首页
仪器谱
生物信息学分析——ceRNA网络研究整体思路
面议参考价
生物信息学分析——ceRNA网络研究整体思路
PIPES指数:1.0用户:应用:

型号型号:生物信息学分析——ceRNA网络研究整体思路

品牌品牌:辉园苑

产地产地:广州

广州辉园苑医药科技有限公司

其他会员
核心参数
生物信息学产品推荐
产品描述

生物信息学分析——ceRNA网络研究整体思路

   microRNA可以通过结合mRNA导致基因沉默,竞争性内源RNA(competing endogenous RNAs,ceRNA)可以通过竞争性地结合microRNA来调节基因表达。ceRNA无论是否编码蛋白( lncRNA、circRNA、mRNA等 ),都能与miRNA产生竞争性结合,相互调节,从而构成庞大的ceRNA网络。目前已发现ceRNAs调控模式的有13种肿瘤(乳腺癌等)。
 


ceRNA网络构建流程图
 


服务内容

R语言,GEO\TCGA原始数据预处理,Limma或DESeq2差异RNA筛选。

对差异表达基因进行GO和KEGG功能分析,建立PPI网络筛选枢纽基因。

生物信息学算法预测lncRNA与miRNA互作关系、miRNA与mRNA互作关系。

Cytoscape软件构建ceRNA调控网络。

生存分析筛选有意义的基因,Lasso回归分析,建立预后模型,外部数据验证。


案例一

     
肝细胞癌(HCC)预后相关的4个特征基因的鉴定与验证:整合ceRNA网络分析(2019,IF:5.5)
一、从TCGA数据库中下载到374例HCC病人和50例癌旁组织的RNASeq数据,筛选差异表达lncRNA、miRNA和mRNA。
二、对差异表达基因进行GO和KEGG功能分析。生物信息学算法预测lncRNA与miRNA互作关系、miRNA与mRNA互作关系。构建ceRNA调控网络。

三、生存分析,筛选ceRNA网络中生存有意义的RNA。LASSO回归分析筛选了4个重要的mRNA用于构建预后模型。
 


四、建立预后模型,内部数据和外部数据验证模型,模型预测效果较好(AUC>0.5)。

 


 五、预后模型与其他临床因素(TMN stage and M stage)进行比较,本研究的建立的模型预测效果更佳。
 


六、预后模型用到的四个mRNA与其他预后因素联合预测,提高了预后模型预测准确率。
 


Yongcong Y, Yingjuan L, et al. Identification and validation of a prognostic four‑genes signature
for hepatocellular carcinoma: integrated ceRNA network analysis[J]. Hepatology International, 2019, 13(5):618-630
 


标准
店铺
获取底价 电话咨询