目的 利用肺腺癌中加權基因共表達網絡鑒定免疫細胞相關生物標志物。方法 本研究基于TCGA數據庫，利用“WGCNA”包在TCGA-LUAD中構建基因共表達網絡，并聚類形成不同基因模塊。同時，對TCGA-LUAD數據集中肺腺癌腫瘤樣本進行ESTIMATE分析。通過GO和KEGG分析評估最顯著相關模塊中基因的富集途徑。篩選出的關鍵模塊中的候選樞紐基因用于與構建蛋白質-蛋白質相互作用（PPI）網絡進行取交集獲取hub基因。這些hub基因和患者免疫細胞浸潤的預后性能通過Kaplan-Meier曲線和TIMER算法驗證。對獲得的hub 基因進行多因素Cox回歸分析并構建預后風險模型。結果 在共表達網絡中觀察到brown模塊與ImmuneScore、StromalScore和ESTIMATE Score密切相關。獲得與免疫相關的5個hub 基因 CD53、PLEK、SPI1、IL10RA和C3AR1。對brown模塊的富集分析發現，模塊基因主要富集在先天免疫反應的調節等GO條目和NF-kappa B signaling pathway等KEGG通路。此外，研究結果還發現5個hub 基因的表達水平與免疫細胞的浸潤豐度是顯著正相關的。IPS和TIDE驗證了該模型的免疫相關性。同時，發現建立的RiskScore在預測免疫治療方面有很大的潛力。結論 5個與免疫細胞相關的關鍵基因可能為肺腺癌免疫治療提供新的有效的潛在作用靶點，這也有利于后期為肺腺癌患者提供個性化的診療策略。
目的通過構建男性乳腺癌的競爭性內源 RNA（ceRNA）調控網絡，探討其發病機制。方法從 TCGA 數據庫（The Cancer Genome Atlas Database）中下載男性乳腺癌的長鏈非編碼 RNA（lncRNA）、微小 RNA（miRNA）和 mRNA 的表達譜數據，通過 R 軟件的 limma 數據包分析男性乳腺癌差異表達的 lncRNA、miRNA 和 mRNA；分析三者之間的靶向調控關系，構建 ceRNA 網絡，并用 Cytoscape 軟件可視化，并將差異表達基因進行 GO 富集和 KEGG 通路分析。結果男性乳腺癌中差異表達的 lncRNA 為 275 種，差異表達的 miRNA 為 33 種，差異表達的 mRNA 為 1 675 種。本研究成功構建了男性乳腺癌的 lncRNA-miRNA-mRNA ceRNA 網絡后，GO 富集分析顯示，差異表達 mRNA 參與細胞增殖的負調控、轉錄的負調控、細胞蛋白質代謝過程的調控、細胞遷移的調控、轉移酶活性的正調控、間充質細胞增殖的正調控等。KEGG 通路分析顯示，差異表達 mRNA 參與癌癥的途徑、白細胞跨內皮遷移、絲裂原活化蛋白激酶（MAPK）和神經營養蛋白信號通路。結論本研究基于 TCGA 數據庫成功構建了男性乳腺癌的 ceRNA 網絡。