胞成瘤。这种作用是敲降KIF15抑制细胞增殖和促进细胞凋亡的共同结果。敲降KIF15通过Apoptosis、TNF signaling pathway和NF kappa B signaling pathway三条凋亡信号通路相互交联形成的调控网络的激活促进卵巢癌细胞的凋亡。因而,KIF15有望作为有效的治疗靶点应用于临床。
佟延秋[3]（2020）在《基于生物信息学的前列腺癌与结直肠癌肿瘤标志物预测研究》文中提出根据2019年1月国家癌症中心发布的最新一期全国癌症统计数据,2015年我国恶性肿瘤发病人数约为392.9万人,死亡人数约为233.8万人。这意味着平均每天有超过1万人被确诊为癌症,每分钟有7.5个人被确诊为癌症。与历史数据相比,这一数据呈持续上升态势。与此同时,近10多年来,恶性肿瘤的发病率每年保持约3.9%的增幅,死亡率每年保持2.5%的增幅;其中,结直肠癌成为危害我国人口健康的恶性肿瘤之一,其余4种分别是:肺癌、肝癌、上消化系统肿瘤和女性乳腺癌。此外,在男性当中,前列腺癌的发病率近年来上升趋势明显,已位居男性发病中的第6位。基因芯片和高通量测序技术的广泛应用,产生了大量的基因表达谱数据和测序数据。与此同时,新一代人工智能技术的出现,能够为分析这些生物大数据提供算法与技术基础,从而预测肿瘤相关标志物和筛选药物靶点。对于这些分析结果,可以通过实验室或临床实验进行验证,而在大数据时代则可以通过多个公开的生物信息数据库进行验证。这种综合分析在揭示癌症的生物学过程研究中扮演了重要的角色。本研究将通过生物信息学方法与工具,通过挖掘GEO（Gene Expression Omnibus）和TCGA（The Cancer Genome Atlas）数据库中的基因表达谱数据、甲基化数据以及相关组学数据,使用R语言编写代码筛选差异表达基因,从而构建这些关键基因的互作网络,最终筛选出影响前列腺癌和结直肠癌的关键基因与抑癌基因。本研究中肿瘤患者的相关数据来自于GEO数据库中的基因表达谱数据（gene expression profiles,GEPs）、Broad GDCA Firehose数据库中的Level 3数据以及TCGA数据库中的临床数据。本研究的开发平台为RStudio 1.453,并安装了Affy、methylumiIlluminaHumanMethylation-450kmanifest、limma、minfi、watermelon、IlluminaHumanMethylation450kanno.ilmn12.hg19、WGCNA、dynamicTreeCut和fastcluster等相关包。之后,对差异表达结果进行PPI（Protein-Protein Interaction）分析,构建差异基因互作网络,并结合图论相关算法筛选关键基因。进一步,通过DAVID在线工具对差异基因进行功能富集分析,并使用KEGG数据库得到重要信号通路。并结合免疫浸润、蛋白组学数据库对这些研究结果进行多组学分析。最后,通过整合多个公开的生物信息数据库,对关键基因、抑癌基因、药物靶点进行验证。在本研究的第一部分,我们对前列腺癌的DNA甲基化表达谱芯片和基因表达谱芯片进行交集分析,从而筛选出关键基因和候选抑癌基因。候选肿瘤抑制基因为:IKZF1、PPM1A、FBP1、SMCHD1、ALPL、CASP5、PYHIN1、DAPK1和CASP8。关键基因为:FGFR1、FGF13和CCND1。在第二部分的研究中,我们使用机器学习算法分析了前列腺癌的基因表达谱芯片,得到了关键基因和药物靶点,这些肿瘤标志物有助于对其分子机制的研究。关键基因为:UBE2C、CCNB1、TOP2A、TPX2、CENPM、KIAA0101、F5、APOE、NPY和TRIM36。文章中的第三部分,我们使用肿瘤的动态网络标志物（dynamic network biomarker,DNB）算法,得到结直肠癌肿瘤四个分子的关键基因MYC。结果表明,MYC可以作为结直肠癌诊断和治疗动态标志物,抑癌基因是ZBTB16、MAL、LIFR和SLIT2。
王仙斌[4]（2020）在《HIF-2α通过介导DLST、PPP1R8表达影响肝癌细胞增殖、转移的研究》文中提出【研究目的】缺氧是恶性实体肿瘤中晚期进展最重要的微环境特征,缺氧诱导因子2α（HIF-2α）基因参与调控了肿瘤缺氧微环境中肿瘤进展的多种分子机制。肝细胞肝癌是肿瘤疾病谱中最常见的恶性肿瘤之一,HIF-2α及其下游调控基因DLST、PPP1R8参与调控了肝癌增殖、侵袭、转移及细胞凋亡的多种机制。本研究拟在探讨HIF-2α及其下游基因DLST、PPP1R8在肝癌临床标本及细胞系中的表达情况,明确他们的调控关系,并进一步探讨DLST、PPP1R8基因在肝癌中的作用机制,为肝癌的防治提供新的科学思路。【研究内容和方法】首先,我们在课题组前期实验论证基础上,运用基因芯片技术对HIF-2α干扰后的Hep3B细胞系进行全基因组差异表达谱检测,并进行基因集及信号通路富集。筛选出相关性较好的差异表达基因在不同细胞系进行实时荧光PCR验证,筛选与HIF-2α调控肿瘤进展最可能相关的下游靶基因DLST、PPP1R8,并进行生物信息学检索比对。其次,我们运用免疫组化和免疫印迹实验检测临床肝细胞肝癌组织标本中的HIF-2α、DLST、PPP1R8蛋白表达情况,并结合临床病理资料探讨DLST、PPP1R8基因对肝癌临床预后的影响。最后,在细胞系模拟缺氧培养条件下,我们利用慢病毒转染RNAi技术构建Lvsh-HIF-2αHep3B、Hep G2细胞系,并在该细胞系利用脂质体瞬时转染技术过表达DLST、PPP1R8基因,运用CCK8、Transwell、流式细胞检测Annexin V-FITC技术进行细胞增殖、侵袭迁移和凋亡等细胞功能学验证。我们利用TCGA数据库及GSEA生物信息学分析方法对DLST、PPP1R8在肝癌组织中基因共表达和基因功能及信号通路进行富集,并探讨最有可能的分子生物学机制。【研究结果】1.基因芯片分析提示HIF-2α下游差异表达基因共1352个,其中上调674个,下调678个,差异基因主要富集于代谢与肿瘤相关通路中,与细胞大分子代谢功能、MAPK及Pathways in cancer信号通路密切相关,HIF-2α及其下游基因DLST、PPP1R8在Hep3B、Hep G2细胞系的q RT-PCR验证结果及TCGA、Oncomine数据库生物信息学挖掘分析结果提示:DLST、PPP1R8高表达可作为HIF-2α调控下的一种促癌基因可能在肝癌的发生发展中起着重要的作用。2.临床实验研究中,在同一肝癌新鲜冰冻组织及连续病理切片组织中,相比于癌旁组织,HIF-2α和DLST、PPP1R8蛋白呈高表达状态。进一步分析与临床病理因素的相关性提示,DLST表达水平与血管侵犯、肿瘤埃德蒙森分级、肿瘤包膜、肿瘤TNM分期显着相关。而PPP1R8蛋白表达与肿瘤直径、肿瘤结节、血管侵犯、肿瘤埃德蒙森分级、肿瘤包膜、血清甲胎蛋白（AFP）、肿瘤TNM分期显着相关。生存分析统计提示:DLST、PPP1R8蛋白高表达患者总生存期明显低于低表达者。3.细胞生物学实验提示,HIF-2αsh RNA干扰后,肝癌细胞稳转细胞系的增殖、侵袭迁移能力均明显减弱,而凋亡率明显增加,同一稳转细胞系过表达DLST、PPP1R8后,细胞系生物学行为发生逆转。生物信息学技术,利用GO及KEGG分析富集DLST、PPP1R8共表达基因及信号通路,提示DLST及其共表达基因主要富集于三羧酸循环代谢通路,PPP1R8及其共表达基因富集于DNA损伤修复代谢通路。【研究结论】临床研究提示HIF-2α与DLST、PPP1R8共同参与肝细胞肝癌的增殖、转移等生物学过程,基因芯片提示HIF-2α可能通过调控下游多种基因影响肝细胞肝癌的发展预后。细胞学功能学实验提示HIF-2α通过调控下游靶基因DLST、PPP1R8促进肝癌的增殖和转移,并在肝癌细胞三羧酸循环及DNA损伤修复代谢通路中发挥重要作用。
陆玮[5]（2020）在《基于随机生存森林模型的Ⅱ期结直肠癌患者预后因素探索及预测模型建立》文中研究指明研究背景结直肠癌是全世界最常见的恶性肿瘤之一,严重威胁人类健康。在临床实践中研究者们发现,Ⅱ期结直肠癌患者是一群预后异质性很大的群体。虽然美国国立综合癌症网络、欧洲肿瘤内科学会提出了Ⅱ期结直肠癌患者的预后风险因素,但是有些高风险的Ⅱ期结直肠癌患者手术后可以达到长期存活,而有部分低风险患者手术后发生早期复发或死亡,因此需要寻找更多能够识别高危Ⅱ期结直肠癌患者的预后指标。近年来,很多研究发现,CT、MRI等影像学检查中蕴含着丰富的信息,被广泛用于疾病的诊断及预后预测。本课题组前期研究发现,肿瘤增强比值（tumor enhancement ratio,TER）,即测量肿瘤区域在增强CT扫描下的CT值与CT平扫下的CT值的比值,是非转移性结肠癌患者的预后因素。但是,在Ⅱ期结肠癌中TER是否具有预后价值仍有待探索,以及目前尚未有研究对TER与传统Ⅱ期结肠癌患者的高危因素在预测患者预后中的重要性进行比较。除了影像学指标,目前有一些研究探索了肿瘤组织基因表达水平对于结直肠癌患者的预后价值,但是大多数研究样本量较小,并且不同研究之间的结果不甚一致,也很少有专门针对Ⅱ期结直肠癌患者的复发预测模型。21世纪是大数据的时代,目前医学大数据的不断积累对统计学模型也是很大的挑战。随机生存森林模型是基于生存树的集成机器学习模型,适用于生存资料的预后模型建立。随机生存森林模型无需事先假设参数的分布,无需假设变量对于风险函数的影响是线性的,适用于高维度复杂数据的建模。除此之外,随机生存森林模型还可以对变量的重要性进行排序,达到筛选重要性程度较大的变量、缩减变量维度的目的,从而有利于模型在临床实践中的运用。本研究将分为两部分,分别从肿瘤增强比值、肿瘤基因表达水平出发,采用随机生存森林模型,探索Ⅱ期结直肠癌患者的预后因素并建立预后预测模型。1肿瘤增强比值在Ⅱ期结肠癌患者中的预后价值及预后预测模型建立研究方法连续收集本中心2007年至2014年的Ⅱ期结肠癌患者,按照60%、40%的比例随机分成训练集与测试集。根据腹部增强CT计算肿瘤增强比值（tumor enhancement ratio,TER）,并收集患者的高危因素（术前肠梗阻或穿孔、病理T4分期、组织学分化ⅡI-IV级、脉管浸润、神经浸润、送检淋巴结数目<12枚）、年龄、肿瘤位置、术前CEA水平以及总生存期随访资料。在训练集中使用不同变量的组合建立随机生存森林模型,输出训练集、测试集中的患者的预后风险分数。计算变量在模型中所有生存树的最大子树的最小深度的平均值（minimal depth,MD）,根据MD值评估变量对于模型的重要程度并进行变量筛选、建立简化的预后预测模型。