CN106367527A - 直肠癌放化疗疗效相关靶基因的鉴定 - Google Patents

直肠癌放化疗疗效相关靶基因的鉴定 Download PDF

Info

Publication number
CN106367527A
CN106367527A CN201611011511.9A CN201611011511A CN106367527A CN 106367527 A CN106367527 A CN 106367527A CN 201611011511 A CN201611011511 A CN 201611011511A CN 106367527 A CN106367527 A CN 106367527A
Authority
CN
China
Prior art keywords
gene
rectal cancer
microrna
chemicotherapy
target gene
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201611011511.9A
Other languages
English (en)
Inventor
朱雅群
彭啟亮
邹莉
杨咏强
沈培佩
林宇鑫
沈百荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Second Affiliated Hospital of Soochow University
Original Assignee
Second Affiliated Hospital of Soochow University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Second Affiliated Hospital of Soochow University filed Critical Second Affiliated Hospital of Soochow University
Priority to CN201611011511.9A priority Critical patent/CN106367527A/zh
Publication of CN106367527A publication Critical patent/CN106367527A/zh
Pending legal-status Critical Current

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/158—Expression markers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Zoology (AREA)
  • Biophysics (AREA)
  • Wood Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Genetics & Genomics (AREA)
  • Pathology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Immunology (AREA)
  • Biotechnology (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Hospice & Palliative Care (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Oncology (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Evolutionary Biology (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Microbiology (AREA)
  • Molecular Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioethics (AREA)
  • Artificial Intelligence (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种直肠癌放化疗疗效相关靶基因的鉴定方法，其步骤包括：在PubMed数据库中检索直肠癌放化疗相关的microRNA，找到相关microRNA的靶基因，结合直肠癌病人的基因芯片数据以及统计分析，筛选得到与直肠癌放化疗特异相关的基因。本发明通过搜集已报道的与直肠癌密切相关的microRNA，结合microRNA‑mRNA调控关系以及基因芯片表达谱数据，并结合临床实验验证得到与直肠癌放化疗特异相关的靶基因。该筛选得到的基因可作为预测直肠癌放化疗疗效的标志物。

