2024年3月15日发(作者：)

-8

-

科学技术创新

2019.12

基于差异分析的方法挖掘肺腺癌不同时期的功能

赵华旭

(河北工业大学

，

天津

300400

)

摘要

：

肺腺癌是一种动态多样的疾病

，

在临床上可分为四个时期

。

通过研究肺腺癌不同时期基因表达与功能的特点

，

有助于

理解肺腺癌的发生发展机制

。

从

ArrayExpress

数据库下载肺腺癌不同时期的基因表达数据并进行整合

，

使用

R

语言

Limma

包筛

选差异表达基因

，

对差异表达基因进行功能富集分析

。

肺腺癌分期数据整合后得到

10998

个基因和

1102

个样本

。

差异表达基因在

I

期的调控方式与其它时期不同

，

在

I

期上调(下调)的基因在

II

期

、

III

期和

IV

期将下调(上调)

。

通过疾病富集分析挖掘到诸如

AGER

、

TOP2A

、

CCNB1

、

AURKB

等与肺腺癌发生发展有很大相关性的基因.差异表达基因在肺腺癌不同时期的表达与功能不

同

，

可能与肺腺癌的发展相关

。

关键词

：

肺腺癌

；

差异表达基因

；

功能富集分析

中图分类号

：

Q811.4

文献标识码

：

A

文章编号:

2096-4390(2019)12-0008-03

肺癌是最常见的癌症

，

也是导致癌症死亡的主要原因叫非

利用

limma

包晒筛选差异表达基因网

。

首先对疾病组和正常

小细胞肺癌占肺癌患者的

85%,

分为肺腺癌

、

肺鳞状细胞癌和

组进行基因表达差异分析

，

即不区分肺腺癌的四个不同时期

。

大细胞癌三种亚型叫按国际肺癌分期标准肺癌可分为四个时

其次分别对肺腺癌四个不同时期的疾病组和正常组进行基因

期叫肿瘤分期能够很好地指导临床实践

，

辅助专科医生确定治

表达差异分析

。

通过表达倍数变化值的对数值

(Ilog2fel>l)

和调

疗方案

，

如早期的患者可采取手术治疗

，

而中晚期病人则采取放

整后

P

值

(p<0.05

)

来筛选差异表达基因

。

化疗或分子靶向治疗

。

在非小细胞肺癌中

，

根治性手术通常用

1.4

功能富集分析

使用

clusterProfiler

包卩哒行功能富集分析

。

对差异表达基因

于肿瘤分期为

I

期

、

II

期及可完全切除的

Ola

期的患者

。

早期

性咳嗽

、

痰液和其他症状叫

肺腺癌患者症状不易被觉察

，

只有在晚期才会逐渐出现诸如慢

做基因本体论

I16|

(Gene

Ontology,

GO)

分析、

信号通路

□(Kyoto

Encyclopaedia

of

Genes

and

Genomes,

KEGG)

分析

。

2

结果

近年来

，

肺癌前病变的发生和发展的分子机制引起了人们

的重视并进行了深入的研究口

61

,希望能寻找到可用于早期诊

断

、

癌症化学预防和阻止恶化的癌前病变的特征叫通过对肺腺

2.1

疾病组与正常组基因表达差异分析

为了研究肺腺癌正常组与疾病组之间的关系

，

我们对其进

癌早期和晚期的研究

，

发现一些早期的关键基因和生物标记物

行基因表达差异的显著性分析,共得到

644

个差异表达基因

，

其

在肺腺癌的发生和发展中的作用明显叫随着数据库中关于

中表达水平上调的基因有

431

个,下调的基因有

213

个

。

癌症肿瘤样本分期数据的不断积累，

可以通过分析癌症肿瘤样

2.2

肺腺癌不同时期疾病组与正常组基因表达差异分析

我们分别对肺腺癌四个时期的疾病组与正常组进行基因表

本数据和正常组织样本数据来获取具有诊断和预后价值的特

异性失调基因叫基于现有的大量肺腺癌分期数据

，

可以对肺腺

达差异的显著性分析

，所得的差异表达基因结果如表

1

所示

。

然

癌的四个发展时期进行更为深入的研究

，

了解不同时期基因表

后对各个时期的差异表达基因进行了

GO

分析(如图

)

达调控的特点

，

并挖掘关键基因与生物标记物

。

因此

，

我们基于

ArrayExpress

数据库问

，

对下载的肺腺癌基

和

KEGG

分析(如图

Id)

