生物信息学方法鉴定ER阴性乳腺癌关键基因及预测潜在治疗药物

摘要

目的 利用生物信息学方法探寻ER阴性乳腺癌关键基因及潜在治疗药物.方法 利用GEO数据库下载乳腺癌基因表达谱(GSE22219).应用R语言对GSE22219进行主成分分析(PCA)、差异表达基因(DEGs)和基因本体(GO)分析.使用STRING进行京都基因和基因组百科全书(KEGG)路径分析和蛋白质-蛋白质相互作用(PPI)分析.用Cytoscape软件进行可视化编辑,MCODE插件进行子网络模块分析,筛选出ER阴性乳腺癌发生过程中的核心基因.利用Drugbank探寻小分子化合物作为潜在的治疗药物.结果 筛选出69个差异基因和8个核心基因.其中最重要的KEGG途径是醛固酮调节的钠重吸收途径.GO分析表明,最显著的富集是有关前列腺形态发生过程.筛选出21个小分子化合物可作为治疗ER阴性乳腺癌的潜在药物.结论 生物信息分析结合药物数据库可帮助寻找治疗疾病的潜在药物,有望成为未来药物研究的一种新方式.