[发明专利]一种前列腺癌预后显著相关ceRNA调控网络的构建方法

权利要求书

1.一种前列腺癌预后显著相关ceRNA调控网络的构建方法，其特征在于，包括以下步骤：

步骤1：从UCSC数据库中整合TCGA和GTEx前列腺癌归一化基因表达数据集，从TCGA数据库中下载前列腺癌的基因表达数据及mRNA、miRNA表达数据、lncRNA表达数据和前列腺癌病人的临床信息；

步骤2：对TCGA和GTEx数据库前列腺癌归一化基因表达数据集进行差异基因表达分析，得到前列腺癌差异表达基因；

步骤3：基于TCGA和GTEx数据库前列腺癌归一化基因表达数据集，利用R软件WGCNA包进行加权基因共表达网络分析，根据基因的共表达相似性模式，将基因划分为不同的聚类树，根据聚类树中所示模块间相似程度，定义高度阈值为0.25，将聚类树中高度低于该值的模块进一步合并，划分出几个高度相关的基因共表达模块；

将基因共表达模块与TCGA前列腺癌病人样本进行相关性分析，使用R软件中的cor函数计算共表达模块与前列腺癌病人之间的相关系数和相关系数的p值，得到p0.05且相关系数排名靠前的两个共表达模块作为关键功能模块；取关键功能模块与前列腺癌差异表达基因的交集，得到差异表达的关键模块基因；

步骤4：使用TCGA数据库中前列腺癌的基因表达数据和临床信息，利用R软件中survival包对差异表达的关键模块基因进行Cox单因素回归分析，以Wald检验p 0.05作为筛选标准，得到潜在的预后基因；

使用TCGA数据库中前列腺癌的基因表达数据和临床数据，利用R软件中survival包对潜在预后基因进行Cox多因素回归分析，对比多个Cox模型的AIC值，选取AIC值最小的模型为最优模型，所述最优模型里的基因为关键基因；

基于关键基因根据以下公式计算预后风险评分，构建风险评估预后模型，

，

其中N代表预后关键基因的数量，Expi代表该基因的表达数据，Ci代表通过Cox多因素回归分析得到的关键基因估计回归系数；

步骤5：根据关键基因，利用starBase数据库预测关键基因的上游miRNA；

使用TCGA数据库中前列腺癌的miRNA表达数据，利用R软件中Deseq2包，对前列腺癌的miRNA表达数据进行差异表达分析，以| log2FC |1，且FDR 0.05作为筛选标准，得到前列腺癌的差异表达miRNA；取关键基因的上游miRNA与前列腺癌的差异表达miRNA的交集，得到关键基因的差异表达的相关miRNA；

步骤6：根据差异表达的相关miRNA进行预测，得到前列腺癌差异表达miRNA的上游lncRNA，基于前列腺癌的lncRNA表达数据进行差异表达分析，筛选出差异表达的相关lncRNA；

步骤7：基于得到的关键基因、差异表达的相关miRNA、差异表达的相关lncRNA，根据其相互作用关系构建ceRNA网络；

步骤8：基于ceRNA网络，并根据差异表达的相关lncRNA、差异表达的相关miRNA和关键基因在前列腺癌中的表达趋势进行评估，结合生存分析得到最终的前列腺癌预后显著相关的ceRNA调控网络。

2.根据权利要求1所述的一种前列腺癌预后显著相关ceRNA调控网络的构建方法，其特征在于，所述步骤2中对TCGA和GTEx数据库前列腺癌归一化基因表达数据集，利用R软件Deseq2包进行差异基因表达分析得到1组差异表达基因；

差异表达基因分析的阈值条件设置为：| log₂FC |1.5，且FDR 0.05；FC为差异倍数，FDR伪发现率；满足阈值条件的基因为差异表达基因。

3.根据权利要求1所述的一种前列腺癌预后显著相关ceRNA调控网络的构建方法，其特征在于，所述步骤6包括：

对差异表达的相关miRNA，利用starBase数据库进行预测得到前列腺癌差异表达的相关miRNA的上游lncRNA；

利用R软件中Deseq2包，对前列腺癌的lncRNA表达数据进行差异表达分析，以| log2FC|1，且FDR 0.05作为筛选标准，得到前列腺癌的差异表达lncRNA；取前列腺癌差异表达的相关miRNA的上游lncRNA与前列腺癌的差异表达lncRNA的交集，得到差异表达的相关lncRNA。