基于TCGA数据挖掘的乳腺癌预后相关mRNA研究

目的:寻找可作为乳腺癌生物标志物的mRNA.方法:利用癌症基因组图谱和基因表达数据库的转录组测序数据集进行差异分析和功能富集分析,构建蛋白相互作用(Protein Protein Interaction,PPI)网络,然后采用Lasso回归构建风险预后模型,以鉴别高风险和低风险病例.结果:共鉴定出176个上调mRNA和562个下调mRNA;PPI网络主要由6个模块组成;风险预后模型由ATP5B等16个mRNA组成;预测训练集和验证集的一年、三年和五年ROC曲线下面积分别为0.820、0.792、0.747和0.741、0.747、0.699.结论:研究成果为乳腺癌诊断和预后提供候选生物标志物,也为进一步阐明乳腺癌分子病理机制提供生物信息学基础.