新疆医科大学学报2023，Vol.46Issue(2) ：259-263.DOI:10.3969/j.issn.1009-5551.2023.02.021

结合生物信息学分析建立前列腺癌预后风险预测模型

Establishment of a prognostic risk prediction model for prostate cancer based on bioinformatics analysis

梅玉洁 安恒庆 卜珂 陶宁
新疆医科大学学报2023，Vol.46Issue(2) ：259-263.DOI:10.3969/j.issn.1009-5551.2023.02.021
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

结合生物信息学分析建立前列腺癌预后风险预测模型

Establishment of a prognostic risk prediction model for prostate cancer based on bioinformatics analysis

梅玉洁 1安恒庆 2卜珂 1陶宁3
扫码查看

作者信息

  • 1. 新疆医科大学公共卫生学院,乌鲁木齐 830017
  • 2. 新疆医科大学第一附属医院泌尿中心三病区,乌鲁木齐 830017;新疆医科大学新疆泌尿男生殖系统临床医学研究中心,乌鲁木齐 830017
  • 3. 新疆医科大学公共卫生学院,乌鲁木齐 830017;新疆医科大学新疆泌尿男生殖系统临床医学研究中心,乌鲁木齐 830017
  • 折叠

摘要

目的 基于公共数据库构建前列腺癌的预后风险预测模型.方法 下载TCGA数据库中前列腺癌相关数据及GEO数据库的GSE104131数据集,对GSE104131测序数据进行加权基因共表达网络分析,得到关联前列腺癌(PCa)组织最高的关键模块,并与TCGA测序数据取交集,获得交集基因表达矩阵,进而对其表达量进行差异比较,最后对差异基因进行单因素和多因素cox回归分析,构建前列腺癌的预后风险预测模型,并对模型进行验证.结果 加权基因共表达网络分析(WGCNA)分析获得棕色模块为关键模块,差异表达基因共有200个,单因素cox回归分析获得16个与总生存率高度相关的潜在基因,多因素cox回归分析获得4个与PCa患者预后相关的基因,且构建了一个四基因风险预测模型.结论 本研究构建的模型对前列腺癌高低风险人群有较好的生存预测能力,为PCa预后风险的研究提供了基础,可为PCa的治疗提供新的方向.

关键词

前列腺癌/加权基因共表达网络分析/差异表达/TCGA数据库/预后模型

引用本文复制引用

基金项目

新疆维吾尔自治区自然科学基金(2022D01D39)

青年科技拔尖人才专项(2022TSYCCX0026)

出版年

2023
新疆医科大学学报
新疆医科大学

新疆医科大学学报

CSTPCD
影响因子：0.76
ISSN：1009-5551
参考文献量2
段落导航相关论文