利用基因芯片筛选乳腺癌相关差异表达基因的中期报告.docx

利用基因芯片筛选乳腺癌相关差异表达基因的中期报告
目前为止，我们已完成了以下工作：
1.数据预处理：我们从NCBIGeneExpressionOmnibus(GEO)数据库中下载了乳腺癌患者和正常人群的基因表达数据，共计268个样本。我们使用R语言的limma包对原始数据进行了标准化和批次效应校正。
2.鉴定差异表达基因：我们分别使用t-test和Wilcoxon秩和检验对基因表达数据进行筛选，并采取FDR(falsediscoveryrate)校正方法来控制假阳性的发生。最终，我们鉴定了1366个差异表达基因，其中935个基因上调，431个基因下调。
3.功能分析：我们对鉴定出的差异表达基因进行了功能注释和富集分析。我们利用David在线分析工具对这些基因的GO(GeneOntology)功能分类、KEGG(KyotoEncyclopediaofGenesandGenomes)通路和生物过程进行了分析。总体上，这些差异表达基因与乳腺癌的发生、炎症反应、细胞增殖、细胞周期等生物学过程有关。
目前，我们正在进行以下工作：
1.整合其他数据库信息：为了更全面地了解这些差异表达基因的生物学意义，我们将会整合其他数据库，如GeneCards，UniProt等，来对这些基因的功能和蛋白质相互作用进行分析。
2.筛选重要基因：鉴定大量的差异表达基因对于我们寻找乳腺癌潜在标志物非常重要。然而，在这些基因中筛选出重要的基因将在临床应用中更具意义。因此，我们将进一步分析这些鉴定出的差异表达基因，并筛选出可能是乳腺癌潜在生物标记物的基因，进一步验证其生物学意义和潜在的应用价值。
3.建立分类器模型：最后，我们将利用这些差异表达基因来建立分类器模型来预测患者的疾病进展和治疗反应，并进而实现个体化治疗。