Description

直肠癌放化疗疗效相关靶基因的鉴定
技术领域
本发明专利涉及到一种直肠癌放化疗疗效相关靶基因的鉴定方法。
背景技术
近些年来关于直肠癌放化疗疗效的研究是一大热点，发现了很多预测放化疗疗效的基因及分子标志物。截止目前，p53、表皮生长因子、胸苷酸合成酶、Ki-67、p21、Bcl-2、bax已经被报道与放疗疗效相关，然而这些结果充满争议。以DNA芯片为基础的基因表达谱技术可以同时分析大量的基因数据，系统性寻找生物标志物，在预测疗效上具有巨大潜力。但是综合国外研究发现每个研究间的差异性极大，交叉基因数量很少。微小RNA(microRNA/miRNA)是一类大小约22个核苷酸(nts)的内源性非编码小RNA，能够在转录后层次上调控基因的表达。据报道，它们在细胞分化、增殖、凋亡、生物生长发育及人类疾病发生、发展等过程中发挥着不可忽视的作用。已有的研究成果表明：microRNA以及相关基因的表达水平与局部晚期直肠癌放化疗效果密切相关。
当前，临床上对直肠癌病人放化疗的选择并没有很好地考虑患者的个性化差异,也缺乏良好的评估方法。microRNA及其靶基因能够为疾病的临床诊断、预后以及治疗提供帮助，通过检测microRNA及基因表达谱数据，整合数据分析，建立预测模型，筛选出放化疗不敏感的病人，建议其尽早手术，在一定程度上可以对病人的预后产生积极的作用。在治疗上，目前人工合成的microRNA类似物以及microRNA阻滞剂等技术已经相对成熟，可以通过对病人体内或者瘤内注射，提高放射敏感性，让更多的患者因为放化疗获益。同时，随着基因敲除技术的不断发展，可以通过敲除某些参与调控放化疗疗效的关键基因从而影响其作用的信号通路，进一步提高直肠癌放化疗疗效的药物作用水平。
发明内容
未解决上述问题，本发明公开了一种直肠癌放化疗疗效相关靶基因的鉴定方法。
为达到上述目的，本发明采用的技术方案为：一种直肠癌放化疗疗效相关靶基因的鉴定方法，其步骤包括(参见图1)：
A、在PubMed数据库中检索直肠癌放化疗相关的microRNA；
B、基于检索到的microRNA，依据microRNA-mRNA调控关系识别直肠癌放化疗反应相关microRNA的靶基因；
C、从Gene Expression Omnibus(GEO,http://www.ncbi.nlm.nih.gov/geo/)的GSE35452数据集中寻找差异表达的基因：采用R平台下limma软件包中的Student’s t检验方法(https://www.r-project.org/)，选取p-value<0.05的基因；
D、将步骤B获取的基因与步骤C获取的基因取交集，获得目标基因；
E、利用DAVID(Huang da W,Sherman B T,Lempicki R A.Systematic andintegrative analysis of large gene lists using DAVID bioinformatics resources[J].Nat Protoc,2009.4(1):p.44-57.)工具对步骤D得到的目标基因进行基因本体论和KEGG信号通路富集分析，采用ANOVA检验基因本体论和KEGG信号通路的数据间差异。
F、在直肠癌患者的病理样本中进行靶标基因的表达分析和放化疗疗效预测，判断目标基因的可靠性。
进一步的，步骤A中检索关键词为“(miRNA OR microRNA)AND(colorectal cancerOR rectal cancer OR rectum cancer OR colorectal carcinoma OR rectalcarcinoma)AND(chemoradiotherapy OR radiotherapy OR radiation)”。
进一步的，步骤B中microRNA-mRNA调控关系来自以下数据库：miRecords(Xiao F,Zuo Z,Cai G,et al.miRecords:an integrated resource for microRNA-targetinteractions[J].Nucleic Acids Res,2009.37(Database issue):p.D105-10.)、Tarbase(Sethupathy P,Corda B,Hatzigeorgiou A.G.TarBase:A comprehensive database ofexperimentally supported animal microRNA targets[J].RNA,2006.12(2):p.192-7.)