基于整合组学数据的胃癌生物信息学分析

《基于整合组学数据的胃癌生物信息学分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10459学号或申请号201212272866密级公开硕士学位论文基于整合组学数据的胃癌生物信息学分析作者姓名：郭磊磊导师姓名：王凯娟教授学科门类：医学专业名称：流行病与卫生统计学培养院系：公共卫生学院完成时间：2015年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterBioinformaticanalysisofgastriccancerbasedonintegrativeomicsdataAuthor:LeileiGuoSupe

2、rvisor:Prof.KaijuanWangEpidemiologyandHealthStatisticsCollegeofPublicHealthMay2015原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研宄所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均己在文中以明确方式标明。本声明的法律责任由本人承担。学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大

3、学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以釆用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。本课题受以下项目基金资助：国家自然科学基金面上项目（GeneralProgramofNationalNaturalScienceF

4、oundationofChina）：炎症相关miRNA及其靶序列SNPs与胃癌发生的分子流行病学研究[项目编号：81373097]摘要摘要目的胃癌的发生发展进程是一个多因素参与的复杂生物学过程。竞争性内源RNA(competingendogenousRNA，ceRNA)假说认为mRNA、lncRNA等转录物可以通过miRNA应答元件（miRNAresponseelement，MRE）竞争性结合microRNA，相互联系进而调控各自的表达水平，从而产生大规模的调控网络。其中miRNA在网络中作为中介因子发挥着重

5、要作用，竞争性内源RNA特别是胃癌相关ceRNA的相互作用尚未完全阐明。因此，探索胃癌相关ceRNA的互作关系对于阐明胃癌的发病机制将有重要意义。本研究拟在系统生物学基础上，利用整合组学的理念，筛选胃癌相关的功能性miRNA。应用生物信息学方法对数据进行深入挖掘，并通过它们之间的调控关系进行预测分析和数据整合，构建胃癌相关ceRNA调控网络，从中寻找发挥关键作用的因子。为胃癌的发病机制研究提供新的思路。方法整合mRNA和miRNA两个层次的表达谱数据。采用POMA（ThePipelineofOutlierMi

6、croRNAAnalysis）算法，寻找在胃癌中具有调控功能的活性miRNA，筛选胃癌发病相关的可靠分子标志物。并对胃癌相关的miRNA靶基因进行GO功能水平以及KEGG通路水平的富集分析。进而利用基因功能富集分析筛选靶基因中与胃癌相关的关键基因。基于筛选得到的胃癌调控活性miRNA，利用公共数据库预测miRNA相关的lncRNA，并通过胃癌miRNA-mRNA子网络提取miRNA靶基因信息，以miRNA为中介因子，重新构建ceRNA相互作用网络。并对网络的性质进行评价和分析。最后以胃癌相关的关键基因作为映射

7、，探索胃癌特异性的子网络，以挖掘调控网络中的关键因子。结果（1）基于POMA算法，筛选胃癌功能性microRNA，其中利用基因芯片筛选出30miRNA，通过公共数据库筛选出24个miRNA，最终获得不同数据组中整合的36个miRNA。I摘要（2）基因富集分析中，发现了7个胃癌相关关键基因，分别是TP53，PIK3CA，VIM，ERBB2，CDK1，CDH1，TGFB1。通路显著性分析发现11条胃癌相关重要通路，其中通路Pathwaysincancer（XD-score=0.783），Colorectalcan

8、cer（XD-score=0.710）以及Adherensjunction（XD-score=0.709）是三条最显著的通路。（3）通过miRNA基因芯片验证，确定了16个胃癌相关调控活性的miRNA，使用生物信息学方法和预测软件发现lncRNA与筛选出的microRNA有不同程度的关联。（4）网络分析显示ceRNA网络为典型的生物网络特征，并且具有一定的稳健性。以关键基因映射得到了ceRNA子网络