基于GEO和TCGA数据库胰腺癌生存相关基因的生物信息学分析

打开文本图片集

摘要：目的 基于胰腺癌相關的高通量基因表达（GEO）和癌症基因组图谱（TCGA）数据，采用生存相关算法筛选并验证参与胰腺癌患者生存的关键预后基因。方法 采用GEO数据库2个胰腺癌基因芯片（Microarray）和TCGA数据库胰腺癌转录组测序（RNA-seq）数据，利用Kaplan-Meier（KM）分析和Cox比例风险模型进行生存相关基因的过滤并取目的基因交集；对交集基因进行多因素回归分析与临床相关性分析筛选预后相关基因；对预后相关基因进行通路富集分析和CIBERSORT免疫富集分析寻找其调控胰腺癌的潜在分子机制。（剩余16172字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。