、miR2Disease(Jiang Q,Wang Y,Hao Y,et al.miR2Disease:a manually curateddatabase for microRNA deregulation in human disease[J].Nucleic Acids Res,2009.37(Database issue):p.D98-104.)、miRTarbase(Hsu SD,Lin FM,Wu WY,etal.miRTarBase:a database curates experimentally validated microRNA-targetinteractions[J].Nucleic Acids Res,2011.39(Database issue):p.D163-9.)、HOCTAR(Gennarino VA,Sardiello M,Avellino R,et al.MicroRNA target prediction byexpression analysis of host genes[J].Genome Res,2009.19(3):p.481-90.)、ExprTargetDB(Gamazon ER,Im HK,Duan S,et al.Exprtarget:an integrative approachto predicting human microRNA targets[J].PLoS One,2010.5(10):p.e13534.)、starBase(Yang JH,Li JH,Shao P,et al.starBase:a database for exploringmicroRNA-mRNA interaction maps from Argonaute CLIP-Seq and Degradome-Seq data[J].Nucleic Acids Res,2011.39(Database issue):p.D202-9.)。
本发明还提供了上述筛选到的目标基因即MicroRNA靶基因组在预测直肠癌放化疗疗效中的应用，所述MicroRNA靶基因组包括以下基因：ZNF302，YTHDC1，YIPF2，YAF2，VAPB，USP42，USP12，UBQLN2，TSPAN8，TRIM8，TRIM65，TPRG1，TOP2B，TMEM41B，TMEM156，TMC7，TLE1，TIPARP，TGFBR3，TFDP1，TFAP2B，Tdg，TBC1D17，TAF9B，STAG2，SPINK6，SNX25，SMUG1，SLC35A1，SLC30A10，SLC1A4，SLC10A3，SKIL，SERPINB5，SERF2，SEMA3A，SCPEP1，SART3，RNF6，RNF20，RNF125，RGS12，RFC3，RCE1，RAP2C，RAF1，RAD51AP1，PRRG4，PRRC1，PRKCQ，PRG4，PPP3CA，PPP1R2，PPP1R12B，PDGFRA，PCF11，PCDHA5，PAQR3，PALM，P4HA1，NUP153，NOL3，NELL2，NEDD4L，NDUFS4，NBEA，MUC1，MTMR14，MPP1，MORC4，MGLL，MAP4K5，LSM14A，LRRC58，LBR，KPNA3，KLK10，KIAA0895，KIAA0802，KCNMA1，KCNK1，JAG1，IRF8，INSR，HSD17B11，HOXB7，HMGB1，HIPK2，HGD，HECA，HADHB，GPR107，GLRX，GLRB，GCNT4，FMR1，FLJ41484，FGFR2，ETS2，ERBB2IP，EPHA4，EPB41L4A，DUSP4，DTD1，DOCK9，CYB5A，CSTF2，COBLL1，CENPJ，CDS1，CDKN1B，CDK5RAP1，CCND3，CCND2，CAST，C11orf75，C11orf58，C11orf30，BRPF3，BRD2，BNIP3L，BIRC2，ATP13A3，ARRB2，ARHGAP32，APEX2，ANKRD49，ANK3，ANG，ADPRH，ACBD5。这些基因对应的序列可在https://www.ncbi.nlm.nih.gov/gene/上查询。所述应用包括如下步骤：在患者进行治疗前，对其所取病理标本进行上述靶标基因表达水平的检测，分析靶基因是否在病人组织标本中进行异常表达，基于基因表达水平进行统计学上的聚类分析，将其划分为放化疗敏感性或者不敏感性，并结合病人病情对其做一个系统全面的评估后，决定患者最适宜的治疗方式。
本发明还提供了本发明筛选到的MicroRNA的靶基因组在制备用于预测直肠癌患者放化疗疗效中的试剂中的应用。