采用时间依赖的受试者工作曲线（time-dependent receiver operating characteristic curve,td ROC）评估模型的预测能力,并计算使Youden指数最大化时的预后风险分数作为阈值。根据预后风险分数的阈值将测试集中的患者分为高风险组和非高风险组患者,采用Kaplan-Meier生存曲线以及log-rank检验判断两组患者的生存期是否具有显着性差异。研究结果本研究共纳入284例Ⅱ期结肠癌患者,其中训练集包含170例患者,测试集包含114例患者。仅将高危因素纳入随机生存森林模型,模型在测试集中5年的td ROC曲线下面积（area under the curve,AUC）为0.502,测试集中模型预测的高风险组患者与非高风险组患者的生存期不存在显着差异（HR=2.42,95%CI:0.68-8.57,p=0.167）。将TER与高危因素一起纳入随机生存森林模型,我们发现TER在大于1.5时,随着TER的增大,患者的死亡风险呈非线性的增长;根据MD值对变量的重要性进行排序,TER在模型中的MD值最小;模型在测试集中5年的td ROC曲线的AUC为0.760,测试集中高风险组和非高风险组患者的生存期已接近边缘显着（HR=2.60,95%CI:0.91-7.45,p=0.076）。将TER、高危因素、年龄、肿瘤位置、术前CEA水平一起纳入随机生存森林模型,模型在测试集中5年的td ROC曲线的AUC为0.735,测试集中高风险组和非高风险组患者的生存期存在显着差异（HR=12.8,95%CI:3.09-53.1,p<0.001）。根据MD值对变量的重要性进行排序,TER、年龄、肿瘤位置、术前CEA水平、脉管浸润、术前肠梗阻或穿孔、病理T4分期这7个变量的MD值小于阈值。根据上述7个变量建立简化的随机生存森林模型,模型在测试集中5年的td ROC曲线的AUC为0.717,测试集中高风险组和非高风险组患者的生存期依然存在显着性差异（HR=5.50,95%CI:1.68-18.1,p=0.005）。研究结论肿瘤增强比值是Ⅱ期结肠癌患者的重要预后预测指标;纳入肿瘤增强比值的随机生存森林模型能够显着地区分高风险组与非高风险组的Ⅱ期结肠癌患者,有助于临床医生对Ⅱ期结肠癌患者术后制定个体化的随访监测以及治疗方案。2 Ⅱ期结直肠癌患者复发相关基因鉴定及复发预测模型建立研究方法检索美国国立生物技术信息中心的基因芯片数据库,获取Ⅱ期结直肠癌患者手术后肿瘤组织样本基因表达谱芯片数据集。采用RMA（robust multiarray average）算法进行数据预处理,获取基因表达矩阵。根据纳入数据集的基因表达矩阵与随访数据,采用R语言程序中的Meta DE函数包进行基因芯片荟萃分析,以错误发现率<0.1作为标准,获取Ⅱ期结直肠癌患者复发相关基因。按照60%、40%的比例将所有样本随机分成训练集和测试集,以基因表达值作为变量,在训练集中建立随机生存森林复发预测模型,并计算测试集中的患者的复发风险分数。根据每个基因在模型中的MD值,评估基因对于模型的重要程度并进行筛选,建立简化的复发预测模型。采用td ROC曲线评估模型的预测能力,并计算使Youden指数最大化时的复发风险分数作为阈值。根据复发风险分数的阈值将测试集中的患者分为高复发风险组和低复发风险组患者,采用Kaplan-Meier生存曲线以及log-rank检验判断两组患者的无复发生存期是否具有显着性差异。研究结果共有6个基因表达谱芯片数据集（GSE14333、GSE17538、GSE33113、GSE39582、GSE24551、GSE92921）符合纳入标准,总共纳入Ⅱ期结直肠癌患者651例,基因芯片荟萃分析共筛选得到479个与Ⅱ期结直肠癌患者复发相关基因。在训练集中以479个基因的表达值作为变量,建立随机生存森林复发预测模型,模型在训练集中5年的td ROC曲线的AUC为0.984。根据479个基因在模型中的MD值进行筛选,共179个基因在模型中的MD值小于阈值。在训练集中以179个基因的表达值作为变量,重新建立经过第一次简化的随机生存森林复发预测模型,模型在训练集中5年的td ROC曲线的AUC为0.988。再次根据179个基因在模型中的MD值进行筛选,共26个基因在经过第一次简化的模型中的MD值小于阈值。在训练集中以26个基因的表达值作为变量,重新建立经过第二次简化的随机生存森林复发预测模型,模型在训练集中5年的td ROC曲线的AUC为0.993,并且这26个基因在模型中的MD值均小于阈值,无法进一步简化。根据纳入26个基因的简化模型,计算测试集中患者的复发风险分数,我们发现高复发风险组的Ⅱ期结直肠癌患者的无复发生存期与低复发风险组的患者具有显着性差异（HR=1.824,95%CI:1.079-3.084,p=0.025）。研究结论采用基因芯片荟萃分析可以鉴定Ⅱ期结直肠患者复发相关基因;基于随机生存森林模型与基因表达谱的复发预测模型能够显着地区分高、低复发风险的Ⅱ期结直肠癌患者。
杜昊骐[6]（2019）在《肝癌细胞系中糖鞘脂糖链谱及Globo-系列糖鞘脂合成通路的研究》文中研究指明糖鞘脂（Glycosphingolipid,GSL）是一类广泛分布在脊椎动物细胞和体液中,由头部糖链结构与尾部脂质神经酰胺连接组成的具有水脂双亲性的生物大分子。它是细胞黏附、细胞生长、细胞凋亡、细胞增殖、血管生成、炎症反应、维持细胞内稳态等诸多细胞活动的重要参与者,被认为是“细胞社会学”中重要的一类分子,因而单个细胞中的糖鞘脂组分是高度动态的,并与细胞的发育和细胞微环境密切相关。GSL的分析方法学是深入认识GSL生物学功能与研究GSL与疾病之间关系的基础。肝癌是我国常见的恶性肿瘤之一,在恶性肿瘤死亡顺位中占第2位。在我国,90%的肝癌是肝细胞癌（Human Hepatocellular carcinoma,HCC）。本论文首先使用本实验室已建立的凝集素芯片检测GSL糖链技术,分析了人正常肝细胞系（HL-7702）和具有低转移能力的HCC细胞系（MHCC97L）及具有高转移能力的HCC细胞系（MHCC97H和HCCLM3）中GSL糖链结构的表达谱,发现与对照组（HL-7702细胞）相比,有27种凝集素（例如ECA、GSL-I和DSA）所特异识别的糖链结构在HCC细胞GSL中的表达有显着差异。其中,有20种凝集素（例如MAL-II、DBA和AAL）所特异识别的糖链结构在具有低转移潜能的MHCC97L细胞GSL中发生了显着变化,包括14种识别的糖链结构发生了显着表达上调的凝集素（例如MAL-II、PTL-I和DBA,所有Ratio≥1.544,P≤0.05）和6种识别的糖链结构发生了显着表达下调的凝集素（例如WFA、AAL和LCA,所有Ratio≤0.632,P≤0.001）;有17种凝集素（例如PNA、LCA和SBA）所特异识别的糖链结构在具有高转移潜能的MHCC97H细胞GSL中发生了显着变化,包括12种识别的糖链结构发生了显着表达上调的凝集素（例如PNA、ECA和LTL,所有所有Ratio≥1.550,P≤0.05）和5种识别的糖链结构发生了显着表达下调的凝集素（例如ECA、ACA和SBA,所有Ratio≤0.596,P≤0.01）;有18种凝集素（例如EEL、HHL和PNA）所特异识别的糖链结构在具有高转移潜能的HCCLM3细胞GSL中发生了显着变化,包括11种识别的糖链结构发生了显着表达上调的凝集素（例如WFA、GNA和GSL-II,所有Ratio≥1.509,P≤0.01）和7种识别的糖链结构发生了显着表达下调的凝集素（例如DSA、ACA和RCA-120,所有Ratio≤0.604,P≤0.01）。总体来看,凝集素PNA（所有Ratio≥1.814,P≤0.01）识别的Galβ1-3Gal NAc,Glc NAcα1-3/1-4Gal,Gal NAcβ1-4Glc NAc糖链结构、LTL（所有Ratio≥2.414,P≤0.05）识别的Fucα1-2Gal,Fucα1-3Glc NAc糖链结构、GNA（所有Ratio≥1.578,P≤0.05）识别的Galα1-3Galβ1-4Glc NAc糖链结构、MAL-I（所有Ratio≥1.602,P≤0.01）识别的Galβ1-4Glc NAc糖链结构、和DBA（所有Ratio≥1.550,P≤0.05）识别的Gal NAc,Gal NAcα1-3（Fucα1-2）Gal糖链结构在HCC细胞GSL中均发生显着上调表达,凝集素ACA（所有Ratio≤0.603,P≤0.001）识别的Galβ1-3Gal NAc糖链结构和AAL（所有Ratio≤0.536,P≤0.01）识别的Fucα1-3Galβ1-4Glc NAc,Fucα1-6Glc NAc糖链结构在HCC细胞GSL中均发生显着下调表达。使用MALDI-TOF/TOF-MS技术进行肝癌细胞和人正常肝细胞GSL糖链的鉴定与分析。通过将已报道的针对大规模原材料（200 g）的次氯酸钠氧化释放GSL糖链法进行改造并首次成功应用于小规模（108个细胞）生物样本中,将得到的GSL糖链样本进行质谱鉴定与分析,结果显示:在HL-7702、MHCC97L、MHCC97H、和HCCLM3细胞GSL糖链中,各有11（例如m/z 876.298[Gal NAcβ1-4（Neu Acα2-3）Galβ1-4Glc]、m/z 893.314[Galβ1-3（Fucα1-4）Glc NAcβ1-3Galβ1-4Glcβ:CG]和m/z 1038.351[Galβ1-3Gal NAcβ1-4（Neu Acα2-3）Galβ1-4Glcβ:CG]）、11（例如m/z1038.351[G alβ1-3Gal NAcβ1-4（Neu Acα2-3）Galβ1-4Glc]、m/z 1055.366[Fucα1-2Galβ1-3Gal NAcβ1-3Galα1-4Galβ1-4Glc]和m/z 1134.370[Galβ1-3Glc NAcβ1-3Galβ1-3Glc NAcβ1-3Galβ1-4Glc]）、11（例如m/z 747.256[Galβ1-3Glc NAcβ1-3Galβ1-4Glc:CG]、m/z 893.314[G alβ1-3（Fucα1-4）Glc NAcβ1-3Galβ1-4Glcβ:CG]和m/z 1329.447[Neu Acα2-3Galβ1-3Gal NAcβ1-4（Neu Acα2-3）Galβ1-4Glcβ:CG]）和15种（例如m/z 1112.388[Galβ1-3Glc NA cβ1-3Galβ1-3Glc NAcβ1-3Galβ1-4Glc]、m/z 1201.424[Galα1-3（Fucα1-2）Galβ1-4（Fucα1-3）Glc NAcβ1-3Galβ1-4Glc]和m/z 1242.451[Gal NAcα1-3（Fucα1-2）Galβ1-4（Fucα1-3）G lc NAcβ1-3Galβ1-4Glc]）GSL糖链被鉴定及注释,与正常对照组相比,HCC细胞中G SL糖链的分布更为广泛,且复杂程度有所提升。