。

表

1

不同时期差异表达基因个数

Stage

因表达数据进行整合

，利用基因表达差异分析和功能富集分析

的方法

，

研究不同时期的基因表达和功能特点

。

DEGs

619

789

685

Up-regulated

418

280

246

111

Down-regulated

Stage

I

Stage

II

Stage

III

Stage

IV

201

1

材料与方法

1.1

数据下载

因芯片表达谱数据

，

包括表达数据文件和临床文件

。

518

439

250

361

从

ArrayExpress

数据库㈣下载了全部关于肺腺癌分期的基

DEGs:

differentially

expressed

genes;

3

讨论

从疾病组与正常组的

GO

分析的结果可以看出上调基因主

1.2

数据处理及整合

由于芯片数据来自于不同批次

，

所以需要对获得的数据进

要与细胞外基质

、

蛋白结合和血管生成有关

，

下调基因主要与染

行处理和整合。

通过质量控制剔除不合格样本,并使用

affy

包何

色体复制

、

微管活动和有丝分裂有关

。

这一结果表明差异表达

的

MAS5

算法进行背景校正

、

标准化和汇总等预处理

。

对表达谱

基因在促进营养物质积累

，

抑制细胞分裂,所以腺癌细胞与鳞状

使用

ComBat

方法问消除批次效应

，

对表达谱基因求交集得到

细胞癌或大细胞癌相比

，

细胞较大,核较大

，

核浆比值较高

。从

10998

个基因

，

1102

个样本(其中对照组

213

个、

第一阶段

576

KEGG

分析的结果可以发现显著富集的有细胞周期

、

卵母细胞

个

、

第二阶段

212

个

、

第三阶段

79

个和第四阶段

22

个)

。

减数分裂

、

黄体酮调节的卵母细胞成熟和

P

53

信号通路等。

这与

1.3

基因表达差异分析

作者简介

：

赵华旭

(1988-),

男

，

硕士

。

先前研究的结论类似叭叫这些信号通路的异常表达与非小细

2019.12

科学技术创新

-9

-

a

sister

chromatid

segregation

mrtohc

nuclear

division

nuclear

diviston

nucfear

chrwnosome

segregation

-

chromosome

segregation

mitotic

sister

chfomatid

segregation

-

organelle

fission

angiogenesis

•

•

■

•

•

•

■

J

1

regidation

of

epithelial

ceM

profcferation

negative

regulation

of

ceRidar

component

movement

vascutar

process

in

afcuJatory

system

-

regulation

of

angiogenesis

regulation

vascuteture

developmert

vasculogenesis

of

•

•

•

■

•

■

.

.

•

■

■

.

•

■

■

•

•

•

■

■

■

•

•

m

negative

regulation

growth

ot

■

•

•

•

.

.

•

•

•

■

■

■

■

•

■

■

•

■

■

•

•

.

■

■

•

■

•

■

■

p

adjust

0

0125

0.0100

0.0075

0

0050

0

0025

GeneRatio

•

0

08

•

012

regMation

of

endothebal

ce8

migrabon

DOWN

UP

DOWN

UP

DOWN

UP

DOWN

UP

d

microtubule

binding

CeH

cycle

■

mcrotubi^e

motor

activity

Malana

cGMP-PKG

signaling

pathway

tubdtn

binding

mrtoracbvrty

senne-type

endopeptidase

activity

senne-type

pepbdase

adwrty

senne

hydrolase

achvrty

p

»ijust

Drug

metabolism

cytochrome

P450

Tyrosine

metabo&sm

GeneRatio

Vascular

smooth

musde

contraction

Renin

secretion-

•

0

05

•

010

metaRoendopepbdase

activity

jMycosamtnoglycan

binding

histone

kinase

activity

sulfur

compound

binding

Regulation

of

fcpoJysis

in

adipocytes

GeneR^o

Hypertrophic

cardiomyopathy

(HCM)

Renin-angtotensin

system

p

adjust

heparin

binding

honnone

binding

•

0.M

Neuroactive

Sgand-receptor

interaction

Oocyte

meiosis

carbohydrate

biixing

cyto&ne

binding

1

DOWN

UP

DOWN

UP

DOWN

UP

DOWN

UP

004

0

03

002

001

p53

signabng

pathway

scavenger

receptor

activity

amyto«d-b^a

binding

Protein

digestion

and

absorplion

DOWN

UP

DOWN

UP

DOWN

UP

DOWN

UP

Progesterone

-mediated

oocyte

maturation

图

1

不同时期差异表达基因的

GO

分析

(a

：

生物过程

；

b

：

细胞组分

；

c

：

分子功能)和

KEGG

分析

(d)

