机构名称：
¥ 1.0
材料与方法 AS 数据集 本研究中，我们从基因表达综合 (GEO) 数据库 (http://www.ncbi.nlm.nih.gov/geo/) 中获得了 AS 的转录组表达谱 GSE43292 (GPL6244)、GSE57691 (GPL10558) 和 GSE125771 (GPL17586)（表 S1）。使用 R 包“limma”对 GSE43292、GSE57691 和 GSE125771 进行探针汇总、合并和背景校正。 微环境评分 ESTIMATE 算法主要基于单个样本的基因集富集分析 (GSEA)，利用表达谱数据对基质细胞和免疫细胞进行评分，然后预测这两类细胞的含量。本研究采用ESTIMATE算法对动脉微环境进行评分，并使用R包绘制微环境评分的散点图，以展示样本与评分之间的关系。TPM2与微环境评分的关系以基质、免疫和ESTIMATE评分作为对差异基因筛选确定的基因进行分组的依据。使用R包“limma”研究TPM2与微环境评分之间的关系。使用受试者工作特征（ROC）曲线检验微环境评分与TPM2关系的诊断价值。加权基因共表达网络分析（WGCNA）使用R包“WGCNA”对所有基因进行WGCNA。对于WGCNA，使用72个AS样本和42个正常样本构建所有基因的共表达网络。使用样本创建邻接矩阵，然后将其转换为拓扑重叠矩阵（TOM）。利用基于TOM的差异测量方法将基因划分为不同的基因模块，最小基因模块>100，相似模块合并的阈值为0.1，利用这些值寻找在AS中发挥重要作用的模块。同时，还利用WGCNA预测模块中基因之间的互连，然后将数据导入Cytoscape软件以绘制基因之间的连接图。还利用基因本体论（GO）分析对TPM2进行了分析，并使用Cytoscape中的BiNGO插件将结果可视化。Cytoscape软件可以为生物学家提供生物网络分析和二维（2D）可视化。BiNGO插件是一种用于确定哪些GO类别在一组基因或生物网络的子图中具有统计过度表达的工具。BiNGO将给定基因集的主要功能主题映射到GO层次结构上，并将此映射输出为Cytoscape图。功能富集分析GSEA是一种可以对全基因组进行GO和KEGG（京都基因和基因组百科全书）分析的计算方法。在我们的研究中，我们根据TPM2的表达水平对样本进行分组，并使用GSEA对全基因组进行GO和KEGG分析。单基因分析 使用 R 包“limma”进行单基因差异分析。 鉴定与 AS 相关的 TPM2 比较毒理基因组学数据库 (CTD 数据库，http://ctdbase.org/) 可用于预测基因/蛋白质与疾病之间的关系。在我们的研究中，使用该数据库分析了 TPM2 与 AS 之间的关系。
从 TPM2 获得的新见解
主要关键词
相关文件推荐
