论文部分内容阅读
背景与目的肺腺癌(Lung adenocarcinoma,LUAD)是最为多发的肿瘤之一,其发病率及死亡率在我国及全世界均居前列。研究肺腺癌的分子机制对于早期诊治及预后改善具有重要意义。本研究意在使用网络分析的方法分析肺腺癌基因表达谱,以期获得与临床特性及生存时长有显著关系的基因模块,并对模块基因进行进一步挖掘。方法本研究使用加权基因共表达网络分析(Weighted gene co-expression network analysis,WGCNA)的方法,对56例LUAD肿瘤样本的3513个基因的表达谱构建网络(网络A)进行分析,构建基因模块并验证其与肿瘤TNM分期,病理分级以及生存数据的相关性;对56例LUAD肿瘤样本及相应的正常组织样本,构建联合加权基因共表达网络(网络B)并分析其3513个基因的表达谱,构建基因模块并验证其与样本种类的相关性;将网络A及网络B联合,分析其基因模块重合度,并对重合度高的两对基因模块内的基因进行Gene Ontology及KEGG通路分析。结果WGCNA算法在网络A中划分出12个基因模块,其中1个与患者肿瘤M分期呈中等强度显著相关(R2>0.4,p<0.001);经Cox回归生存分析发现,其中4个与患者发生死亡事件的风险显著相关(p<0.05)。在网络B中划分出13个基因模块,其中9个均与样本种类呈强相关(R2>0.8,p<0.001)。对高重合度的两对基因模块,其Gene Ontology及KEGG通路分析均显示有若干生物过程、分子功能及细胞组分的词条明显富集,提示同一基因模块对中的蛋白编码基因及长非编码RNA基因在相应方面可能具有相似性。结论本研究表明WGCNA所划分的基因模块具有生物学意义,且联合临床及样本信息亦能验证模块的临床意义,能够作为探索LUAD的分子机制,发现潜在的基因生物标志物的方法学工具。