利用多个公开数据库对乳腺癌生物标志物进行数据挖掘与整合分析

本文介绍了一种基于多种公共数据库分析探索乳腺癌生物标志物及生存预测因子的实验方案。该方法可提高结论的可信度与代表性，从而为关注的基因提供有价值的研究视角。该方法的优势在于能够快速可视化并解读某基因在乳腺癌中的潜在作用。

此外，通过该方法获得的所有结果均可通过直接访问相应的网站进行即时验证和重复实验。本研究中选择乳腺癌作为对象，以验证该方法的可行性。由于乳腺癌是一种具有异质性的疾病，不同分子亚型的乳腺癌在诊断、治疗和预后方面可能存在差异。

因此，找到能够反映乳腺癌不同亚型信息的高效在线工具或数据库显得尤为重要。开始此操作时，请进入 ONCOMINE 网络界面。在搜索框中输入 ID1，以获取基因 ID1 在各类恶性肿瘤中的相对表达水平。

在主筛选器菜单中选择分析类型，然后选择“癌症 vs. 正常分析”。在其他视图菜单中选择基因摘要视图。

将 P 值的阈值设为 0.01。将倍数变化的阈值设为 2。将基因排序的阈值设为全部。

将数据类型设置为全部。下载图表。首先，访问 BC 基因表达分析仪网页界面。

在分析菜单中，选择相关性分析，然后点击穷举按钮。在搜索框中输入 ID1，点击提交按钮，然后点击开始分析按钮。若要在 BC 基因表达分析器中进行亚组分析，请进入 BC 基因表达分析器界面。

在分析菜单中，选择表达（expression），然后点击穷尽（exhaustive）按钮。在搜索框中输入 ID1，然后点击提交按钮和开始分析按钮。点击淋巴结状态（nodal status）和Scarff Bloom Richardson分级状态（Scarff Bloom Richardson grade status）缩略图以查看完整图像。

在 Scarff Bloom Richardson 图像中，点击下方按钮以查看各图的 P 值，然后下载图像。如需通过基于基因表达的乳腺癌预后在线分析（Gene expression-based Outcome for Breast Cancer Online）进行亚组分析，请访问 GOBO 网络界面。

输入感兴趣基因的基因符号 ID1，并上传基因集。将定义基因/探针标识符的搜索范围设置为基因符号。在肿瘤选择中设置全部选项，并在多变量参数中选择以淋巴结状态和分级分层的数据。

其余项目保持默认设置。现在提交查询并下载图表。如需在BC基因表达分析仪中进行生存分析，请访问BC基因表达分析仪的网页界面。

在分析菜单中，选择“预后”选项，然后点击“穷举”按钮。在搜索框中输入 ID1，点击提交按钮，然后点击开始分析按钮。在穷举预后分析中，在人群和事件条件中选择 Nm、ERm、MR，然后点击提交按钮以获取更多信息。

点击此按钮后，选择Kaplan-Meier曲线缩略图以导出完整图表。如需在人类蛋白质图谱（Human Protein Atlas）中进行生存分析，请访问人类蛋白质图谱的网页界面。在搜索框中输入ID1，然后点击搜索按钮。

接下来，选择病理学子图谱。点击乳腺癌的标签，将出现一个详细页面，显示交互式生存散点图和生存分析结果。下载这些图表。

在Kaplan-Meier Plotter生存分析中，进入Kaplan-Meier Plotter网页界面。在mRNA基因芯片区域，点击启动乳腺癌的KM绘图器。在搜索栏中输入ID1，然后在候选菜单中选择绿色条目。

然后，选择RFS作为生存类型，并将其他项目保留默认设置。点击绘制Kaplan-Meier曲线图并下载图像。在本研究中，以ID1为例进行乳腺癌生物标志物的数据挖掘与整合分析，ID1是DNA结合抑制因子家族成员之一。

首先利用包含445项独立分析的ONCOMINE数据库，分析ID1 mRNA在肿瘤组织与正常组织中的表达差异。仅有5项研究显示，ID1的mRNA表达水平在正常组织中显著高于乳腺癌组织，表明ID1在乳腺癌中存在表达失调现象。随后使用BC基因表达分析器（BC Gene-Expression Miner）来鉴定ID1 mRNA表达水平与乳腺癌患者临床病理参数之间的相关性。

在无淋巴结转移的乳腺癌患者中，ID1的mRNA水平显著高于有淋巴结转移的患者。GOBO分析显示，ID1 mRNA水平的升高与较低的肿瘤分级相关。这些结果提示，ID1表达的增加与乳腺癌较低的转移潜能和较低的病理分级相关。

来自BC基因表达矿工数据库的分析表明，ID1的mRNA水平较高与乳腺癌患者更长的无远处转移生存期相关。人类蛋白质图谱数据库的分析也提示，ID1蛋白水平升高与乳腺癌患者较好的生存预后相关。来自Kaplan-Meier绘图工具的生存分析结果与上述发现一致，显示ID1 mRNA表达水平较高可预测乳腺癌患者更好的无复发生存率。

越来越多的在线数据库将可供研究人员使用或访问。该方案可能为研究人员提供一种有效的方法，用于鉴定潜在的靶基因及其相关的信号通路。