胞肺癌密切相关并可能导致肿瘤的形成

。

色体浓缩与分离起调节作用

，

进而促进肿瘤的发生冋

。

CCNB1

蛋

通过对肺腺癌四个不同时期获得的差异表达基因做韦恩图

白是细胞周期蛋白

B1,

与

CDC20

蛋白有相互作用

，

可能是肺腺

分析发现有

310

个基因在四个时期都有表达差异

。

对

310

个基

癌诊断和预后靶点的潜在生物标志物⑷。

AURKB

基因编码蛋白

因做

GO

分析和

KEGG

分析后

,

发现这些基因和细胞增殖

、

微管

是有丝分裂的关键调控因子，

其过度表达也与非小细胞肺癌有

运动

、

有丝分裂、

细胞外基质

、

血管生成和蛋白结合等过程相关,

相关性冋

。

由此可以看出这些基因在癌症发生发展中起关键作

而且在肺腺癌恶性发展的过程中表达量呈现出动态变化

，

因此

用,可能是潜在的生物标志物

。

这些基因的功能可能调节癌症的进展

。

另外

，

分别有

24.109.

基于肺腺癌分期数据

，

通过基因表达差异分析和富集分析

，

45

J9

个基因为肺腺癌各时期所特有

。

从图

1

可以看出,肺腺癌

我们发现筛选的差异表达基因在肺腺癌

I

期的表达调控明显与

四个时期的差异表达基因富集的功能类型大致相同.但是富集

II

期

、

III

期和

IV

期不同

，这些基因表达的变化可能与疾病的变

的程度有所差别,

IV

期富集程度在下降

，

尤其

KEGG

富集变化

化相关

。

另外,通过疾病富集

，

我们发现了诸如

AGER

、

TOP2A

、

比较明显

。

同时

，

我们发现肺腺癌

II

期

、

III

期和

IV

期上调基因

CCNB1

.AURKB

等与肺腺癌发生发展有很大相关性的关键基

和下调基因富集到的功能相似

，

但与

I

期明显相反

。

这些基因表

因

。

总之

，对肺腺癌的四个不同时期进行分析和比较

，

可以使我

达调控的变化可能是影响疾病进程的重要原因

。

另外

，

从图

2d

们能更深入地了解肺腺癌各时期在分子层面潜在的发生发展

可以看出

』

53

信号通路在肺腺癌

II

期和

III

期明显富集

，

意味

机制

。

着

P53

信号通路可能在

II

期和

II

】

期起非常重要的作用

。

在筛

参考文献

选的差异基因中

，

我们发现

AGER

是晚期糖基化终产物特异性

[1

JBray

F,

Ferlay

J,

Soerjomataram

I,

et

al.

Global

cancer

受体,是为数不多的在肺癌中表达下调的病原体识别受体之一

statistics

2018:

GLOBOCAN

estimates

of

incidence

and

mortality

㈣

，

可能是肺腺癌的潜在生物标记物蚀

。

TOP2A

蛋白会通过短暂

worldwide

for

36

cancers

in

185

countries.

CA

Cancer

J

Clin,

的断裂和随后

DNA

链的重新连接来控制

DNA

拓扑状态

，

对染

20

1&

68

⑹

：

394-424.

-10-

科学技术创新

2019.12

[2]

Chen

Z,

Fillmore

CM,

Hammerman

PS,

et

al.

Non-small-cell

2011.

Nucleic

Acids

Res,

2012,

40(Database

issue):

D559-564.

lung

cancers:

a

heterogeneous

set

of

diseases.

Nat

Rev

Cancer,

[17]

Kanehisa

M,

Goto

S.

KEGG:

Kyoto

Encyclopaedia

of

Genes

2014,

14(8):

535-546.

and

Genomes.

Nucleic

Acids

Research,

2000,

volume

28

(1):

[3]

Goldstraw

P,

Rami-Porta

R,

Asamura

H,

et

al.

The

IASLC

27-30(24).

Lung

Cancer

Staging

Project:

Proposals

forRevision

of

the

TNM

[18]

Liu

Y,

Ni

R,

Zhang

H,

et

al.

Identification

of

feature

genes

Stage

Groupings

in

the

Forthcoming

(Eighth)

Edition

of

the

TNM

for

smoking-related

lung

adenocarcinoma

based

on

gene

Classification

for

Lung

Cancer.

Journal

of

Thoracic

Oncology,

expression

profile

data.

Onco

Targets

Ther,

2016,

9:

7397-7407.

2016,

11(1):

39-51.

diagnostic

biomarker

[19|Hirt

BV,

Wattis

JA,

Preston

SP,

et

al.

The

effects

of

a

of

lung

adenocarcinoma

based

on

integrated

modelling

and

experiments.

J

Theor

Biol,

2012,

295:

[20]

Rho

J-H,

Roehrl

MHA,

Wang

JY.