结合凝集素芯片的GSL糖链分析结果,在HCC中发现了异常上调表达的核心糖链结构主要为Lacto-、Neo Lacto、和Gl obo-的岩藻糖基化的GSL以及唾液酸化的GSL。总体来看,Galβ1-3（Fucα1-4）Glc NA cβ1-3Galβ1-4Glc:Cer、Fucα1-2Galβ1-3Glc NAcβ1-3Galβ1-4Glc:Cer、Gal NAcα1-3（Fucα1-2）Galβ1-3Glc NAcβ1-3Galβ1-4Glc:Cer等结构在具有高转移潜能的HCC细胞系中呈现上调表达。本论文最后利用本实验室制备的糖基因芯片对HL-7702和HCC细胞内的糖基因进行转录水平分析,然后利用实时荧光定量PCR对筛选出的差异性表达的糖基因进行验证。发现:相比于对照组,在具有低转移能力的HCC细胞系MHCC97L和具有高转移能力的HCC细胞系MHCC97H和HCCLM3中均表达上调的糖基因有37个（例如CTSA、HYAL2和AHSG）,均下调表达的糖基因有57个（例如AGA、B3GALT5和COX7C）。在糖基因芯片中共有256±24种探针显示了有效的结合信息,约占探针总数的63.68%。将筛选出在HCC细胞中有差异表达的糖基因以及GSL相关糖基因导入TCGA数据库在线分析,在公共数据库中进行大样本量的肝癌患者组织与健康对照间的GSL糖链合成与代谢相关基因的转录水平调查。进行不同转移能力HCC细胞GSL糖链合成与代谢通路的综合分析,并重点探讨在HCC发生发展过程中Globo-系列GSL的糖链合成通路的变化及其与HCC细胞转移能力的关联性。发现在HCC的发生发展过程中,鞘脂的合成通路在肝癌的发生发展过程中无明显变化,而Ganglio-系列的Siaα2-3连接唾液酸化GSL糖链的合成水平随HCC细胞转移潜能的增加而增加,Globo-系列GSL中,Fucα1-2连接的岩藻糖基化GSL的合成水平与HCC细胞转移潜能的增加而增加,且该系列中Siaα2-3连接唾液酸化GSL糖链的合成水平也随HCC细胞转移潜能的增加而增加,且该系列中唾液酸转移酶（ST3GAL2）的转录水平也随HCC细胞转移潜能的增加而增加。
黄志文[7]（2019）在《Glypican6基因对肺腺癌细胞增殖的影响及其机制的初步研究》文中研究说明[研究背景与目的]肺癌的发病率和死亡率居全球恶性肿瘤首位,非小细胞肺癌（Non small cell lung cance,NSCLC）占肺癌的85%,腺癌是其中很重要的一种类型,易早期发生转移。大多数肺癌患者确诊时已是晚期,5年生存率约为15%。因此筛选出方法简便、灵敏性和特异性高,有助于肺癌早期诊断的肺癌标记物或肺癌相关基因意义重大。有学者在做NSCLC全基因组芯片分析时发现,基于高变异幅度和小重叠区域,磷脂酰肌醇蛋白聚糖6（Glypican6,GPC6）可能是一个新的促癌基因。因此,我们收集NSCLC（腺癌）临床样本检测了 GPC6基因在肿瘤组织及瘤旁组织中的表达情况,并通过体外实验研究来了解干扰GPC6基因对肺癌细胞增殖功能的影响,通过生物信息分析系统（Ingenuity pathway analysis,IPA）对全基因表达谱芯片实验结果进行分析,结合蛋白免疫印迹（Western blotting,WB）对多个关键基因的验证结果,对GPC6基因影响肺癌细胞增殖的可能作用机制进行初步探讨。[方法]（1）用免疫组化方法对10位肺腺癌患者的肿瘤组织及瘤旁组织染色,检测GPC6基因在肿瘤组织及瘤旁组织的蛋白表达情况。用实时定量聚合酶链反应（Real time quantitative polymerase chain reaction,RT-qPCR）检测 GPC6 基因在不同肺腺癌细胞株中的mRNA表达。（2）以GPC6基因为模板设计干扰靶点,构建RNA干扰慢病毒载体,包装后感染人A549和H1299细胞敲减GPC6基因。用RT-qPCR检测mRNA水平GPC6基因敲减效率;用WB检测GPC6基因被敲减后的蛋白表达,验证靶点干扰效果。分别用Celigo成像血细胞计数器（Celigo image cytometer,Celigo）、四甲基偶氮唑盐比色法（Methye thiazolye telrazlium,MTT）、荧光激活细胞分选术（Fluorescence activated cell sorting,FACS）和半胱天冬酶 3/7 检验（Caspase 3/7 assay,Caspase3/7）检测 A549和H1299细胞的增殖及凋亡变化。（3）RNA干扰慢病毒感染人A549细胞敲减GPC6基因,通过全基因表达谱芯片实验检测GPC6基因敲减后A549细胞的基因变化,运用IPA对GPC6基因敲减后的结果进行经典通路分析、上游调控分析、疾病和功能分析、调控效应分析和互作网络分析及深入分析,并构建基因网络图。（4）根据全基因表达谱芯片实验结果,对STAT3、MET、CEBPB、PTGS2（COX2）、JUN、FOS、CXCL8（IL8）和SHC1等基因用WB进行验证。[结果]（1）GPC6基因在肺腺癌患者的肿瘤组织及瘤旁组织中存在差异表达（肿瘤组织中高表达,瘤旁组织中低表达）（P<0.05）,在人95-D、A549、H1299和H1975细胞中均存在mRNA表达,在95-D细胞中表达较低,在A549、H1299和H1975细胞中表达较高。（2）Celigo、MTT检测发现:GPC6基因敲减后的人A549和H1299细胞的增殖速率均受到显着抑制（均P<0.01）。FACS、Caspase3/7检测发现:GPC6基因敲减后的人A549和H1299细胞发生凋亡的细胞均显着增加（均P<0.01）,caspase3/7活性均显着增强（均P<0.01）。（3）全基因表达谱芯片实验结果显示人A549细胞的GPC6基因被敲减后,显着上调基因876个,显着下调基因935个,差异倍数（Fold change,FC）值为-1.2340816（P=0.008695449）;肺癌常见驱动基因EGFR、BRAF、MET和RET非显着上调,ALK、ROS1、HER2和KRAS非显着下调;具有NF-kB活性的REL、RELA和RELB基因下调。IPA分析提示GPC6基因在人A549细胞上可能通过调控肝细胞生长因子（Hepatocyte growth factor,HGF）及 IL6 等信号通路上的 STAT3、MET、CEBPB、PTGS2（COX2）、JUN、FOS、CXCL8（IL8）、SHC1、RAP1A 及 IL1R1 等基因影响肿瘤细胞的增殖。（4）下游基因WB验证结果显示STAT3蛋白表达上调26%,MET蛋白表达下调1%,CEBPB蛋白表达下调67%,PTGS2（COX2）蛋白表达显着下调,JUN蛋白表达上调205%,FOS蛋白表达下调46%,CXCL8（IL8）蛋白表达下调49%,SHC1蛋白表达上调87%。[结论]GPC6基因在肺腺癌患者的肿瘤组织及瘤旁组织中存在差异表达;干扰GPC6基因对人A549和H1299细胞有抑制其增殖的作用;GPC6基因在人A549细胞上通过调控 PTGS2（COX2）、CEBPB、CXCL8（IL8）、STAT3、FOS 和 SHC1 等下游基因而发挥以上作用;GPC6基因敲减后的STAT3基因高表达是人A549细胞增殖受抑的重要原因,该抑制效应可能通过STAT3/NF-kB/IL8轴及CEBPB/NF-kB/IL8轴起作用。
陈鹏飞[8]（2019）在《肝癌基因表达谱的生物信息学分析及关键基因的功能探讨》文中研究指明第一部分加权基因共表达网络（WGCNA）在肝癌基因表达谱中的应用目的:采用加权基因共表达网络等生物信息学方法研究肝癌基因表达谱与临床特征的关系。方法:从NCBI-GEO数据库（https://www.ncbi.nlm.nih.gov/gds/）下载所有芯片数据及附带的临床信息,GSE14520为训练集、GSE6764、GSE76427及GSE54236验证集。对GSE14520原始数据CEL文件进行质量控制后,并用RMA算法对数据集进行背景校及标准化处理,利用R语言加载程序包“limma”进行分析差异表达基因,采用“WGCNA”程序包构建加权基因共表达网络,在模块-特征关系图中寻找最高相关性的显着性模块和临床特征,利用函数函数“networkScreening”寻找模块内枢纽基因,并结合蛋白质-蛋白质相互作用（protein-protein interaction,PPI）网络筛选出关键基因。对筛选出的关键基因进行COX比例风险模型（proportional hazards model,简称COX模型）建模,并对模型进行预后预测,GSE6764验证集对关键基因的临床分期进行验证、GSE76427及GSE54236验证集对模型的生存分析进行验证。结果:我们通过对训练集GSE1452的差异基因筛选,得到3670个差异基因,我们将差异基因作为目标基因构建WGCNA网络,鉴定了12个模块,其中红色模块与与临床特征PRMS（predicted metastasis signature）即转移风险相关性最高（R2=-0.74）,同时该模块在肿瘤大小（R2=-0.21）、Multinodular（R2=-0.16）、TNM.stage（R2=-0.31）对应的相关系数也是所有模块中的最大值,红色模块为显着性模块。通过进一步筛选,我们得到ABAT、AGXT、ALDH6A1、CYP4A11、DAO、EHHADH这6个关键基因,GSE6764验证集发现这6个基因肿瘤分期越高,表达越低（P<0.05）;6个基因进行COX建模,6基因模型ROC的AUC=0.704,C-index=0.694,预后分析提示,高风险组预后差,Log rank P=1.06×10-10,同时GSE76427及GSE54236验证集对模型的生存分析进行了验证。结论:通过对肝癌基因表达谱的采用WGCNA等高级生物信息学方法的分析,我们筛选出1个显着性模块,ABAT、AGXT、ALDH6A1、CYP4A11、DAO、EHHADH这6个关键基因,建立了肝癌的预后模型,为肝癌的预后提供了潜在的生物标记物。第二部分ABAT基因在肝癌中的表达水平及预后相关性目的:探讨ABAT基因在肝癌患者中的表达情况与临床特征及预后的相关性。