本发明还提供一种在生物样品中进行测定以确定直肠癌患者放化疗疗效的试剂盒，所述试剂盒包含：用于检测一组基因的表达水平的试剂。所述试剂为针对各基因设计的实时定量PCR扩增引物或检测探针。
本发明通过搜集已报道的与直肠癌密切相关的microRNA，结合microRNA-mRNA调控关系以及基因芯片表达谱数据，筛选得到与直肠癌放化疗特异相关的靶基因，并对其进行基因本体论和KEGG信号通路富集分析，以获得相应的信号转导通路。筛选得到的基因可作为预测直肠癌放化疗疗效的标志物。经过临床直肠癌样本的验证，本发明筛选到的基因可以准确的将放化疗敏感患者和放化疗不敏感患者区分开来，利用所述基因可辅助患者治疗方式的选择。
附图说明
图1为本发明的流程示意图。
图2为本发明的靶基因基因本体论分析结果图。
具体实施方式
实施例1
利用如下步骤筛选获得与直肠癌放化疗疗效相关的靶基因：
A、在PubMed数据库中检索直肠癌放化疗相关的microRNA，检索关键词为：(miRNAOR microRNA)AND(colorectal cancer OR rectal cancer OR rectum cancer ORcolorectal carcinoma OR rectal carcinoma)AND(chemoradiotherapy ORradiotherapy OR radiation)；共检索到38个与直肠癌放化疗潜在相关的microRNA，如表1所示：
表1与结直肠癌放化疗疗效相关的miRNA
注：↑高表达↓低表达PCR＝聚合酶链反应TLDA＝TaqMan低密度阵列ISH＝原位分子杂交PMID＝PubMed唯一标识码
B、基于检索到的microRNA，依据microRNA-mRNA调控关系识别直肠癌放化疗反应相关microRNA的靶基因，microRNA-mRNA调控关系来自以下7个数据库：miRecords、Tarbase、miR2Disease、miRTarbase、HOCTAR、ExprTargetDB、starBase，基于microRNA-mRNA调控关系，根据上述38个microRNA，共得到3545个靶基因；
C、采用R平台下limma软件包中的Student’s t检验方法，在Gene ExpressionOmnibus(GEO,http://www.ncbi.nlm.nih.gov/geo/)的GSE35452数据集中，选取p-value<0.05的基因，首先，对GSE35452进行统计分析，该数据集包含24个放疗敏感的和22个放疗不敏感的直肠癌患者新鲜冰冻组织标本的样本数据，实验组是放疗敏感的，对照组是放疗不敏感的。对两组进行t检验比较两组之间的差异基因，取p<0.05为统计学有意义，共得到911个在实验组和对照组之间差异表达的基因；
D、将步骤B获取的3545个基因与步骤C获取的911个基因取交集，获得131个目标基因，如表2所示；
表2与结直肠癌放化疗疗效相关的miRNA靶基因
E、利用DAVID(Huang da W,Sherman B T,Lempicki R A.Systematic andintegrative analysis of large gene lists using DAVID bioinformatics resources[J].Nat Protoc,2009.4(1):p.44-57.)工具对步骤D得到的目标基因进行基因本体论和KEGG信号通路富集分析，采用ANOVA检验基因本体论和KEGG信号通路的数据间差异。
将上述131个基因进行基因本体论功能富集分析。结果共得到16类细胞组分注释信息，其中有统计学意义(P<0.05)的有12类，主要集中于核质、核腔、细胞内细胞器内腔等；结果共得到103类生物学过程注释信息，其中有统计学意义(P<0.05)的有51类，主要集中于酶联蛋白受体蛋白信号转导途径、跨膜受体蛋白酪氨酸激酶信号途径等；结果共得到16类分子功能注释信息，其中有统计学意义(P<0.05)的有12类，主要集中于蛋白激酶结合、跨膜受体蛋白酪氨酸激酶活性等。每组的前十条结果见图2。对每个层次前十条目进行PubMed数据库检索验证，结果发现细胞组分层次的基因功能有90％的条目(9/10)与参与放射反应，通过影响核质、核腔、细胞内细胞器内腔、细胞器的内腔、膜封闭腔、核质部分、PML小体、细胞器膜、被膜这些细胞核的关键部位影响放射敏感性。生物学过程方面有60％的条目(6/10)参与放射反应，通过调节酶联蛋白受体蛋白信号转导途径、细胞运动规律、氧含量的响应、细胞大小调节、跨膜受体蛋白酪氨酸激酶信号途径、细胞周期蛋白依赖性蛋白激酶活性途径影响放射敏感性。而在分子功能方面，同样有90％(9/10)的条目参与放射反应，通过影响蛋白激酶结合、水解酶活性，水解N-糖基化合物、激酶结合、跨膜受体蛋白酪氨酸激酶活性、蛋白激酶活性、酶结合、转录辅因子、羧酸结合、转录辅阻遏物的活性影响放射敏感性，如抑制DNA依赖性蛋白激酶，可以增强细胞的放射敏感性等。这些结果在很大程度上进一步验证了这些microRNA及其调控的相关基因参与影响放射敏感性。
