肾上腺皮质癌预后风险生存率分析样例报告

肾上腺皮质癌预后风险microRNA筛选及功能分析一、背景基因与疾病的生存率分析是常见的疾病预后分析之一，而生存率分析需要大量的临床样本和临床数据，某些科研工作者可能束手无策！云生信整合了世界权威公共数据库所有临床样本数据，只需要提供疾病名称以及感兴趣的基因（或者miRNA，lncRNA）名称，会在最快的时间给出疾病基因的生成曲线以及分析报告，全面揭示基因与疾病生存率关系。生存率分析有以下意义，可以验证基因（或miRNA、lncRNA）的表达高低与疾病生存时间的关系，确定该基因（或miRNA、lncRNA）在疾病的预后中是否起到关键作用；可用于基因表达验证、基因敲出实验、药物处理研究等各种临床分析；可以直接作为文章的结论以及增加文章的影响因子；获得的分析图片完全达到SCI论文的水平要求，可以直接使用。二、样本数据来源：云生信整合了全世界权威公共数据库所有临床样本数据，例如TCGA数据库的34种常见癌症以及超过10000个人类临床样本数据、NCBIGEO数据库的2000个实验组以及总数超过30000个人类临床样本数据。其他还有ICGC、EBI等数据库。三、具体分析流程：1.下载获得TCGA的肾上腺皮质癌microRNA表达谱数据以及临床数据，基于microRNA的表达值对病例分组，利用KM曲线获得对生存预后有显著影响的microRNA.2.构建COX比例回归模型,然后评估不同microRNA表达值及临床因素,筛选对预后有显著影响因素的microRNA3.预测关键microRNA的调控靶基因及相关功能分析4.构建microRNA共调控靶基因网络并对共调控靶基因进行功能分析四、分析结果1.生存分析结果基于microRNA的均值对分组病例的生存分析我们获得了(此处的10000代指关键信息，下同)10000个对生存曲线影响显著的microRNA。10000个KM曲线的分析指示：在10000个microRNA低表达的情况下，患者的生存时间显著高于高表达。结果说明这些microRNA有可能抑制了某些癌症的导致机体功能紊乱关键基因，从而导致生存时间的显著降低（图1）。图1：miRNA与疾病的生存曲线（结果举例）2.COX比例回归分析我们对这10000个基因的表达值进行COX比例回归分析，获得每个microRNA对预后的风险比（表1）。表1.COX比例回归分析结果factorβHRp-valuelower95%upper95%hsa-mir-100010.20341.2260.001441.08151.389hsa-mir-100020.2771.3190.0023211.10381.577hsa-mir-100033.00720.230.00005514.69187.23hsa-mir-100040.31161.3660.0044551.10171.693hsa-mir-1000512.322248000.001461113.65584445000003.风险microRNA调控网络根据COX比例回归分析结果，我们获得了10000个对肾上腺皮质癌预后有显著影响的microRNA，在他们高表达的条件下，病人预后较差。图2为用miRWalk工具预测到的microRNA调控靶基因。图2.风险microRNA的调控靶基因网络4.microRNA调控靶基因功能富集分析从预后的分析中可以找到那些关键作用的基因图3.miRNA的功能富集分析结果