应用单样本基因集富集分析(ssGSEA)算法从大量CRC样本的基因表达谱中描绘出广阔的干性景观,并通过无监督聚类方法识别出具有离散干性和TME特征的3个干性亚型。随后,通过加权基因相关网络分析(WGCNA)确定与干性亚型和预后高度相关的基因。基于C...
一、识别免疫治疗关键模式和生物过程 由于TMB和PD-L1在内的经典生物标志物的低敏感性和有限的特异性,为了识别由多因素肿瘤特异性应答机制引起的帕博丽珠单抗治疗的应答者,在抗PD-1治疗的队列中进行WGCNA分析,以确定与免疫检查点阻断治疗应答显著相关的关键模块(图1 A-D...
通过WGCNA筛选出35个与糖酵解相关的模块基因和367个与胆固醇合成相关模块基因。402个基因被汇集起来作为关键代谢基因。 GO功能富集表明,GCSRGs主要与缺氧反应、氧反应降低、黏着斑、细胞−底物连接、核糖体、核糖体结构成分和单糖结合有关。KEGG功能富集显示,GCSRGs在癌症中主要与核糖体、HIF-1信号通路、糖酵解/糖异...
1. 通过WGCNA分析鉴定与淋巴转移相关的基因 使用WGCNA分析来自TCGA数据库的数据,得到基于相邻值差异的层次聚类分析的基因聚类树(图1B)。评估得到的12个模块间的关联,发现黑色模块与淋巴转移最密切相关,并含有1271个基因(图2)。 图1 基于相邻值差异的层次聚类分析的基因聚类树 图2 PTC特征基因模块与淋巴转移相关性的...
随后,通过加权基因相关网络分析(WGCNA)确定与干性亚型和预后高度相关的基因。基于Cox回归和随机生存森林分析构建stemess -risk模型,并进一步研究其与CRC预后、TME模式、分子功能和化疗/免疫治疗疗效的相关性。最后进行了球体形成实验对干性基因进行验证。 主要结果...
其中,加权基因共表达网络分析(WGCNA)已广泛应用于研究复杂疾病的发病机制和预后风险模型的构建。 WGCNA算法是一种基于共表达矩阵的无监督聚类算法,通过计算基因之间的相关性,将相似表达模式的基因聚类成共表达模块,从而挖掘基因之间的相互作用关系。在CRC研究中,WGCNA可用于分析基因表达数据,鉴定与疾病相关的共表达模块,...
(一)WGCNA识别与坏死性凋亡评分相关的模块 作者先通过ssGSEA计算每个样本的坏死性凋亡评分。并根据中位数分为高坏死性凋亡组和低坏死性凋亡组。而且,高坏死性凋亡组中PCa患者的坏死性凋亡评分较高,预后较差。将“坏死性凋亡评分”作为性状,并通过WGCNA识别了与该评分显著相关的ME绿黄模块。
接着,利用WGCNA算法,将高度相关的基因聚类为不同的模块。最后,通过计算每个模块与结直肠癌发病相关的模块性状相关性,筛选出与结直肠癌发病机制密切相关的模块。 2.3 预后风险模型的构建 根据筛选出的关键基因模块,我们继续分析这些基因在结直肠癌患者中的表达情况,并计算每个患者的基因模块打分。然后,我们利用这些基因...
去除批次效应后的WGCNA结果如图1C、D所示。表达矩阵分为16个基因模块,“grey”、“purple”、“turquoise”、“tan”、“cyan”、“blue”、“green”、“pink”、“red”、“black”、“brown”与EEC高度相关,被识别为EEC相关模块。此外,从MSigDB下载的女性性激素合成和代谢相关基因集,ER/PR阳性乳腺癌相关模块、...
为了研究HCC中糖基化相关基因的功能模块,通过WGCNA检测了365个HCC和50个正常组织的异常值。加权值β为9,这在无标度网络中具有良好的一致性(图2B)。作者确定了七个功能模块,包括蓝色模块(27个基因),黄色模块(8个基因),绿色模块(8个基因),棕色模块(10个基因),红色模块(6个基因),绿松石模块(31个基因)和灰色...