实施例2
从系统生物学角度，单独的分子标志物很难反映疾病在系统层次上的演化过程。癌症是一种典型的复杂疾病，因此，基于组合或网络的生物标志物将更有利于剖析和解释癌症发生发展的内在机制和外在影响。同样，结直肠癌放化疗疗效也需要结合多个microRNA、基因进行整合预测。目前，实施例1发现的基因以及相关的信号转导通路基于理论分析，仍有待进一步的实验验证它们与CRC放化疗疗效的相关性。下面通过实验来验证相关基因在放化疗疗效预测中的可靠性。
1、靶基因在放疗敏感及不敏感病人中的表达水平差异的验证：
验证步骤如下：
A.搜集标本：选取放疗敏感的及放疗不敏感的病人病理标本各20例；
B.经过提取总RNA、RNA质量测定、合成cDNA、待测样品的待测基因实时定量PCR等步骤检测两组样本中的相关基因表达量，每组测3次
C.进行统计分析，采用Graphpad Prism 5.0进行统计分析，两组数据间的差异采用t检验，p<0.05被认为有统计学意义。
D.结果表明，筛选出的基因在两组之间差异表达，更进一步验证的方法的可靠性，具体的结果表3所示：
表3靶基因在放疗敏感及不敏感的两组病人中表达水平的差异水平
2、靶基因表达水平在预测患者对放化疗敏感性中的应用
A、首先，利用来自对放化疗敏感的及放化疗不敏感的各20例病人病理标本(该样本与本实施例的步骤1“靶基因在放疗敏感及不敏感病人中的表达水平差异的验证”中使用的样本相同)中这131个靶基因的表达水平进行聚类分析，其中使用0mniviz中进行无监督的分级聚类和聚类，使用S-Plus进行Kaplan-Meier分析。结果表明通过分级聚类能够定义出两个主要患者组(即放疗敏感组和放疗不敏感组)。Kaplan-Meier分析显示这些聚类明显层化为具有良好的和不良的预后的患者(p＝0.0009)。因此，我们的数据证实本研究鉴定的该131个基因标记子集能够用于区分放化疗敏感和放化疗不敏感的患者群，而且还可能被用于预后情况的预测。
B、进一步地，为了验证该131个靶基因在其他未知放化疗敏感程度的临床样本中的预测准确度，构建不同于步骤A的其他样本集合，该样本集合包括来自14例直肠癌患者的病理样本。
对上述样本进行如下操作：提取总RNA、RNA质量测定、合成cDNA、待测样品的待测基因实时定量PCR步骤，确定各个样本中的131个靶基因的基因表达量，每组测定3次，取平均值。
将其与步骤A中已知放化疗敏感程度的样本的基因表达数据同时进行无监督的分级聚类，聚类结果显示出14例样本中有10例与步骤A中对放化疗敏感的样本共同聚集在一组，有4例与步骤A中对放化疗不敏感的样本聚类为一组。
临床上使用标准的放化疗手段对上述患者进行治疗，结合患者的疗效对放化疗敏感程度进行临床判断。结果表明，14例样本中被聚类为放化疗敏感型的10例样本对应的患者接受标准的放化疗治疗后，有9例样本显示出完全应答，1例样本为部分应答。被聚类为对放化疗不敏感的样本对应的患者在接受标准的放化疗治疗后，均显示无应答。具体如表4所示：
表4患者聚类分析结果和临床应答程度
患者ID 性别 年龄 聚类结果 临床放化疗应答程度
CRC01 男 66 敏感 CR
CRC02 男 50 不敏感 NR
CRC03 女 71 不敏感 NR
CRC04 女 58 敏感 CR
CRC05 男 65 敏感 CR
CRC06 女 38 敏感 CR
CRC07 男 76 敏感 CR
CRC08 女 69 不敏感 NR
CRC09 女 59 敏感 PR
CRC10 男 47 敏感 CR
CRC11 男 57 不敏感 NR
CRC12 女 67 敏感 CR
CRC13 男 70 敏感 CR
CRC14 女 56 敏感 CR
注：CR＝完全应答，PR＝部分应答，NR＝无应答
综上所述，本研究搜集了与结直肠癌放化疗疗效相关的microRNA，通过对它们靶基因的生物信息学分析，发现这些基因的功能注释以及所富集的信号转导通路与结直肠癌放化疗疗效密切相关，这为生物机制层面上结直肠癌放化疗疗效差异的研究提供了理论依据。进一步地，为了证实这些基因在临床诊断中的价值，本研究进行了临床样本的基因表达水平的检测、基于基因表达水平的聚类和预测效果分析，验证了这些基因在预测结直肠癌放化疗疗效中的可靠性，同时这些基因还可能作为提高结直肠癌放化疗疗效的药物作用靶点。

