论文部分内容阅读
目的:通过微阵列分析寻找更多甲状腺癌中差异表达的环状RNA(circRNA)并探讨其作用机制.方法:使用R软件分析来自基因表达图谱(gene expression omnibus,GEO)数据库中下载的基因芯片数据集GSE93522得到差异表达的circRNA.使用miRDB、miRTarBase和TargetScan数据库预测相关微小RNA(miRNA)和信使RNA(mRNA),结合来自肿瘤基因组图谱(The Cancer Genome Atlas,TCGA)数据库的513个甲状腺癌组织样本和59个癌旁组织样本中差异表达的miRNA和mRNA,利用Cytoscpe软件构建circRNA-miRNA-mRNA调控网络.通过基因本体论(gene ontology,GO)分析、京都基因与基因组百科全书数据库(Kyoto encyclopedia of genes and genomes,KEGG)分析以及生存曲线分析等,筛选其中重要的circRNA-miRNA-mRNA调控网络.进一步结合基因芯片数据集GSE40807、GSE3467和GSE33630以及TCGA库中数据及临床资料验证得到的调控网络.结果:构建的circRNA-miRNA-mRNA调控网络包括18个circRNA、8个miRNA和26个mRNA.GO分析显示,其中一些mRNA参与细胞代谢、迁移等,并参与细胞周期蛋白依赖性蛋白激酶复合物的组成.KEGG分析显示,一些mRNA与PI3K-AKT通路、MAPK通路和P53信号通路等相关.结合circRNA评分构建由21对circRNA-miRNA关系对和16对miRNA-mRNA关系对组成的重要circRNA-miRNA-mRNA调控网络,其中包括6个circRNA、8个miRNA和16个mRNA.根据TCGA数据库中表达验证及临床资料分析,得到hsa_circ_0001658-hsa-mir-183-AKAP12调控网络与甲状腺癌发生发展关系最为密切.结论:多条circRNA-miRNA-mRNA网络与甲状腺癌的发生发展有关,其中hsa_circ_0001658-hsa-mir-183-AKAP12调控网络最为重要,这可能有助于寻找更多的甲状腺癌诊断与预后标志物和治疗靶点.