方法:从NCBI-GEO数据库（https://www.ncbi.nlm.nih.gov/gds/）下载所有芯片数据GSE14520及附带的临床信息,提取214例肝癌样本的基因表达谱及对应的临床信息,下载TCGA数据库中的肝癌数据及临床信息作为预后验证数据。首先通过Ocomine及GEPIA数据库对第一部分的6个关键基因进行基因表达水平分析,确立ABAT基因（探针号:209459sat）为研究的对象,根据ABAT基因表达值的中位值（9.26）,将肝癌患者分为ABAT基因高表达组（n=107）和低表达组（n=107）,比较2组的临床特征及预后,同时予以TCGA数据验证ABAT基因的预后情况,基因富集分析（Gene set enrichment analysis,GSEA）可能存在的信号通路。结果:肝癌组织ABAT基因表达水平显着低于正常肝组织（P<0.05）,ABAT高表达组与AFP水平较低、肿瘤分期较好,转移风险较低,均有有显着性意义（P<0.05）,预后优于ABAT基因低表达组（P<0.05）,同时TCGA数据验证了ABAT基因的预后;多因素COX回归分析提示:ABAT基因高表达为预后的独立因素（P<0.05）;GSEA分析提示,ABAT基因高表达样本主要富集了过氧物酶体、Wnt信号通路、半胱氨酸和蛋氨酸代谢、赖氨酸降解、酪氨酸代谢及PPAR信号通路相关的生物学过程。结论:ABAT基因在肝癌组织低表达,是肝癌患者预后的独立因素,ABAT基因高表达的肝癌患者预后优于低表达患者。第三部分ABAT基因在肝癌细胞中的表达及功能研究目的:探讨ABAT基因在肝癌细胞中的表达情况及其可能的机制。方法:qRT-PCR和Western blot检测ABAT基因在不同肝癌细胞株的表达,构建ABAT基因干扰细胞株,采用CCK-8及流式细胞仪检测细胞增殖、周期及凋亡;克隆形成实验、Transwell侵袭及迁移实验检测细胞的克隆形成、侵袭及迁移能力;Western blot检测Wnt/?-catenin信号通路及凋亡蛋白Cleaved caspase3的表达水平;结果:q RT-PCR和Western blot检测示,与正常肝细胞株L02相比,肝癌细胞株ABATm RNA的表达水平均出现不同程度的下调,Hep G2和SMMC-7721ABATm RNA相对其他2种肝癌细胞株较高,与正常肝细胞株L02相比,肝癌细胞株ABAT蛋白的表达水平均出现不同程度的下调,Hep G2和SMMC-7721ABAT蛋白相对其他2种肝癌细胞株较高,选取Hep G2和SMMC-7721作为后续实验肝癌细胞株;#2si RNA构建ABAT基因干扰细胞株,干扰ABAT基因后可显着增强Hep G2和SMMC-7721肝癌细胞的增殖能力,抗凋亡能力、克隆形成、侵袭及迁移能力;干扰ABAT基因可增加肝癌细胞?-catenin、c-Myc水平,激活Wnt/?-catenin,降低Cleaved caspase3水平,抑制凋亡。结论:ABAT基因在肝癌细胞中表达下调,对肝癌细胞的增殖、凋亡、侵袭及转移产生影响,可能与调控细胞的周期、细胞凋亡、Wnt/?-catenin信号通路的过程相关。
申杰[9]（2019）在《1.YAP对乳腺癌细胞黏附斑形成及侵袭迁移能力的影响及机制研究 2.腹腔镜辅助胃癌根治术（D2+CME）对进展期胃癌治疗效果的研究》文中指出课题1.YAP对乳腺癌细胞黏附斑形成及侵袭迁移能力的影响及机制研究第一部分在临床标本中验证YAP可以影响乳腺癌的侵袭转移及预后目的:明确在临床标本中,YAP的表达水平与乳腺癌的侵袭转移是否存在相关性。方法:1.购买美国Biomax公司的乳腺癌组织芯片,该芯片包含104对乳腺癌原发灶及对应淋巴结转移灶的组织标本。该芯片被用于免疫组化实验,检测YAP在乳腺癌原发灶及转移灶中的表达水平及亚细胞定位情况,运用免疫组化评分,对YAP表达量进行量化处理及统计分析。2.运用GEO数据库,获取乳腺癌原发灶肿瘤细胞及淋巴转移灶肿瘤细胞的基因表达谱芯片,通过GSEA进行富集分析,明确淋巴转移相关信号通路。3.运用TCGA数据库及Surv Express软件,分析YAP及其下游基因表达情况与乳腺癌患者预后关系。结果:1.通过对组织芯片的免疫组化实验结果进行统计分析,我们发现,YAP在转移灶中的表达水平显着高于原发灶,此外,转移灶中YAP的胞浆及胞核评分均高于原发灶。2.GEO数据库中的基因表达谱芯片的GSEA分析结果提示,YAP相关信号标志（YAP Conserved Signature）可富集于转移灶肿瘤细胞。3.TCGA侵袭性乳腺癌数据库提示,YAP及其下游基因高表达与患者预后不良密切相关。结论:YAP的高表达及相关信号激活可以作为乳腺癌患者淋巴转移及预后不良的重要标志,YAP的过表达及异常激活提示肿瘤具有较高的转移倾向,预后较差。第二部分YAP对乳腺癌细胞系侵袭迁移能力及黏附斑形成能力的影响目的:通过体外实验检测YAP对乳腺癌细胞系侵袭、迁移及黏附斑形成能力的影响。方法:1.利用Western blot法检测乳腺癌细胞系内源性YAP表达情况,并筛选出YAP相对高/低表达细胞系进行下一步实验;2.利用YAP高表达质粒及siRNAs,在乳腺癌细胞系中过表达或敲减YAP,并利用Western blot验证其有效性;3.通过Transwell迁移及侵袭实验,检测YAP表达情况对乳腺癌细胞系侵袭迁移能力的影响;4.通过细胞黏附实验,检测YAP表达情况对乳腺癌细胞系黏附能力的影响;5.通过免疫荧光技术,利用黏附斑富集桩蛋白（Paxillin）的特性,检测YAP表达情况对细胞黏附斑形成能力的影响。结果:1.通过对乳腺癌细胞系进行Western blot的检测,我们发现高侵袭性乳腺癌（MDA-MB-231、MDA-MB-468）呈YAP高表达状态,而侵袭能力较弱的细胞系,如MCF7,T47D,YAP表达量相对较低。因此MDA-MB-231及MCF7被用于之后实验。2.在MCF7细胞系中证明YAP高表达质粒可以明显升高YAP的蛋白水平,此外,siRNAs可以有效敲减MDA-MB-231中内源性YAP的表达。同时,通过Western blot检测,筛选出两条敲减效率较高的siRNA序列。3.在MCF7细胞系中过表达YAP可以显着提高该细胞侵袭迁移能力,相反,通过敲减YAP可以有效抑制MDA-MB-231的侵袭迁移。4.在MCF7及MDA-MB-231细胞系中证实,YAP的表达量与细胞黏附能力呈正相关。5.免疫荧光实验发现,在MCF7细胞系中过表达YAP可以显着提高黏附斑的数量,而在MDA-MB-231细胞系中敲减YAP,则会显着抑制黏附斑的形成。结论:YAP可以促进乳腺癌细胞系侵袭、迁移及黏附能力以及黏附斑的形成。第三部分YAP调控乳腺癌细胞黏附斑形成能力的分子机制研究目的:明确YAP调控乳腺癌细胞黏附斑形成的具体分子机制。方法:1.向MCF7细胞系转染不同的YAP突变型质粒（S127A,S94A）,并通过Western blot法和RT-q PCR法检测传染效率及YAP下游基因表达情况;2.通过Transwell迁移实验和细胞黏附实验,明确YAP的不同突变体对MCF7细胞迁移及黏附能力的影响;3.通过免疫荧光法,检测YAP突变体对MCF7细胞黏附斑形成能力的影响;4.利用Western blot法,在MCF7细胞系中检测过表达YAP突变体对黏附斑激酶（FAK）的总量及397位酪氨酸磷酸化水平的影响,同时,在MDA-MB-231细胞系中敲减内源性YAP,检测FAK总量及397位酪氨酸磷酸化水平的变化;5.在MDA-MB-231以及过表达激活型YAP（YAP-S127A）的MCF7细胞系中使用YAP-TEADs特异性抑制剂Verteporfin,通过Transwell实验、细胞黏附实验、免疫荧光实验检测细胞迁移,黏附及黏附斑形成能力的变化,同时,通过Western blot实验,明确Verteporfin对FAK总量及397位酪氨酸磷酸化水平的影响;6.在MDA-MB-231以及过表达YAP-S127A的MCF7细胞系中使用FAK特异性抑制剂Defactinib,通过Transwell实验和免疫荧光实验检测细胞迁移及黏附斑形成能力的变化。结果:YAP核内聚集型突变体（S127A）可以显着促进MCF7细胞的侵袭迁移、黏附以及黏附斑形成,而过表达TEA结合域突变型（S94A）YAP蛋白则无此效应。类似地,通过Verteporfin抑制YAP-TEADs结合可以显着减小细胞迁移、黏附能力以及黏附斑数量。以上结果说明YAP是通过入核以及与TEAD转录因子相互作用来影响细胞迁移以及黏附斑形成。Western blot显示,过表达YAP-S127A可以提高FAK第397位酪氨酸磷酸化水平,而YAP-S94A则无此效应。同样,敲减YAP或使用Verteporfin抑制YAP-TEADs结合可以显着减少FAK第397位酪氨酸磷酸化水平。因此,我们推测YAP-TEADs可能通过调控FAK磷酸化,从而影响黏附斑形成。为了进一步验证这一猜想,我们使用Defactinib特异性抑制FAK第397位酪氨酸磷酸化。实验结果显示:Defactinib可以有效逆转YAP介导的细胞迁移及黏附斑形成。结论:YAP通过入核与TEADs相互作用,调控FAK第397位酪氨酸磷酸化,进而影响细胞黏附斑的形成。第四部分YAP调控乳腺癌细胞FAK磷酸化的分子机制研究目的:明确YAP调控乳腺癌细胞FAK磷酸化的具体分子机制。方法:1.检索ENCODE数据库,下载MCF7细胞系中,TEAD的染色体免疫共沉淀测序文件（Ch IP-sequence）。2.使用Ch IP-seek软件分析TEAD的Ch IP-sequence数据,寻找可能被TEAD结合于启动子的基因集。3.利用基因表达谱芯片,确定该基因集在MCF7-NC及MCF7-YAP-S127A细胞系中的表达差异情况,明确该基因集中哪些基因可能被YAP-S127A上调。4.利用DAVID软件进行基因本体（Gene Ontology）富集,筛选出可能参与“细胞黏附”的基因。5.利用String软件,在上述步骤中获取的基因中,确定FAK的可能上游。6.RT-q PCR实验进一步验证YAP是否参与该基因m RNA水平的调节。7.Western blot实验验证YAP是否参与该基因蛋白水平的调节。8.双荧光素酶报告基因实验验证YAP对该基因启动子转录活性的影响。9.染色体免疫共沉淀实验验证YAP可以结合于该基因启动子。10.生物信息学方法分析TCGA数据库,确定YAP与该基因在临床样本中的表达是否存在相关性。11.利用Western blot,Transwell,细胞黏附实验,免疫荧光实验进一步确定该基因参与YAP介导的FAK磷酸化、细胞侵袭黏附以及黏附斑的形成。