2 重庆医科大学分子医学与肿瘤研究中心, 重庆, 400016;
3 西安市第一医院, 西安, 710000
作者 通讯作者
基因组学与医学生物学, 2020 年, 第 9卷, 第 1 篇
收稿日期: 2020年02月25日 接受日期: 2020年05月06日 发表日期: 2020年05月18日
李怡敏, 汪洋, 袁琳, Nur Fazleen Binti Idris, 黄国旺, 涂增, 2020, 基于生物信息学分析的肝癌核心基因的筛选及验证, 基因组学与医学生物学, 10(1): 1-10 (doi: 10.5376/gmb.cn.2020.10.0007) (Li Y.M., Wang Y., Yuan L., Nur Fazleen B.I., Huang G.W., and Tu Z., 2020, Identification of Hub genes in hepatocellular carcinoma based on bioinformatics analysis, Jiyinzuxue Yu Yixue Shengwuxue (Genomics and Medical Biology), 10(1): 1-10 (doi: 10.5376/gmb.cn.2020.10.0007))
本研究基于GEO数据库,选取由慢性乙型肝炎诱导的肝细胞癌芯片数据GSE121248为研究对象,利用GEO2R软件分析数据,筛选出表达具有差异的基因,利用DAVID数据库进行GO分析和KEGG pathway富集分析。利用STRING数据库构建PPI网络,分析筛选核心基因。利用GEPIA对核心基因的表达进行验证,Kaplan Meier Plotter在线分析工具对核心基因与患者生存情况的相关性进行验证。通过上述方法筛选出309个DEGs,其中上调基因94个,下调基因215个。差异基因功能分析显示上调的DEGs主要参与细胞周期和卵母细胞减数分裂通路等途径,下调的DEGs则在补体和凝血级联、代谢途径以及咖啡因代谢途径富集。筛选出15个具有高度关联性的核心基因(BUB1, BUB1B, BIRC5, CCNB1, CCNB2, CDC20, CDK1, KIF20A, MAD2L1, NCAPG, ZWINT, PBK, BTL, TTK和NUSAP1),它们与肝癌患者的总体生存率明显具有相关性,并为其构建了miRNA调控网络。我们的研究通过生物信息学方法有效分析了肝细胞癌发生、发展相关的差异表达基因,筛选出15个核心基因,分析其生物学相关功能,以期探索肝细胞癌发病机制,并为临床诊断标志物的改进以及筛选提供一定的理论基础。