-
公开(公告)号：CN111128299B
公开(公告)日：2022-08-30
申请号：CN201911290283.7
申请日：2019-12-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种结直肠癌预后显著相关ceRNA调控网络的构建方法，基于高通量测序数据通过生物信息学整合分析筛选得到，包括：对收集的4个结直肠癌基因表达数据集进行差异基因表达分析，筛选共有的差异表达基因；通过String和Cytoscape软件，构建蛋白质‑蛋白质相互作用网络，结合相应基因的生存分析筛选得到关键基因，根据关键基因对上游miRNA进行预测分析，对上游miRNA进行结直肠癌病人生存分析，筛选出与预后显著相关的miRNA。基于miRNA进行相互作用的lncRNA筛选分析，筛选出与预后显著相关的lncRNA。将得到的关键基因（hub gene），miRNA，lncRNA通过其相互作用关系构建ceRNA网络，并根据lncRNA,miRNA和hub gene在COAD中的表达趋势进行评估，得到与COAD预后显著相关的ceRNA调控网络。
-
公开(公告)号：CN111128299A
公开(公告)日：2020-05-08
申请号：CN201911290283.7
申请日：2019-12-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种结直肠癌预后显著相关ceRNA调控网络的构建方法，基于高通量测序数据通过生物信息学整合分析筛选得到，包括：对收集的4个结直肠癌基因表达数据集进行差异基因表达分析，筛选共有的差异表达基因；通过String和Cytoscape软件，构建蛋白质-蛋白质相互作用网络，结合相应基因的生存分析筛选得到关键基因，根据关键基因对上游miRNA进行预测分析，对上游miRNA进行结直肠癌病人生存分析，筛选出与预后显著相关的miRNA。基于miRNA进行相互作用的lncRNA筛选分析，筛选出与预后显著相关的lncRNA。将得到的关键基因（hub gene），miRNA，lncRNA通过其相互作用关系构建ceRNA网络，并根据lncRNA,miRNA和hub gene在COAD中的表达趋势进行评估，得到与COAD预后显著相关的ceRNA调控网络。
-
公开(公告)号：CN110349622A
公开(公告)日：2019-10-18
申请号：CN201910613818.3
申请日：2019-07-09
Applicant: 南京邮电大学
Abstract: 本发明为基因预测领域，公开了基于决策树模型和线性回归模型的癌症合成致死基因对预测方法。本方法主要分为数据训练阶段和合成致死基因对测试阶段。步骤依次为，首先基于多组学数据中提取包含所有突变基因对覆盖率、DNA甲基化、mRNA表达谱、拷贝数变异数据作为模型特征值进行聚类、去除假阳性、归一化处理，并且训练决策树模型以及线性回归模型。其次，利用决策树模型和线性回归模型分别预测在多种癌症中可能存在的合成致死基因对，得出合成致死基因对在不同癌症中的分布图谱。最后，对比两种模型得出在泛癌中均存在的合成致死基因对508对。本发明能较准确的预测多种癌症中可能存在的合成致死基因对，为癌症的精准治疗提供依据。
-
-
Search Results
3
records
(took 0.018 seconds)
