通过生物信息学分析鉴定卵巢癌预后不良的重要基因众所周知，卵巢癌是最常见的恶性妇科肿瘤，其发病机制非常复杂。那么今天小编为大家带来的这篇文章就是通过生物信息学分析鉴定卵巢癌预后不良的重要基因。该文章于4月22日发表在Journal of ovarian research杂志上。 

长话短说，让我们一起来看看该文章都做了哪些研究吧~数据来源：作者从NCBI-GEO数据库中下载了基于GPL570平台的GSE36668，GSE18520和GSE14407的基因表达谱。其中分别包括4个OC组织和4个正常OV组织，53个OC组织和10个正常OV组织和12个 OC组织和12个正常OV组织。鉴定卵巢癌中的DEGs作者从三个数据集中获得69个OC组织和26个正常OV组织。在这里作者使用GEO2R在线工具来识别差异表达的基因，分别从GSE36668，GSE18520和GSE 14407中提取了1516,1150和1670个 DEGs。然后作者使用韦恩图软件识别了三个数据集中共同的DEG。结果显示共检测到216个DEG，包括OC组织中的106个下调基因和110个上调基因（表1和）。表1：

：通过Venn图软件对三个数据集（GSE36668，GSE18520和GSE14407）中的216个DEGs进行认证。DEGs基因本体和卵巢癌KEGG通路分析在这一部分作者应用DAVID软件分析所有216个DEGs。这些差异表达基因的基因本体分析如表2，其分别显示了上调的差异基因以及下调的差异基因显著富集的Term。表2：

KEGG分析结果显示在表3中，其表明上调的DEG显著富集p53信号传导通路，细胞周期和孕酮介导的卵母细胞成熟，而下调的DEGs没有显著富集的通路。表3：

蛋白质 - 蛋白质相互作用网络（PPI）和模块分析在这216个DEGs中，有109个未包含在DEGs PPI网络中（A）。总共107个DEGs被导入到DEGs PPI网络中。然后作者应用Cytotype MCODE进行进一步分析，结果显示在107个节点中鉴定出33个中心节点，它们都是上调基因（B）。 

. PPI和模块分析通过Kaplan Meier绘图仪和GEPIA分析核心基因在这一部分作者应用Kaplan Meier绘图仪来鉴定33个核心基因的生存数据。发现20个基因的存活率显著较差，而13个基因没有显著差异（表4和）。表4：

 .33个核心基因的预后信息然后，应用GEPIA分析了20个与预后不良相关的基因。结果显示，与正常OV样本相比，20个基因中的15个在OC样本中高表达（表5和）。红色表示肿瘤组织，灰色表示正常组织。表5：

.15个在OC中显著过表达的基因通过KEGG通路富集重新分析15个选定的基因为了理解这15个选择的DEG的可能富集的通路，通过DAVID重新进行分析。结果显示四个基因（BUB1B，BUB1，TTK和CCNB1）显著富集于细胞周期通路（表6和）。表6：

：KEGG通路分析好啦，这篇文章的内容就这么多，总结一下，该文章应用生物信息学分析研究在三个不同的微阵列数据集的基础上鉴定了OC组织和正常OV组织之间的四个DEG（BUB1B，BUB1，TTK和CCNB1）。结果显示这四种基因可能在OC的进展中起关键作用。这些数据可能为OC的潜在生物标志物和生物学机制提供一些有用的信息和方向。

大家好，首先感谢关注。目前拥有超级预后，超级可变剪切，突变+表达，表达+突变，DNA甲基化，自噬，ceRNA、经典预后、m6A、可变剪切、肿瘤微环境，免疫浸润，多组学，驱动基因，突变，耐药，CNV肿瘤干细胞等多种经典和新潮分析思路和方案。

在此开工季，欢迎大家预定分析服务。

开工季，套路上新

（8.29-9.30）期间签订项目

赠送网课一套