结果:通过Ch IP-Seek软件对TEAD4的Ch IP测序数据进行分析,我们找到192个可以被TEAD4结合于启动子的基因。表达谱芯片显示其中30个基因可以被YAP-S127A显着上调。通过Gene Ontology富集分析,我们发现其中CTGF、CYR61、BCAM、L1CAM、HABP2被富集与“细胞黏附”基因集。对以上6个基因进行String蛋白相互作用分析,我们发现THBS1属于FAK的直接上游。RT-q PCR以及Western blot实验显示YAP可以在m RNA以及蛋白水平上调THBS1。双荧光素酶报告基因实验验证YAP可以明显增强该基因启动子转录活性。染色体免疫共沉淀实验验证YAP可以结合于该基因启动子。TCGA数据库分析显示,在乳腺癌临床标本中,YAP与THBS1表达水平呈正相关关系。Transwell,细胞黏附实验,免疫荧光实验进一步确定THBS1参与YAP介导的FAK磷酸化、细胞侵袭黏附以及黏附斑的形成。结论:YAP通过转录激活THBS1,调控FAK磷酸化,进而调控乳腺癌细胞侵袭黏附及黏附斑形成。课题2.腹腔镜辅助胃癌根治术（D2+CME）对进展期胃癌治疗效果的研究第一部分腹腔镜D2根治联合胃完整系膜切除术（D2+CME）和腹腔镜D2根治术治疗进展期胃癌的前瞻性随机对照研究目的:比较腹腔镜D2+CME与传统腹腔镜D2根治术对进展期远端胃癌的安全性、可行性及肿瘤学预后的影响。为后续临床应用提供科学的循证依据。方法:采用前瞻性、随机、平行对照的方法,以可切除的局部进展期胃癌患者为研究对象,开展单中心临床随机对照研究。纳入标准:一、年龄:18～75岁;二、BMI<30;三、术前经胃镜和活检证实的胃腺癌患者且AJCC/UICC分期c T2-4a,N0-3,M0;四、术前临床分期评估为进展期可根治切除远端胃癌;五、无严重基础疾病;六、术前麻醉评估评分为ASA I,II或III且病人的WHO体力状态评分（Zubrod-ECOG-WHO ZPS5分法评分系统）小于两分;七、患者或其委托代理人签署知情同意书。排除标准:一、孕期或哺乳期妇女;二、严重精神障碍;三、术前接受过新辅助化疗或放疗;四、有上腹手术史;五、合并其他恶性肿瘤病史（如其他部位肿瘤,间质瘤,淋巴瘤）;六、无法进行根治性切除或者因病情需要,需进行全胃切除。主要观察指标为三年无病生存率。次要观察指标为总体生存率,肿瘤复发情况,并发症率,术后恢复情况及其他指标。目前本研究已入组结束,随访还在进行中。因此本文将评估手术的短期效果。本研究已在Clinical Trials.gov注册,注册编码为NCT01978444。结果:在2014年9月至2018年6月,一共有338名患者被纳入本项研究并被随机分配至D2+CME组及D2组（其中D2+CME组169人,D2组169人）。基线分析指出在年龄、性别、ASA评分及既往病史方面,两组患者并无显着差异。手术相关资料评估显示D2+CME手术在控制术中出血（D2+CME:中位数15.0[四分位间距23.0]vs.D2:中位数37.0[四分位间距33.5]ml,p<0.0001）及淋巴结收获数（D2+CME:中位数34[四分位间距16]vs.D2:中位数27[四分位间距13],p<0.0001）方面体现出一定优势。在术后恢复阶段,D2组及D2+CME组的并发症率分别为16.0%（27/169）和20.1%（34/169）（p=0.322）。D2组中两例患者出现严重并发症。两组患者围术期死亡率均为0%。Logistic回归分析发现年龄及总手术时间为术后并发症的独立危险因素。在术后恢复期中,D2+CME组患者术后胃肠通气时间早于D2组（p=0.009）。结论:腹腔镜D2+CME手术在控制术中出血、提高淋巴结收获数及术后胃肠功能恢复方面表现出一定优势。此外,两组患者在术后并发症率及死亡率方面无明显区别。因此D2+CME手术在治疗进展期胃癌过程中是安全而有效的。对于D2+CME手术的远期肿瘤治疗效果还有待于进一步的随访跟踪评估。第二部分腹腔镜辅助远端胃切除术（D2+CME）联合胃后系膜切除在胃中部癌手术治疗中的意义与效果评估目的:通过回顾性研究的方法,评价腹腔镜辅助远端胃切除术（D2+CME）联合胃后系膜切除在胃中部癌手术治疗中的意义与效果。方法:回顾性收集我院胃肠外科2015年1月至2016年12月接受过腹腔镜辅助根治性胃切除术的胃中部癌（middle gastric cancer,MGC）患者（病理分期:p Ib-p IIIc）。通过手术记录、术中录像及术后标本照片分析患者接受的手术方式及胃后系膜切除情况,结合患者临床资料及随访情况,系统分析评价腹腔镜辅助远端胃切除术（D2+CME）联合胃后系膜切除在胃中部癌手术治疗中的意义与效果。结果:在2015年1月至2016年12月之间,我们一共收集了76例进行过腹腔镜辅助根治性胃切除术的胃中部癌患者。其中36例病人接受了腹腔镜辅助远端胃切除术（D2+CME）联合胃后系膜切除,其余40例患者接受传统的腹腔镜辅助全胃切除术（D2）。基线分析指出,两组患者的一般情况无显着性区别。D2+CME组在减少术中出血（中位数:D2+CME组14.50 ml vs.D2组38.00 ml,p<0.01）,提高淋巴结获取数（中位数:D2+CME组38 vs.D2组19 ml,p<0.01）方面存在一定优势。此外,两组在术后并发症率上没有明显区别（D2+CME:11.1%vs.D2:7.5%,p=0884）。术前恢复期中,D2+CME的胃肠功能恢复时间明显短于D2（p<0.01）。通过对D2+CME组术后标本的检查,我们发现75%（27/36）的患者的胃后系膜中存在淋巴结,而胃后系膜淋巴结（Posterior mesogastric lymph node,PGLN）数目的中位数为2枚（范围:0-13）。其中,3名患者的PGLN发现存在转移。所有患者术后均进行了随访观察,D2+CME与D2组的平均随访时间分别为24月及25月。Kaplan-Meier生存分析指出两组总体生存率没有显着区别。D2+CME组及D2组的三年累积生存率分别为81.5%及63.5%（p=0.078）。单因素分析指出TN分期及手术方式为患者预后的危险因素（p<0.05）。多因素分析指出N分期为患者的独立危险因素（p<0.05）。结论:相对于传统的全胃切除,腹腔镜辅助远端胃切除术（D2+CME）联合胃后系膜切除在胃中部癌的治疗中安全而有效,同时可以达到相同的治疗效果。
赵雷[10]（2019）在《长链非编码RNA LINC00668在喉鳞状细胞癌中的表达、功能及机制研究》文中进行了进一步梳理喉癌是一种侵袭性很强的头颈部肿瘤,其中96%98%为喉鳞状细胞癌（laryngeal squamous cell carcinoma,LSCC）,其次为腺癌、基底细胞癌、低分化癌及肉瘤等。2015年我国喉癌新发病例26400例,其中男性23700例;同期死亡病例14500例,其中男性12600例,发病和死亡均以男性为主。吸烟和饮酒目前被公认为是喉癌的两大危险因素,而随着吸烟人数的增加及年轻化,喉癌发病率有所上升。尽管在喉癌的治疗方面取得了一些进展,但其预后仍不容乐观,尤其是晚期喉癌（Ⅲ、Ⅳ期）5年存活率较低（术后44%、放化疗后39%）。喉癌的发生、发展是一个多因素参与的生物学过程,其中抑癌基因的失活与原癌基因的激活是促进喉癌发生、发展的主要因素。长链非编码RNA（long non-coding RNA,lncRNA）是一类长度大于200个核苷酸,不能编码蛋白质但具有丰富的生物学功能的转录本,而且有一小部分lncRNA可编码短的多肽,并经由这些多肽发挥作用。与蛋白质编码基因相比,lncRNA表达丰度相对较低,且具有很高的组织和细胞特异性。虽然表达丰度较低,但lncRNA可作为信号、诱饵、向导或骨架,在转录、转录后及表观遗传学水平,对包括肿瘤在内的多种疾病发挥不同的调控作用。诸多研究证实,lncRNA在包括LSCC在内的头颈部鳞状细胞癌（head and neck squamous cell carcinoma,HNSCC）、食管癌、肝癌等肿瘤中异常表达,并发挥着抑癌或促癌作用。虽然lncRNA在肿瘤中的机制研究取得了一定进展,但其在LSCC中的相关研究,尤其是机制研究却相对较少。为初步探讨LSCC的发生发展机制,本课题通过转录组表达谱芯片筛选出LSCC中差异表达的lncRNA共3073个,结合公共数据库中LSCC相关lncRNA表达谱综合分析,筛选出LSCC中显着表达增高的长链非编码RNA LINC00668（long intergenic non-protein coding RNA 668,LINC00668）。而LINC00668在LSCC中的研究尚未见相关报道。本课题通过系列实验探讨LINC00668在LSCC中的功能及作用机制,可为LSCC候选分子标志物的筛选提供实验数据,对LSCC的分子诊断和靶向治疗具有重要意义。第一部分 喉鳞状细胞癌中长链非编码RNA表达谱筛选及表达验证目的:通过转录组表达谱芯片技术,对4对LSCC癌组织及配对癌旁正常组织中差异表达的lncRNA进行筛选,并利用实时荧光定量反转录聚合酶链式反应（quantitative real-time reverse transcription-polymerase chain reaction,qRT-PCR）的方法对部分差异表达的lncRNA进行表达验证,以初步了解LSCC中差异lncRNA的表达情况。方法:1.收集2016年10月至2017年6月期间,被确诊并接受手术治疗的LSCC患者癌组织及配对癌旁正常组织样本29对,选取其中4对用于lncRNA和mRNA（messenger RNA）转录组表达谱芯片筛选。2.根据差异基因筛选原则（差异倍数（Fold change,FC）≥2或≤0.5,且P<0.05）,筛选出在LSCC癌组织及配对癌旁正常组织中差异表达的lncRNA和mRNA。3.在差异表达lncRNA中随机选取FC在2倍以上的10个lncRNA（H19、HOTAIR、TINCR、MIR155HG、LINC00511、LINC00520、HULC、MALAT1、MEG3、ZNF667-AS1）,通过qRT-PCR的方法在其余25对LSCC癌组织及配对癌旁正常组织中进行表达水平验证。结果:1.通过对4对LSCC组织样本进行转录组表达谱芯片筛选,根据差异基因筛选原则（FC≥2或≤0.5,且P<0.05）,筛选出差异表达的lncRNA3073个,其中1967个在癌组织中高表达,1106个低表达;差异表达的mRNA 2809个,其中1791个在癌组织中高表达,1018个低表达。2.