FrontOncol(IF:4.;Q1).Sep18;10:.doi:10./fonc..0.eCollection.文章分析分析思路数据：TCGA数据库中例胃癌表达数据用于模型构建，GEO数据库3个数据集用于模型验证,GSE(n=),GSE(n=),GSE(n=)，对于生存期30天的样本进行删除，最终：1,patientsforanalysis,includingpatientsfromTCGAandpatientsfromGEO。糖酵解相关基因集：从MolecularSignaturesDatabasev4.0数据库中筛选与糖酵解相关的基因集5个：BIOCARTA_GLYCOLYSIS_PATHWAY,GO_GLYCOLYTIC_PROCESS,HALLMARK_GLYCOLYSIS,KEGG_GLYCOLYSIS_GLUCONEOGENESIS,REACTOME_GLYCOLYSIS，最终从56,mRNA基因中筛选到个与糖酵解（GRGS）相关的基因用于后续分析；并分析了互作网络：单因素cox筛选：基于个糖酵解相关基因，利用单因素cox回归分析，筛选到12GRGs与生存预后显著相关的基因：Lassocox回归分析：从单因素分析结果的12个GRGs中，挑选出7GRGs构建最优的预后模型：Riskscore（RS）=0.×expressionofSTC1+0.×expressionofCLDN9-0.×expressionofEFNA3-0.×expressionofZBTB7A+0.×expressionofNT5E-0.×expressionofNUP50+0.×expressionofCXCR4.根据模型计算每个病人的RS（riskscore）值，RS值中位数划分高低风险亚型：高低风险组生存差异，与模型预测准确性评估：高低风险组预后差异明显GEO数据集验证模型：不同数据集模型表型良好，很好的区分了样本。cox分析发现风险值可以作为预后的独立指标，并构建Nomogram图：单因素与多因素cox分析发现年龄与RS值可以作为预后指标。免疫侵润分析：TIMER数据库得到不同样本免疫侵润得分，RS高低风险组免疫侵润差异明显：延伸阅读GEO数据库挖掘—WGCNA鉴定骨肉瘤转移相关基因GEO、TCGA多数据库联合挖掘胰腺导管腺癌预后关键基因文献精读-GEO数据挖掘生物信息文章（宫颈癌）TCGA数据库挖掘-肾细胞癌相关biomiarker筛选案例解析TCGA数据库中临床样品编号详解（Barcode）GEO数据如何挖掘？案例解析！TCGA数据下载—TCGAbiolinks包参数详解UALCAN--TCGA数据挖掘网站充电课-限时免费领取《癌症TCGA-文章套路解析》课程预览时标签不可点收录于话题#个上一篇下一篇