Claims (7)

1.一种直肠癌放化疗疗效相关靶基因的鉴定方法，其步骤包括：
A、在PubMed数据库中检索直肠癌放化疗相关的microRNA；
B、基于检索到的microRNA，依据microRNA-mRNA调控关系识别直肠癌放化疗反应相关microRNA的靶基因；
C、从Gene Expression Omnibus的GSE35452数据集寻找差异表达的基因，采用R平台下limma软件包中的Student’s t检验方法，选取p-value<0.05的基因；
D、将步骤B获取的基因与步骤C获取的基因取交集，获得目标基因；
E、利用DAVID工具对步骤D得到的目标基因进行基因本体论和KEGG信号通路富集分析，采用ANOVA检验基因本体论和KEGG信号通路的数据间差异；
F、在直肠癌患者的病理样本中进行靶标基因的表达分析和放化疗疗效预测，判断目标基因的可靠性。
2.根据权利要求1所述的直肠癌放化疗疗效相关靶基因的鉴定方法，其特征在于步骤A中检索关键词为“(miRNA OR microRNA)AND(colorectal cancer OR rectal cancer ORrectum cancer OR colorectal carcinoma OR rectal carcinoma)AND(chemoradiotherapy OR radiotherapy OR radiation)”。
3.根据权利要求1或2所述的直肠癌放化疗疗效相关靶基因的鉴定方法，其特征在于：步骤B中microRNA-mRNA调控关系来自以下数据库：miRecords、Tarbase、miR2Disease、miRTarbase、HOCTAR、ExprTargetDB、starBase。
4.MicroRNA的靶基因组在制备用于预测直肠癌患者放化疗疗效中的试剂中的应用，所述MicroRNA靶基因组由以下基因构成：ZNF302，YTHDC1，YIPF2，YAF2，VAPB，USP42，USP12，UBQLN2，TSPAN8，TRIM8，TRIM65，TPRG1，TOP2B，TMEM41B，TMEM156，TMC7，TLE1，TIPARP，TGFBR3，TFDP1，TFAP2B，Tdg，TBC1D17，TAF9B，STAG2，SPINK6，SNX25，SMUG1，SLC35A1，SLC30A10，SLC1A4，SLC10A3，SKIL，SERPINB5，SERF2，SEMA3A，SCPEP1，SART3，RNF6，RNF20，RNF125，RGS12，RFC3，RCE1，RAP2C，RAF1，RAD51AP1，PRRG4，PRRC1，PRKCQ，PRG4，PPP3CA，PPP1R2，PPP1R12B，PDGFRA，PCF11，PCDHA5，PAQR3，PALM，P4HA1，NUP153，NOL3，NELL2，NEDD4L，NDUFS4，NBEA，MUC1，MTMR14，MPP1，MORC4，MGLL，MAP4K5，LSM14A，LRRC58，LBR，KPNA3，KLK10，KIAA0895，KIAA0802，KCNMA1，KCNK1，JAG1，IRF8，INSR，HSD17B11，HOXB7，HMGB1，HIPK2，HGD，HECA，HADHB，GPR107，GLRX，GLRB，GCNT4，FMR1，FLJ41484，FGFR2，ETS2，ERBB2IP，EPHA4，EPB41L4A，DUSP4，DTD1，DOCK9，CYB5A，CSTF2，COBLL1，CENPJ，CDS1，CDKN1B，CDK5RAP1，CCND3，CCND2，CAST，C11orf75，C11orf58，C11orf30，BRPF3，BRD2，BNIP3L，BIRC2，ATP13A3，ARRB2，ARHGAP32，APEX2，ANKRD49，ANK3，ANG，ADPRH，ACBD5，这些基因对应的序列可在https://www.ncbi.nlm.nih.gov/gene/上查询，所述预测直肠癌患者放化疗疗效的步骤如下：在患者进行治疗前，对其所取病理标本进行上述靶基因表达水平的检测，分析靶基因是否在病人组织标本中异常表达，基于基因表达水平进行统计学上的聚类分析，将其划分为放化疗敏感性或者不敏感性，并结合病人病情对其做一个系统全面的评估后，决定患者最适宜的治疗方式。
5.一种在生物样品中进行测定以确定直肠癌患者放化疗疗效的试剂盒，所述试剂盒包含：用于检测一组基因的表达水平的试剂，该组基因由以下基因构成：ZNF302，YTHDC1，YIPF2，YAF2，VAPB，USP42，USP12，UBQLN2，TSPAN8，TRIM8，TRIM65，TPRG1，TOP2B，TMEM41B，TMEM156，TMC7，TLE1，TIPARP，TGFBR3，TFDP1，TFAP2B，Tdg，TBC1D17，TAF9B，STAG2，SPINK6，SNX25，SMUG1，SLC35A1，SLC30A10，SLC1A4，SLC10A3，SKIL，SERPINB5，SERF2，SEMA3A，SCPEP1，SART3，RNF6，RNF20，RNF125，RGS12，RFC3，RCE1，RAP2C，RAF1，RAD51AP1，PRRG4，PRRC1，PRKCQ，PRG4，PPP3CA，PPP1R2，PPP1R12B，PDGFRA，PCF11，PCDHA5，PAQR3，PALM，P4HA1，NUP153，NOL3，NELL2，NEDD4L，NDUFS4，NBEA，MUC1，MTMR14，MPP1，MORC4，MGLL，MAP4K5，LSM14A，LRRC58，LBR，KPNA3，KLK10，KIAA0895，KIAA0802，KCNMA1，KCNK1，JAG1，IRF8，INSR，HSD17B11，HOXB7，HMGB1，HIPK2，HGD，HECA，HADHB，GPR107，GLRX，GLRB，GCNT4，FMR1，FLJ41484，FGFR2，ETS2，ERBB2IP，EPHA4，EPB41L4A，DUSP4，DTD1，DOCK9，CYB5A，CSTF2，COBLL1，CENPJ，CDS1，CDKN1B，CDK5RAP1，CCND3，CCND2，CAST，C11orf75，C11orf58，C11orf30，BRPF3，BRD2，BNIP3L，BIRC2，ATP13A3，ARRB2，ARHGAP32，APEX2，ANKRD49，ANK3，ANG，ADPRH，ACBD5，这些基因对应的序列可在https://www.ncbi.nlm.nih.gov/gene/上查询。
6.如权利要求5所述的试剂盒，其中用于检测一组基因的表达水平的试剂为针对各基因设计的实时定量PCR扩增引物。
7.如权利要求5所述的试剂盒，其中用于检测一组基因的表达水平的试剂为针对各基因设计的检测探针。
CN201611011511.9A 2016-11-17 2016-11-17 直肠癌放化疗疗效相关靶基因的鉴定 Pending CN106367527A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611011511.9A CN106367527A (zh) 2016-11-17 2016-11-17 直肠癌放化疗疗效相关靶基因的鉴定