通过对差异表达的mRNA进行GO（Gene Ontology）和KEGG（Kyoto Encyclopedia of Genes and Genomes）pathway分析,发现差异表达的mRNA主要富集于DNA解螺旋参与的DNA复制、着丝点外染色体凝集等功能模块以及细胞因子与细胞因子受体间相互作用、趋化因子信号通路等重要信号通路。3.进一步从差异表达的lncRNA中选取FC较大的10个lncRNA,通过qRT-PCR的方法在25对组织样本中进行表达验证,发现其表达趋势与芯片结果一致,从而肯定了表达谱芯片筛选结果的可靠性。小结:1.转录组表达谱芯片筛选出LSCC中差异表达的lncRNA 3073个,差异表达的mRNA 2809个（FC≥2或≤0.5且P<0.05）。2.通过qRT-PCR的方法证实转录组表达谱芯片筛选结果具有很高的可靠性,可用于后续研究分析。第二部分 长链非编码RNA LINC00668在喉鳞状细胞癌中的表达及临床相关性研究目的:在芯片筛选的基础上,选取LSCC中差异表达的lncRNA LINC00668,并分析其相对表达水平与LSCC患者临床病理特征的相关性,初步探究其临床意义。方法:1.通过NCBI/GEO（National Center for Biotechnology Information/Gene Expression Omnibus）公共芯片数据挖掘,获得LSCC相关lncRNA表达谱筛选结果,并与本课题组芯片筛选结果相比较,综合分析。2.通过qRT-PCR的方法验证LINC00668在42对LSCC癌组织及配对癌旁正常组织中的表达水平。3.通过独立样本t检验（数据正态分布）/Wilcoxon秩和检验（数据非正态分布）,对LINC00668表达水平与LSCC患者临床病理特征相关性进行分析。结果:1.通过公共数据挖掘,发现LSCC相关lncRNA表达谱数据集GSE84957,与本课题组芯片筛选结果共同分析,筛选出癌组织中高表达的lncRNA LINC00668。2.基于42对LSCC组织样本,通过qRT-PCR方法证实LINC00668在LSCC癌组织中呈高表达。3.通过临床相关性分析发现:LINC00668表达水平与肿瘤分期、病理分化程度、颈部淋巴结转移状态等临床特征具有明显相关性。小结:1.通过数据挖掘和生物信息学分析,结合第一部分实验lncRNA表达谱,筛选出LSCC癌组织中高表达的LINC00668。2.LINC00668在LSCC癌组织表达增高,其表达水平与LSCC患者临床分期、病理分化程度及颈部淋巴结转移状态相关。第三部分 长链非编码RNA LINC00668对喉鳞状细胞癌细胞生物学行为的影响目的:通过细胞功能学实验,研究LINC00668对LSCC细胞生物学行为的影响。方法:1.通过qRT-PCR的方法检测LINC00668在LSCC不同细胞系（AMC-HN-8,TU212,TU177,TU686）中的表达情况,并通过核、浆RNA分离实验结合qRT-PCR的方法对LINC00668进行亚细胞定位。2.通过构建LINC00668反义寡核苷酸（Antisense oligonucleotides,ASO）和过表达载体（LINC00668-pcDNA3.1（-））,调控LINC00668在LSCC细胞系中的表达水平。3.通过MTS、Transwell迁移及侵袭实验,检测LINC00668对LSCC细胞增殖、迁移及侵袭能力的影响。结果:1.LINC00668在不同LSCC细胞系中表达水平存在差异,且细胞浆和细胞核中均有表达,但主要表达于细胞核。2.通过ASO-LINC00668可明显敲低LINC00668在LSCC细胞系TU177（4倍）和TU212（2倍）中的表达水平,而过表达载体LINC00668-pcDNA3.1（-）可明显上调LSCC细胞系AMC-HN-8（100倍）中LINC00668的表达水平。3.体外实验证实在LSCC细胞系TU177、TU212中敲低LINC00668,可明显抑制TU177和TU212细胞的增殖、迁移及侵袭能力,相应地,在LSCC细胞系AMC-HN-8中过表达LINC00668,可明显促进AMC-HN-8细胞的增殖、迁移及侵袭能力。小结:1.LINC00668在LSCC细胞系（TU177、TU212、TU686、AMC-HN-8）中表达增高,且主要表达于细胞核。2.LINC00668可促进LSCC细胞系TU177、TU212、AMC-HN-8的增殖、迁移及侵袭能力,提示LINC00668可能作为促癌基因促进了LSCC的增殖、迁移和侵袭。第四部分 长链非编码RNA LINC00668在喉鳞状细胞癌中靶向调控的相关mRNA预测与筛选目的:对LINC00668靶向调控相关的mRNA进行预测和筛选,并通过qRT-PCR的方法对部分靶mRNA进行表达验证,初步探究LINC00668可能调控的靶mRNA或可能参与的生物学作用。方法:1.LSCC细胞系TU177转染ASO-LINC00668后,应用高通量测序技术筛选LINC00668敲低前后mRNA表达谱的变化。2.通过GO和KEGG pathway分析,对表达变化的mRNA进行功能富集分析。3.基于42对LSCC组织样本,通过qRT-PCR的方法对随机选取的部分靶mRNA（PDCD4、ARF1、PDGFRB、PTPRB、SP100、ITGA6、DUSP5、DUSP2）进行表达验证。结果:1.通过转录组高通量测序技术,筛选出可能与LINC00668调控相关的mRNA共670个,其中166个mRNA与LINC00668表达正相关,504个mRNA表达负相关。2.GO富集分析发现与LINC00668调控相关的mRNA主要富集在:生物学过程负调节、细胞过程负调节、膜结合细胞器、DNA结合和蛋白二聚化等功能模块。3.KEGG Pathway分析提示,LINC00668可能通过SP100、DUSP5、DUSP2、PDGFRB及ARF1等靶mRNA的介导,参与了LSCC中病毒致癌机理、MAPK信号通路、癌相关miRNAs和磷脂酶D信号通路等重要信号通路的调控。4.通过qRT-PCR的方法进行表达验证,随机选取的8个mRNA中5个（SP100、DUSP5、DUSP2、PDGFRB、ARF1）在LSCC癌组织中表达趋势与高通量测序结果一致,提示高通量测序结果具有很高的可靠性。小结:1.转录组高通量测序筛选出可能与LINC00668调控相关的mRNA共670个。2.GO和KEGG Pathway富集分析发现,与LINC00668调控相关的mRNA富集于多种功能模块及信号通路。3.高通量测序结果经qRT-PCR的方法验证具有较高的可靠性。结论:综合上述四部分内容,可得出以下结论:1.与癌旁正常组织相比,LSCC癌组织中lncRNA表达谱具有明显差异。2.LINC00668在LSCC癌组织中表达增高,且其相对表达水平与患者临床分期、病理分化程度及颈部淋巴结转移状态等临床特征相关,提示LINC00668可能参与了LSCC的进展。3.体外实验证实,LINC00668可一定程度上促进LSCC细胞的增殖、迁移及侵袭能力。4.LINC00668通过直接或间接与SP100、DUSP5、DUSP2、PDGFRB及ARF1等靶mRNA相互作用,参与了LSCC中病毒致癌机理、MAPK信号通路、癌相关miRNAs和磷脂酶D信号通路等重要信号通路的调控。
二、基因表达谱芯片在肿瘤研究中的应用（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、基因表达谱芯片在肿瘤研究中的应用（论文提纲范文）
（1）NSD2沉默对三阴乳腺癌基因表达谱及生物学行为的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 课题资助情况 |
| 缩略语中英对照表 |
| 前言 |
| 1 三阴乳腺癌 |
| 2 NSD2 与肿瘤 |
| 3 NSD2 与乳腺癌 |
| 第1章 NSD2 基因沉默对MDA-MB-231 细胞基因表达谱的影响 |
| 引言 |
| 1 基因芯片技术 |
| 2 生物信息学技术 |
| 3 生物信息学常用数据库简介 |
| 1.1 实验材料 |
| 1.1.1 细胞来源 |
| 1.1.2 主要试剂 |
| 1.1.3 主要仪器 |
| 1.1.4 主要耗材 |
| 1.1.5 常用试剂配制 |
| 1.2 实验方法 |
| 1.2.1 细胞培养 |
| 1.2.2 细胞转染与稳定株筛选 |
| 1.2.3 Realtime PCR |
| 1.2.4 基因芯片制作 |
| 1.2.5 差异表达基因的筛选 |
| 1.2.6 蛋白-蛋白相互作用网络的构建 |
| 1.2.7 KEGG信号通路富集分析 |
| 1.2.8 GO功能富集分析 |
| 1.2.9 Hub基因的筛选 |
| 1.2.10 Hub基因的预后功能分析 |
| 1.2.11 图像处理及统计学方法 |
| 1.3 实验结果 |
| 1.3.1 慢病毒介导沉默NSD2的MDA-MB-231稳定细胞株的建立 |
| 1.3.2 NSD2在MDA-MB-231 NC/KD细胞中的表达水平 |
| 1.3.3 基因芯片样品总RNA质量检测评估 |
| 1.3.4 基因芯片数据质量评估 |
| 1.3.5 数据过滤 |
| 1.3.6 基因表达谱芯片显着性差异分析 |
| 1.3.7 显着性差异基因的生物信息学分析 |
| 1.4 讨论 |
| 1.5 小结 |
| 第2章 NSD2 基因沉默对MDA-MB-231细胞生物学行为及PTX药物敏感性的影响 |
| 引言 |
| 2.1 实验材料 |
| 2.2 实验方法 |
| 2.2.1 实验方案流程图 |
| 2.2.2 细胞培养 |
| 2.2.3 CCK-8 检测细胞对PTX的敏感性 |
| 2.2.4 慢病毒转染NSD2 sh RNA及稳定细胞株的筛选 |
| 2.2.5 Realtime PCR |
| 2.2.6 实验分组 |
| 2.2.7 Hoechst(33258)细胞凋亡染色 |
| 2.2.8 流式细胞术细胞凋亡检测 |
| 2.2.9 Western Blot蛋白免疫印迹 |
| 2.2.10 细胞死亡受体通路相关基因预后功能分析 |
| 2.3 实验结果 |
| 2.3.1 MDA-MB-231 细胞对PTX的药物敏感性 |
| 2.3.2 慢病毒介导的sh RNA靶向沉默NSD2 MDA-MB-231 稳定细胞株的建立 |
| 2.3.3 沉默NSD2 表达联合PTX培养对MDA-MB-231 细胞存活率的影响 |
| 2.3.4 沉默NSD2 表达联合PTX培养诱导MDA-MB-231 细胞凋亡 |
| 2.3.5 沉默NSD2 表达联合PTX培养对MDA-MB-231 细胞中死亡受体信号通路的影响 |
