换一批基于加权基因共表达网络分析识别并鉴定胰腺癌的Hub基因
Identification and Characterization of Hub Genes in Pancreatic Cancer Based on Weighted Gene Co-expression Net-work Analysis
摘要目的:运用加权基因共表达网络分析(WGCNA)结合机器学习算法发掘胰腺癌新的生物标志物.方法:通过对基因表达综合数据库(GEO)中胰腺癌及正常胰腺组织的 RNA测序表达数据集进行差异表达基因分析,利用WGCNA识别关键模块和基因,结合Lasso回归分析及生存分析,确定Hub基因并对其诊断效能进行验证.结果:在GSE15471 和GSE16515 数据集中,鉴定出123 个差异表达基因,WGCNA确定了7 个共表达模块,其中黄色模块与胰腺癌具有强相关性.在黄色模块中筛选出49 个关键基因,并与差异表达基因取交集得到18 个交集基因.通过Las-so回归分析和生存分析,最终确定了6 个Hub基因(C15orf48、C19orf33、GPRC5A、KRT19、LAMB3 和SLC6A14),这些基因在胰腺癌中表达上调,且与患者总生存期相关.ROC曲线分析显示,这6 个Hub基因在训练集和验证集中均表现出良好的诊断效能.结论:C15orf48、C19orf33、GPRC5A、KRT19、LAMB3 和SLC6A14 在胰腺癌的发生发展中可能具有重要生物学意义,为胰腺癌诊断、治疗及预后评估提供生物标志物线索.
更多相关知识
关键词
胰腺癌加权基因共表达网络分析Hub基因生物标志物Pancreatic cancerWeighted gene co-expression network analysisHub genesBiomarkers
分类号
R735.9（消化系肿瘤）
栏目名称
DOI
10.19381/j.issn.1001-7585.2026.01.002
发布时间
2026-01-17（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
