CN114360642B 基于基因共表达网络分析的癌症转录组数据处理方法 （吉林省蒲川生物医药有限公司）

街3355号超达创业园磐谷国际商务港基于基因共表达网络分析的癌症转录组数基于基因共表达网络分析的癌症转录组数划分的基因模块具有显著的生物学意义；由使用该方法识别出的关键基因大部分均与肿瘤2步骤六中，对一个基因模块中所有的基因表达数据进行主步骤四中，以差异表达基因在样本中的基因表达数据相关分析，得到其皮尔森相关系数(PCC)及P值；设置限定条件|PCC|>＝threshold&&P<步骤七中，将感兴趣的基因模块中的基因与GO数据库提供步骤八中，利用PageRank算法对基因共表达网络中所有结2.根据权利要求1所述的基于基因共表达网络分析的癌症转录组数据处理方法，其特3.根据权利要求2所述的基于基因共表达网络分析的癌症转录组数据处理方法，其特4.根据权利要求3所述的基于基因共表达网络分析的癌症转录组数据处理方法，其特5.根据权利要求1所述的基于基因共表达网络分析的癌症转录组数据处理方法，其特3及复杂网络理论的相关知识对其进行分析与挖掘，已成为处理海量生物数据的有效方法。4个基因视为存在共表达关系；将所有存在共表达关系的基因及其关系用一张图进行表示，因共表达网络分析的癌症转录组数据处理方法在基因模块的挖掘及关键基因的识别方面5[0030]图1为本发明的一种基于基因共表达网络分析的癌症转录组数据处理方法的流程[0050]从TCGA数据库(/)或者GEO数据库(https://的最大值小于1的低表达基因删除，然后将剩余的基因在癌症组织或癌旁组织中的表达量6[0059]所说的4种社团检测算法(eigenvector、label-propagation、map-equation、munity()、munity()、[0063]将感兴趣的基因模块中的基因与GO数据库(/)提供的据库(/)提供的信号通[0067]利用Disgenet数据库(/)检索7[0075]①从TCGA数据库(/)中下载乳腺浸润癌(BRCA)[0076]②将在乳腺浸润癌组织或癌旁组织中基因表达量(FPKM)的最大值小于1的低表达[0077]③将过滤后剩余的所有基因在乳腺浸润癌组织或癌旁组织中的表达量进行关于基因编号样本1样本2样本3样本4样本5ENSG000001675782.9829626312.4269241782.180554626ENSG000000782372.9625679283.4967697942.5905459010.977175405ENSG0000014608315.4236146734.185837527.123274776.7271153624.062698315ENSG00000198242105.7124415207.8535728193.8028654113.9189313112.3564048ENSG0000013410817.9167788819.2378533334.4252203826.488183514.67476604ENSG0000016770025.3013904315.7393983912.300617185.99361125158.71591007ENSG000000606425.2087184566.7045609236.2939901736.504866534ENSG0000016639100.2687484680.19491868401794968ENSG000000700872.8129582366.29303503217.210578790.345172284ENSG000001535618.7578266936.30464078915.1377772515.45512232P8[0090]①对于每个差异表达基因，计算其与其他差异表达基因的皮尔森相关系数(PCC)[0092]③将将所有存在共表达关系的基因及其关系导入Cytoscape软件进行可视化，如[0099]①利用R软件“igraph”程序包的函数munity()、()对基因共表达网络中的结点(基因)进行网络聚类，得到由功能相似的基因组成的社团[0100]②计算4种社团检测算法(eigenvector、label‑propagation、map‑equation、9[0101]③删除基因数量过小的社团(本实施例中删除基因数量小于50的社团)，共剩余9[0104]①对各基因模块中所有的基因表达数据进行主成分分析以得到各基因模块的模[0108]①将基因模块m1、m2、m3、m6所包含的基因分别与GO数据库所提供的生物过程通路编号通路名称富集数量PR-HSA-69278CellCycle,MitoticR-HSA-1640170CellCycleR-HSA-453279MitoticG1phaseandG1/Stransition2.57E-12R-HSA-73886ChromosomeMaintenance6.22E-12R-HSA-69205G1/S-SpecificTranscription3.12E-11R-HSA-69206G1/STransition3.50E-10R-HSA-68886MPhase4.48E-10R-HSA-69190DNAstrandelongationR-HSA-73894DNARepair2.67E-08R-HSA-69242SPhase3.58E-08[0115]①利用PageRank算法对基因共表达网络中的所有基因的重要性进行基于拓扑结[0117]③选择前20个基因为肝细胞癌的关键基因。本实施例中的20个关键基因为：[0119]将所有关键基因依次输入Disgenet数据库(/)进行相[0120]由Disgenet数据库的检索结果可知，20个HUB基因中大部分基因均与肿瘤疾病有[0124]将所有关键基因利用在线软件onclnc(/)进行生存分析[0125]由关键基因的生存分析可知，20个关键基因均与患者的这进一步证明了本发明提出的基于基因共表达网络分析的癌症转录组数据处理方法在关键基因识别方面具有显著的作用。