张梦莹,卢 易,钮 冰,苏 强 (上海大学生命科学学院,上海 200444)
·基础与转化医学·
基于CFS算法研究肾癌中的关键基因
张梦莹,卢 易,钮 冰,苏 强 (上海大学生命科学学院,上海 200444)
目的:识别肾细胞癌(RCC)中的关键基因,并揭示其在肿瘤中的作用机理.方法:从GEO数据库下载芯片数据GSE53757,筛选它们之间的差异表达基因(DEGs).使用DAVID在线工具对DEGs进行GO功能注释和KEGG富集分析,然后使用基于特征子集相关性(CFS)的变量筛选方法筛选DEGs的关键基因,并根据筛选出的关键基因,使用支持向量机(SVM)方法建立筛选RCC样本和正常对照样本的分类预测模型.结果:共筛选到541个DEGs,包括312个上调基因和229个下调基因.选择21个作为特征基因,通过SVM方法建立RCC样本和正常对照样本之间的分类模型,其预测精度为97.2%.此外,STRING数据库筛选的Top10Hub基因中也发现了4个与CFS算法筛选出的特征基因重合的Hub基因(CD40,EGFR,CAV1和TGFA).结论:CFS是用于筛选RCC中关键基因的有用工具.并且,CD40,EGFR,CAV1和TGFA这4个基因很可能为诊断RCC的目标基因.
基因表达谱;癌症分类;基因选择;肾癌;CFS算法
肾细胞癌(renal cell carcinoma,RCC)是成人肾脏中最常见的一种恶性肿瘤,约占成人恶性肿瘤的3%[1].2012年,美国的患RCC的人数超过64 770人,且有13 570例患者死于该疾病[2].且RCC对放射治疗和化疗的抵抗力较强,为此需要开发新的治疗策略和药物.
在本研究中,首先筛选RCC样本和正常对照样本之间的差异表达基因(differentially expressed genes,DEGs),使用DAVID对DEGs进行GO功能注释和KEGG富集分析.然后,使用基于特征子集相关性(correlation⁃based feature subset,CFS)的变量筛选方法筛选 DEGs的关键基因,使用支持向量机(support vector machine,SVM)建……