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611011511.9A CN106367527A (zh) 2016-11-17 2016-11-17 直肠癌放化疗疗效相关靶基因的鉴定

Publications (1)

Publication Number Publication Date
CN106367527A true CN106367527A (zh) 2017-02-01

Family

ID=57891430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611011511.9A Pending CN106367527A (zh) 2016-11-17 2016-11-17 直肠癌放化疗疗效相关靶基因的鉴定

Country Status (1)

Country Link
CN (1) CN106367527A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107885973A (zh) * 2017-11-20 2018-04-06 沈阳柏敖生信生物科技有限公司 一种dna修复基因在大肠癌中的临床研究方法
CN108192978A (zh) * 2018-03-29 2018-06-22 北京泱深生物信息技术有限公司 一种肿瘤相关生物标志物及其应用
CN109637588A (zh) * 2018-12-29 2019-04-16 北京百迈客生物科技有限公司 一种基于全转录组高通量测序构建基因调控网络的方法
CN111321220A (zh) * 2018-12-14 2020-06-23 中国医学科学院肿瘤医院 用于检测直肠癌放化疗敏感性的组合物、微阵列和计算机系统
CN111485022A (zh) * 2020-04-27 2020-08-04 新乡医学院 一种lncRNA标志物在制备结直肠癌早期诊断产品中的应用、检测引物、试剂盒
CN111916146A (zh) * 2020-07-27 2020-11-10 苏州工业园区服务外包职业学院 前列腺癌本体及其构建方法
CN111936858A (zh) * 2019-04-04 2020-11-13 清华大学 一种胃癌极早期细胞标志和胃癌前病变早期细胞标志及其在诊断试剂盒中的应用

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1637151A (zh) * 2003-08-28 2005-07-13 维里德克斯有限责任公司 结肠直肠癌预后
CN101603092A (zh) * 2002-03-29 2009-12-16 奥索临床诊断有限公司 评估结肠直肠癌

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101603092A (zh) * 2002-03-29 2009-12-16 奥索临床诊断有限公司 评估结肠直肠癌
CN1637151A (zh) * 2003-08-28 2005-07-13 维里德克斯有限责任公司 结肠直肠癌预后

