تجزیه و تحلیل داده های ریزآرایه برای شناسایی ژن های کلیدی موثر در سرطان ریه زنان: یک رویکرد متاآنالیز
محل انتشار: سومین کنفرانس بین المللی فناوری های نوین در علوم
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 157
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CMTS03_057
تاریخ نمایه سازی: 14 شهریور 1402
چکیده مقاله:
سرطان ریه یکی از شایع ترین سرطان ها و عامل اصلی مرگ و میر ناشی از سرطان در جهان است. در این مطالعه پروفایل بیان ژنی بیماران مبتلا به سرطان ریه برای شناسایی نشانگرهای زیستی جدید بر اساس تجزیه و تحلیل بیوانفورماتیک مورد ارزیابی قرار گرفت. سه مجموعه داده ریزآرایه، شامل GSE۱۹۸۰۴، GSE۳۰۲۱۹ و GSE۴۰۷۹۱ از GEO انتخاب و با ابزار آنلاین GEO۲R آنالیز شدند. تجزیه و تحلیل هستی شناسی ژن (GO) و غنی سازی ژن ها در مسیر KEGG با استفاده از DAVID انجام شد و با استفاده از پلاگین Cytohubba هاب ژن های اصلی شناسایی شدند و در نهایت منحنی زنده مانی ترسیم شد. در این مطالعه، در مجموع بین سه مجموعه داده به طور مشترک ۹۰۱ ژن با بیان متفاوت شناسایی شد، که ۱۹۷ ژن کاهش بیان و ۷۰۴ ژن افزایش بیان نشان دادند. نتایج تجزیه و تحلیل بیوانفورماتیکی و آنالیز شبکه PPI هاب ژن ها، نشان داد که ژن های کلیدی در سرطان ریه زنان شامل ۹ ژن (IL۶، CDH۱، EZH۲، CCNB۱، CCNA۲، CDK۱، MKI۶۷، ASPM و PECAM۱) می باشند که همه آن ها نه تنها با وقوع بیماری ارتباط داشته بلکه به جز ژن PECAM۱ تمامی ۸ ژن مزبور با میزان بقای بیماران همبستگی مثبت معنی داری دارند (p <۰.۰۵). نتایج Go و KEGG اثبات نمودند مسیرهای غنی شده بیشتر با چرخه سلولی، پیری سلولی، مالاریا و بلوغ تخمک مرتبط بودند. بدین ترتیب با توجه به اینکه سرطان ریه تحت تاثیر مشترک عوامل محیطی و ژنتیکی می باشد ژن های کاندید در این پژوهش می توانند به عنوان نشانگرهای پیش آگهی بالقوه و ارزشمند در بیماری سرطان ریه مورد توجه قرار گیرند.
کلیدواژه ها:
نویسندگان
فاطمه جعفری
گروه علوم دامی، دانشکده کشاورزی، دانشگاه گیلان، رشت ایران
عبدالاحد شادپرور
گروه علوم دامی، دانشکده کشاورزی، دانشگاه گیلان، رشت ایران
شاهرخ قوتی
گروه علوم دامی، دانشکده کشاورزی، دانشگاه گیلان، رشت ایران