| 2.3.6 死亡受体信号通路相关蛋白对乳腺癌预后的影响 |
| 2.4 讨论 |
| 2.5 小结 |
| 结论 |
| 附录 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文与研究成果 |
（2）KIF15对卵巢癌增殖和凋亡的影响及相关调控网络的生物信息学分析（论文提纲范文）
| 缩略语表 |
| Abstract |
| 摘要 |
| 第一章 前言 |
| 第二章 卵巢癌组织基因表达谱数据挖掘和生物信息学方法进行目标基因筛选 |
| 2.1 材料与方法 |
| 2.2 结果 |
| 2.3 讨论 |
| 第三章 KIF15在卵巢癌组织中的表达分析以及其对卵巢癌细胞增殖和凋亡的影响 |
| 3.1 材料与方法 |
| 3.2 结果 |
| 3.3 讨论 |
| 第四章 KIF15在卵巢癌中调控网络的生物信息学分析 |
| 4.1 材料与方法 |
| 4.2 结果 |
| 4.3 讨论 |
| 全文总结 |
| 参考文献 |
| 文献综述 Kinesin家族蛋白在肿瘤中的作用及Kinesin靶向治疗的研究进展 |
| 参考文献 |
| 致谢 |
（3）基于生物信息学的前列腺癌与结直肠癌肿瘤标志物预测研究（论文提纲范文）
| 符号说明 |
| 摘要 |
| ABSTRACT |
| 前言 |
| 第一章 整合甲基化与基因表达谱芯片的前列腺癌标志物分析与验证 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 数据来源 |
| 2.2 数据预处理与分析 |
| 2.3 功能富集分析与通路分析 |
| 2.4 蛋白质-蛋白质交互网络构建与关键模块分析 |
| 3 结果 |
| 3.1 归一化DNA甲基化表达谱和基因表达谱数据 |
| 3.2 前列腺癌中DEGs与 DMGs识别 |
| 3.3 前列腺癌中异常甲基化基因识别 |
| 3.4 抑癌基因筛选 |
| 3.5 抑癌基因验证 |
| 3.6 基因本体分析与KEGG通路分析 |
| 3.7 蛋白质-蛋白质互作分析 |
| 3.8 关键基因与PSA关系研究 |
| 4 讨论 |
| 小结 |
| 参考文献 |
| 第二章 整合多组学数据库的前列腺癌诊断与预后标志物分析与验证 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 数据来源 |
| 2.2 图的定义 |
| 2.3 差异基因的功能富集分析与通路分析 |
| 2.4 机器学习架构 |
| 2.5 多组学数据库验证关键基因与药物靶点 |
| 3 结果 |
| 3.1 前列腺癌差异基因识别 |
| 3.2 GO富集分析与KEGG通路分析 |
| 3.3 前列腺癌相关差异基因互作网络拓扑结构 |
| 3.4 多组学数据库验证关键基因 |
| 3.5 多组学数据库验证药物靶点 |
| 3.6 关键基因的GS评分 |
| 3.7 AR通路可以作为与PSA相关的药物作用靶点 |
| 3.8 对本研究中结果的性能分析 |
| 4 讨论 |
| 小结 |
| 参考文献 |
| 第三章 结直肠癌中动态网络标志物识别以及免疫浸润关系的理论与模拟研究 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 数据来源 |
| 2.2 算法理论基础 |
| 2.3 基于差异表达的分子标志物的识别 |
| 2.4 基于网络的分子标志物识别 |
| 2.5 基于多组学数据库的DNB标志物验证 |
| 3 结果 |
| 3.1 结直肠癌关键分期中的DNB识别 |
| 3.2 不同肿瘤分期的结直肠癌差异分子标志物识别 |
| 3.3 基于WGCNA的 DNB标志物临床信息分析 |
| 3.4 基于PPI网络的MYC分析 |
| 3.5 基于TCGA数据库的DNB标志物验证 |
| 3.6 抑癌基因筛选 |
| 4 讨论 |
| 小结 |
| 参考文献 |
| 全文总结 |
| 附录一 :PSA蛋白质序列 |
| 附录二 :GO分析结果 |
| 文献综述 |
| 前言 |
| 1 从神经网络到深度学习 |
| 1.1 神经网络概述 |
| 1.2 卷积神经网络 |
| 1.3 图神经网络 |
| 1.4 几种机器学习实现框架 |
| 2 深度学习在生物信息学中的应用 |
| 2.1 基因表达谱分析 |
| 2.2 RNA结合蛋白结合点位预测 |
| 2.3 DNA序列功能预测 |
| 2.4 蛋白互作功能预测 |
| 2.5 免疫 |
| 2.6 靶向药物 |
| 参考文献 |
| 致谢 |
| 博士期间发表的论文 |
| 发明专利 |
（4）HIF-2α通过介导DLST、PPP1R8表达影响肝癌细胞增殖、转移的研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 缩略语/符号说明 |
| 前言 |
| 研究现状、成果 |
| 研究目的、方法 |
| 一、HIF-2α基因RNAi干扰前后肝癌细胞基因表达谱变化及其下游基因DLST、PPP1R8生物信息学预测 |
| 1.1 对象和方法 |
| 1.1.1 实验对象 |
| 1.1.2 实验材料 |
| 1.1.3 实验方法 |
| 1.2 结果 |
| 1.2.1 基因表达谱芯片筛选沉默HIF-2α后 Hep3B细胞系中的差异表达基因 |
| 1.2.2 基因芯片差异表达基因在Hep3B、Hep G2 肝癌细胞系中的验证 |
| 1.2.3 DLST、PPP1R8 基因生物信息学预测分析 |
| 1.3 讨论 |
| 1.4 小结 |
| 二、DLST、PPP1R8 在肝细胞肝癌中的临床研究 |
| 2.1 对象和方法 |
| 2.1.1 实验对象 |
| 2.1.2 实验材料 |
| 2.1.3 实验方法 |
| 2.2 结果 |
| 2.2.1 Westernblot检测肝癌组织中HIF-2α、DLST、PPP1R8 蛋白的表达 |
| 2.2.2 免疫组织化学方法检测肝癌组织中HIF-2α下游基因DLST、PPP1R8蛋白的表达 |
| 2.2.3 DLST、PPP1R8 蛋白的表达与肝癌患者临床病理特征的关系 |
| 2.2.4 DLST、PPP1R8 蛋白的表达对肝癌患者生存预后影响 |
| 2.3 讨论 |
| 2.3.1 DLST、PPP1R8 基因与肿瘤 |
| 2.3.2 DLST、PPP1R8 基因在肝癌中的表达及临床预后影响 |
| 2.4 小结 |
| 三、人肝癌细胞系Lvsh-HIF-2α干扰后下游DLST、PPP1R8 基因差异表达对细胞功能学作用的影响 |
| 3.1 对象和方法 |
| 3.1.1 实验对象 |
| 3.1.2 实验材料 |
| 3.1.3 实验方法 |
| 3.2 结果 |
| 3.2.1 慢病毒转染Hep3B、Hep G2 细胞系转染效率结果 |
| 3.2.2 LvshHIF-2α在 Hep3B、Hep G2 细胞系敲减效率的验证结果 |
| 3.2.3 Lvsh-HIF-2α肝癌细胞系DLST、PPP1R8 基因过表达效率的验证 |
| 3.2.4 DLST/PPP1R8 过表达对Lvsh-HIF-2αHep3B/HepG2 细胞增殖的影响 |
| 3.2.5 DLST/PPP1R8 过表达对Lvsh-HIF-2αHep3B/Hep G2 细胞侵袭和迁移的影响 |
| 3.2.6 DLST/PPP1R8 过表达对Lvsh-HIF-2αHep3B/Hep G2 细胞凋亡的影响 |
| 3.2.7 DLST/PPP1R8 相关共表达基因及信号通路的生物信息学分析 |
| 3.3 讨论 |
| 3.3.1 Lvsh-HIF-2α慢病毒稳转肝癌细胞系DLST、PPP1R8 基因过表达对细胞功能学的影响 |
| 3.3.2 DLST/PPP1R8 在肝癌中相关共表达基因及信号通路的生物信息学分析 |
| 3.4 小结 |
| 全文结论 |
| 论文创新点 |
| 参考文献 |
| 附录 |
| 综述 DLST、PPP1R8 基因研究进展 |
| 综述参考文献 |
| 致谢 |
| 个人简历 |
（5）基于随机生存森林模型的Ⅱ期结直肠癌患者预后因素探索及预测模型建立（论文提纲范文）
| 致谢 |
| 中文摘要 |
| 英文摘要 |
| 中英文缩略词 |
| 引言 |
| 1 肿瘤增强比值在Ⅱ期结肠癌患者中的预后价值及预后预测模型建立 |
| 1.1 引言 |
| 1.2 材料与方法 |
| 1.2.1 本中心病例收集及获取临床病理资料 |
| 1.2.2 CT图像提取,ROI选取及计算肿瘤增强比值 |
| 1.2.3 随机生存森林模型的训练与预测 |
| 1.2.4 统计分析 |
| 1.3 结果 |
| 1.3.1 纳入患者的基本信息 |
| 1.3.2 使用高危因素建立预后预测模型 |
| 1.3.3 TER在Ⅱ期结肠癌患者中的预后价值 |
| 1.3.4 使用高危因素、TER建立预后预测模型 |
| 1.3.5 使用高危因素、TER与其他变量建立预后预测模型 |
| 1.3.6 预后预测模型的简化 |
| 1.3.7 预后预测模型汇总 |
| 1.4 讨论 |
| 1.5 结论 |
| 2 Ⅱ期结直肠癌患者复发相关基因鉴定及复发预测模型建立 |
| 2.1 引言 |
| 2.2 材料与方法 |
| 2.2.1 基因表达数据获取 |
| 2.2.2 Ⅱ期结直肠癌复发相关基因鉴定 |
| 2.2.3 模型的训练与测试 |
| 2.3 结果 |
| 2.3.1 数据集筛选与纳入数据集的特征 |
| 2.3.2 基因芯片荟萃分析与基因富集分析 |
| 2.3.3 相关性分析与主成分分析 |
| 2.3.4 建立随机生存森林复发预测模型 |
| 2.3.5 简化模型 |
| 2.3.6 基因表达值对于复发风险的非线性效应 |
| 2.3.7 测试随机生存森林复发预测模型的效果 |
| 2.4 讨论 |
| 2.5 结论 |
| 参考文献 |
| 综述 Ⅱ期结直肠癌患者预后相关的临床病理特征的研究进展 |
| 参考文献 |
| 作者简历及在学期间所取得的科研成果 |
（6）肝癌细胞系中糖鞘脂糖链谱及Globo-系列糖鞘脂合成通路的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 糖鞘脂简介 |
| 1.1.1 糖鞘脂的结构与发现 |
| 1.1.2 糖鞘脂的合成 |
| 1.1.3 糖鞘脂的代谢 |
| 1.2 糖鞘脂的生物学功能 |
| 1.2.1 糖突触 |