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
彭啟亮等: "MicroRNA及其靶基因在预测直肠癌放化疗疗效中的作用", 《中华放射医学与防护杂志》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107885973A (zh) * 2017-11-20 2018-04-06 沈阳柏敖生信生物科技有限公司 一种dna修复基因在大肠癌中的临床研究方法
CN107885973B (zh) * 2017-11-20 2023-06-09 辽宁省肿瘤医院 一种dna修复基因在大肠癌中的临床研究方法
CN108192978A (zh) * 2018-03-29 2018-06-22 北京泱深生物信息技术有限公司 一种肿瘤相关生物标志物及其应用
CN108192978B (zh) * 2018-03-29 2020-10-27 青岛泱深生物医药有限公司 一种肿瘤相关生物标志物及其应用
CN111321220A (zh) * 2018-12-14 2020-06-23 中国医学科学院肿瘤医院 用于检测直肠癌放化疗敏感性的组合物、微阵列和计算机系统
CN109637588A (zh) * 2018-12-29 2019-04-16 北京百迈客生物科技有限公司 一种基于全转录组高通量测序构建基因调控网络的方法
CN109637588B (zh) * 2018-12-29 2022-07-15 北京百迈客生物科技有限公司 一种基于全转录组高通量测序构建基因调控网络的方法
CN111936858A (zh) * 2019-04-04 2020-11-13 清华大学 一种胃癌极早期细胞标志和胃癌前病变早期细胞标志及其在诊断试剂盒中的应用
CN111485022A (zh) * 2020-04-27 2020-08-04 新乡医学院 一种lncRNA标志物在制备结直肠癌早期诊断产品中的应用、检测引物、试剂盒
CN111485022B (zh) * 2020-04-27 2022-07-08 新乡医学院 一种lncRNA标志物在制备结直肠癌早期诊断产品中的应用、检测引物、试剂盒
CN111916146A (zh) * 2020-07-27 2020-11-10 苏州工业园区服务外包职业学院 前列腺癌本体及其构建方法
CN111916146B (zh) * 2020-07-27 2023-09-15 苏州工业园区服务外包职业学院 前列腺癌本体及其构建方法

Similar Documents

Publication Publication Date Title
CN106367527A (zh) 直肠癌放化疗疗效相关靶基因的鉴定
Miotto et al. miRNA signatures in sera of patients with active pulmonary tuberculosis
Zhang et al. Identifying circulating miRNA biomarkers for early diagnosis and monitoring of lung cancer
Jeon et al. Temporal stability and prognostic biomarker potential of the prostate cancer urine miRNA transcriptome
Hu et al. Gene expression classification of lung adenocarcinoma into molecular subtypes
Liu et al. Identification and validation of gene module associated with lung cancer through coexpression network analysis
Shen et al. Circulating lncRNA DANCR as a potential auxillary biomarker for the diagnosis and prognostic prediction of colorectal cancer
Zhu et al. Co-expression network analysis identifies four hub genes associated with prognosis in soft tissue sarcoma
Bao et al. Novel gene signatures for prognosis prediction in ovarian cancer
Zhang et al. High expression of PQBP1 and low expression of PCK2 are associated with metastasis and recurrence of osteosarcoma and unfavorable survival outcomes of the patients
Dai et al. Identification of hub methylated‐CpG sites and associated genes in oral squamous cell carcinoma
Zhou et al. Identification of potential hub genes via bioinformatics analysis combined with experimental verification in colorectal cancer
Li et al. Identification of biomarkers associated with synovitis in rheumatoid arthritis by bioinformatics analyses
Gao et al. Identification of the hub and prognostic genes in liver hepatocellular carcinoma via bioinformatics analysis
Shutta et al. DRAGON: determining regulatory associations using graphical models on multi-omic networks
Qin et al. Detection of pancreatic ductal adenocarcinoma by a qPCR-based normalizer-free circulating extracellular vesicles RNA signature
Song et al. Blood circulating miRNA pairs as a robust signature for early detection of esophageal cancer
Fan et al. Multiplex gene quantification as digital markers for extremely rapid evaluation of chemo-drug sensitivity
Guo et al. Using naive Bayes algorithm to estimate the response to drug in lung cancer patients
Wang et al. Comprehensive Bioinformatics Analysis of mRNA Expression Profiles and Identification of a miRNA–mRNA Network Associated with the Pathogenesis of Low-Grade Gliomas
Tang et al. Identification of driver genes based on gene mutational effects and network centrality
Fan et al. Enzalutamide-induced signatures revealed by epigenetic plasticity using single-cell multi-omics sequencing in prostate cancer
Feng et al. Screening and identification of potential hub genes and immune cell infiltration in the synovial tissue of rheumatoid arthritis by bioinformatic approach
Ge et al. FRL: An integrative feature selection algorithm based on the fisher score, recursive feature elimination, and logistic regression to identify potential genomic biomarkers
CN112877429B (zh) 基于基因检测判断肝癌药物敏感性和远期预后的预测工具及其应用

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170201

RJ01 Rejection of invention patent application after publication