Glycoproteomic

Analysis

[4]

Fan

Z,

Xue

W,

Li

L,

et

al.

Identification

of

an

early

telomere

destabilizing

agent

on

cancer

cell-cycle

dynamics------

co-expression

similarity

and

construction

of

a

diagnostic

model.

9-22.

Journal

of

Translational

Medicine,

2018,

16(1):

205.

[5]

Sivakumar

S,

Fas

L,

Mcdowell

TL,

et

al.

Genomic

Landscape

of

Human

Lung

Adenocarcinomas

Using

Glycoarrays

and

of

Atypical

Adenomatous

Hyperplasia

Reveals

Divergent

Modes

Tandem

Mass

Spectrometry:

Differential

Expression

and

to

Lung

Adenocarcinoma.

Cancer

Research,

2017,

77

(22):

Glycosylation

Patterns

of

Vimentin

and

Fetuin

A

Isoforms.

The

6119-6130.

Tsay

[6]

Protein

Journal,

2009,

28(3-4):

148-160.

JCJ,

Li

Z,

Yie

TA,

et

al.

Molecular

Characterization

of

[21]

Liu

W,

Ouyang

S,

Zhou

Z,

et

al.

Identification

of

genes

adenocarcinoma:

Analyses

based

on

microarray

from

Oncomine

the

Peripheral

Airway

Field

of

Cancerization

in

Lung

associated

with

cancer

progression

and

prognosis

in

lung

Adenocarcinoma.

Pios

One,

2015,

10(2):

eOl

18132.

PREVENTION

AND

INTERCEPTION

：

A

NEW

ERA

FOR

[7Albini

A,

Decensi

A, Cavalli

F,

et

al.

CANCER

and

The

Cancer

Genome

Atlas

databases.

Mol

Genet

Genomic

Med,

2018.

[22]

Lan

J,

Huang

HY,

Lee

SW,

et

al.

TOP2A

overexpression

as

carcinoma.

Tumour

Biol,

2014,

35(1):

179-187.

CHEMOPREVENTIVE

APPROACHES.

Clinical

Cancer

Research

An

Official

Journal

of

the

American

Association

for

Cancer

a

poor

prognostic

factor

in

patients

with

nasopharyngeal

Research,

2016,

22(17):

4322.

Zhao

[8]

Y,

Lu

H,

Yan

A,

et

al.

ABCC3

as

a

marker

for

[23]

Vischioni

B,

Oudejans

JJ,

Vos

W,

et

al.

Frequent

overexpression

of

aurora

B

kinase,

a

novel

drug

target,

in

non-small

cell

lung

carcinoma

patients.

Mol

Cancer

Ther,

2(X)6,

multidrug

resistance

in

non-small

cell

lung

cancer.

Scientific

Reports,

2013,

3(11):

3120.

Shang

[9]

J,

Song

Q,

Yang

Z,

et

al.

Identification

of

lung

5(11)

：

2905-2913.

adenocarcinoma

specific

dysregulated

genes

with

diagnostic

and

prognostic

value

across

27

TCGA

cancer

types.

Oncotarget,

2017,

8(50)

：

87292-87306.

Nikolay

[10]

K,

Emma

H,

Maria

K,

et

al.

ArrayExpress

update

------

simplifying

data

submissions.

Nucleic

Acids

Research,

2015,

43

(Database

issue):

1113-1116.

[11

]Gautier

L,

Cope

LBolstad

BM,

Irizarry

RA.

affy

-

analysis

of

Affymetrix

GeneChip

data

at

the

probe

level.

Bioinformatics,

2004,

20(3):

307-315.

[12Leek

JT,

W

Evan

J,

Parker

HS,

et

al.

The

sva

package

for

removing

batch

effects

and

other

unwanted

variation

in

high-throughput

experiments.

Bioinformatics,

2012,

882-883.

28

(6):

[13]

Smyth

GK.

limma:

Linear

Models

for

Microarray

Data.

Bioinformatics

&

Computational

Biology

Solutions

Using

R

&

Bioconductor,

2011:

397------

420.

[14]

Dudoit

S,

Yang

YH,

Callow

MJ,

et

al.

Statistical

methods

for

identifying

differentially

expressed

genes

in

replicated

cDNA

microarray

experiments.

Stat.

Sinica

12,

111-139.

Statistica

Sinica,

2002,

12(1):

111

------

139.

[15]

Yu

G,

Wang

LG,

Han

Y,

et

al.

clusterProfiler:

an

R

package

for

comparing

biological

themes

among

gene

clusters.

OMICS,

2012,

16(5)

：

284-287.

[16]

Gene

Ontology

C.

The

Gene

Ontology:

enhancements

for