| 1.2.2 糖鞘脂与肿瘤 |
| 1.2.3 糖鞘脂与溶酶体贮积症 |
| 1.2.4 糖鞘脂与神经性疾病 |
| 1.2.5 糖鞘脂与炎症 |
| 1.3 糖鞘脂研究的一般策略 |
| 1.4 糖组学简介 |
| 1.4.1 糖组学 |
| 1.4.2 凝集素与凝集素芯片 |
| 1.4.3 糖缀合物是疾病诊断监测的重要复合物 |
| 1.5 前期研究基础 |
| 1.6 本课题的研究目的与意义 |
| 第二章 肝癌及人正常肝细胞中糖鞘脂糖链谱的研究 |
| 2.1 引言 |
| 2.2 实验仪器与材料 |
| 2.2.1 实验主要仪器与设备 |
| 2.2.2 实验主要试剂与耗材 |
| 2.2.3 其他材料 |
| 2.2.4 实验主要溶液配方 |
| 2.3 实验方法 |
| 2.3.1 凝集素芯片的设计与制备 |
| 2.3.2 细胞培养 |
| 2.3.3 细胞GSL的提取和纯化 |
| 2.3.4 GSL的SCDase消化和纯化 |
| 2.3.5 Lyso-GSL的定量与荧光标记 |
| 2.3.6 GSL糖链的凝集素芯片检测 |
| 2.4 实验结果 |
| 2.4.1 GSL糖链的地衣酚-硫酸定量结果 |
| 2.4.2 凝集素芯片空白实验 |
| 2.4.3 标准品GM1a实验 |
| 2.4.4 凝集素芯片分析人正常肝细胞及HCC细胞GSL糖链谱 |
| 2.5 本章讨论与小结 |
| 第三章 肝癌及人正常肝细胞中糖鞘脂糖链的分析与鉴定 |
| 3.1 引言 |
| 3.2 实验仪器与材料 |
| 3.2.1 实验主要仪器与设备 |
| 3.2.2 实验主要试剂与耗材 |
| 3.2.3 其他材料 |
| 3.2.4 实验主要溶液配方 |
| 3.3 实验方法 |
| 3.3.1 细胞培养 |
| 3.3.2 细胞GSL的提取和纯化 |
| 3.3.3 细胞GSL糖链的提取与纯化 |
| 3.3.4 使用MALDI-TOF/TOF-MS分析细胞GSL糖链 |
| 3.4 实验结果 |
| 3.4.1 次氯酸钠氧化法释放GSL糖链图谱分析 |
| 3.4.2 细胞GSL糖链连接结构的串联质谱解析 |
| 3.4.3 人正常肝细胞与HCC细胞中GSL糖链结构相对比例的比较 |
| 3.5 本章讨论与小结 |
| 第四章 肝癌及人正常肝细胞中糖基因表达谱及糖鞘脂合成通路的研究 |
| 4.1 引言 |
| 4.2 实验仪器与材料 |
| 4.2.1 实验主要仪器与设备 |
| 4.2.2 实验主要试剂与耗材 |
| 4.2.3 其他材料 |
| 4.2.4 实验主要溶液配方 |
| 4.3 实验方法 |
| 4.3.1 细胞培养 |
| 4.3.2 人正常肝细胞和HCC细胞总RNA的提取 |
| 4.3.3 人正常肝细胞和HCC细胞cRNA制备 |
| 4.3.4 糖基因芯片的制备与应用 |
| 4.3.5 实时荧光定量PCR |
| 4.3.6 癌症基因组图谱数据库分析GSL合成通路相关基因的表达 |
| 4.4 实验结果 |
| 4.4.1 人正常肝细胞和HCC细胞RNA提取结果 |
| 4.4.2 人正常肝细胞与HCC细胞的糖基因表达谱分析 |
| 4.4.3 实时荧光定量PCR结果 |
| 4.4.4 TCGA数据库分析肝癌发生发展过程中GSL的合成与代谢通路 |
| 4.5 本章讨论与小结 |
| 全文总结 |
| 附录 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间取得的科研成果 |
| 作者简介 |
（7）Glypican6基因对肺腺癌细胞增殖的影响及其机制的初步研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 前言 |
| 参考文献 |
| 第一部分 GPC6基因在肺腺癌患者肿瘤组织和癌细胞株中的表达 |
| 1 材料和方法 |
| 2 结果 |
| 3 讨论 |
| 参考文献 |
| 第二部分 干扰GPC6目的基因对肺腺癌细胞生物学功能的影响 |
| 1 材料与方法 |
| 2 结果 |
| 3 讨论 |
| 参考文献 |
| 第三部分 全基因表达谱芯片实验结合IPA对干扰GPC6目的基因抑制肺腺癌细胞增殖的作用机制的初步探究 |
| 1 材料与方法 |
| 2 结果 |
| 3 讨论 |
| 参考文献 |
| 结论 |
| 综述 Glypican6基因的研究进展 |
| 参考文献 |
| 攻读博士期间发表论文和科研成果 |
| 附录: 英文缩略词表 |
| 致谢 |
（8）肝癌基因表达谱的生物信息学分析及关键基因的功能探讨（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 缩略词表 |
| 引言 |
| 第一部分 加权基因共表达网络(WGCNA)在肝癌基因表达谱中的应用 |
| 1.1 前言 |
| 1.2 材料与方法 |
| 1.3 结果 |
| 1.4 讨论 |
| 第二部分 ABAT基因在肝癌中的表达水平及预后相关性 |
| 2.1 前言 |
| 2.2 材料与方法 |
| 2.3 结果 |
| 2.4 讨论 |
| 第三部分 ABAT基因在肝癌细胞中的表达及功能研究 |
| 3.1 前言 |
| 3.2 材料与方法 |
| 3.3 结果 |
| 3.4 讨论 |
| 全文总结 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 攻博期间发表的科研成果 |
| 致谢 |
（9）1.YAP对乳腺癌细胞黏附斑形成及侵袭迁移能力的影响及机制研究 2.腹腔镜辅助胃癌根治术（D2+CME）对进展期胃癌治疗效果的研究（论文提纲范文）
| 华中科技大学博士学位论文创新点概述 |
| 论文说明及受资助情况 |
| 课题1.YAP对乳腺癌细胞黏附斑形成及侵袭迁移能力的影响及机制研究 |
| 引言 |
| 第一部分 在临床标本中验证YAP可以影响乳腺癌的侵袭转移及预后 |
| 摘要 |
| Abstract |
| 前言 |
| 材料与方法 |
| 实验结果 |
| 讨论 |
| 第二部分 YAP对乳腺癌细胞系侵袭迁移能力及黏附斑形成能力的影响 |
| 摘要 |
| Abstract |
| 前言 |
| 材料与方法 |
| 实验结果 |
| 讨论 |
| 第三部分 YAP调控乳腺癌细胞黏附斑形成能力的分子机制研究 |
| 摘要 |
| Abstract |
| 前言 |
| 材料与方法 |
| 实验结果 |
| 讨论 |
| 第四部分 YAP调控乳腺癌细胞FAK磷酸化的分子机制研究 |
| 摘要 |
| Abstract |
| 前言 |
| 材料与方法 |
| 实验结果 |
| 讨论 |
| 课题总结 |
| 参考文献 |
| 附录:英文缩略词表 |
| 课题2.腹腔镜辅助胃癌根治术(D2+CME)对进展期胃癌治疗 |
| 引言 |
| 第一部分 腹腔镜D2 根治联合胃完整系膜切除术(D2+CME)和腹腔镜D2 根治术治疗进展期胃癌的前瞻性随机对照研究 |
| 摘要 |
| Abstract |
| 前言 |
| 材料与方法 |
| 实验结果 |
| 讨论 |
| 第二部分 腹腔镜辅助远端胃切除术(D2+CME)联合胃后系膜切除在胃中部癌手术治疗中的意义与效果评估 |
| 摘要 |
| Abstract |
| 前言 |
| 材料与方法 |
| 实验结果 |
| 讨论 |
| 课题总结 |
| 参考文献 |
| 附录:英文缩略词表 |
| 综述 胃肠道系膜与肿瘤局部复发风险 |
| 参考文献 |
| 攻读学位期间发表论文目录 |
| 致谢 |
（10）长链非编码RNA LINC00668在喉鳞状细胞癌中的表达、功能及机制研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 英文缩写 |
| 引言 |
| 第一部分 喉鳞状细胞癌中长链非编码RNA表达谱筛选及表达验证 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 参考文献 |
| 第二部分 长链非编码RNA LINC00668 在喉鳞状细胞癌中的表达及临床相关性研究 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 参考文献 |
| 第三部分 长链非编码RNA LINC00668 对喉鳞状细胞癌细胞生物学行为的影响 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 参考文献 |
| 第四部分 长链非编码RNA LINC00668 在喉鳞状细胞癌中靶向调控的相关mRNA预测和筛选 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 参考文献 |
| 结论 |
| 综述 长链非编码RNA在喉鳞状细胞癌中的研究进展 |
| 参考文献 |
| 致谢 |
| 个人简历 |
四、基因表达谱芯片在肿瘤研究中的应用（论文参考文献）
- [1]NSD2沉默对三阴乳腺癌基因表达谱及生物学行为的影响[D]. 赵金辉. 大理大学, 2021
- [2]KIF15对卵巢癌增殖和凋亡的影响及相关调控网络的生物信息学分析[D]. 孙欣慰. 中国人民解放军陆军军医大学, 2020(07)
- [3]基于生物信息学的前列腺癌与结直肠癌肿瘤标志物预测研究[D]. 佟延秋. 重庆医科大学, 2020(01)
- [4]HIF-2α通过介导DLST、PPP1R8表达影响肝癌细胞增殖、转移的研究[D]. 王仙斌. 天津医科大学, 2020(06)
- [5]基于随机生存森林模型的Ⅱ期结直肠癌患者预后因素探索及预测模型建立[D]. 陆玮. 浙江大学, 2020(01)
- [6]肝癌细胞系中糖鞘脂糖链谱及Globo-系列糖鞘脂合成通路的研究[D]. 杜昊骐. 西北大学, 2019(04)
- [7]Glypican6基因对肺腺癌细胞增殖的影响及其机制的初步研究[D]. 黄志文. 苏州大学, 2019(07)
- [8]肝癌基因表达谱的生物信息学分析及关键基因的功能探讨[D]. 陈鹏飞. 武汉大学, 2019(07)
- [9]1.YAP对乳腺癌细胞黏附斑形成及侵袭迁移能力的影响及机制研究 2.腹腔镜辅助胃癌根治术（D2+CME）对进展期胃癌治疗效果的研究[D]. 申杰. 华中科技大学, 2019(04)
- [10]长链非编码RNA LINC00668在喉鳞状细胞癌中的表达、功能及机制研究[D]. 赵雷. 河北医科大学, 2019(01)