基于宫颈癌组织转录组数据结合孟德尔随机化分析筛选发病基因及潜在生物标志物

摘要

宫颈癌是一种常见的恶性肿瘤，其发病率和死亡率呈上升趋势.通过生物信息学与孟德尔随机化(MR)方法，识别与宫颈癌存在因果关系的生物标志物，并探索其潜在致病途径，为疾病精准医疗提供新靶点.通过整合分析GEO数据库中的两个宫颈癌微阵列数据集(GSE63514和GSE7803),并对数据进行批次效应校正以识别差异表达基因(DEGs).进一步利用IEU Open GWAS数据库获取的表达数量性状位点(eQTL)数据作为暴露数据，结合宫颈癌全基因组关联研究(GWAS)的结果数据进行MR分析，以探究与宫颈癌发病相关的致病基因.通过多种方法，包括IVW、MR-Egger、加权中位数和加权模型，评估基因表达与宫颈癌的因果关系.运用Cochran's Q检验、MR-Egger截距、MR-PRESSO和留一法进行稳健性验证.利用Venn图可视化DEGs与关键eQTL基因的共同基因(CGs),并通过GO富集分析、KEGG通路分析及浸润免疫细胞分析，深入探究这些基因在宫颈癌发病机制中的作用.合并数据集揭示有2 232个DEGs,其中1 198个基因表达上调，1 034个基因表达下调.MR分析发现BABAM1、CD163、FCGR3B、HMGN4和MERTK的5个基因与宫颈癌风险呈正相关，而CX3CR1、LRP6、RNF39基因与宫颈癌风险呈负相关.ROC曲线分析和TCGA数据集验证结果认为MERTK、BABAM1、RNF39和LRP6基因可作为宫颈癌的潜在生物标志物.免疫浸润分析显示8种免疫细胞在肿瘤组与正常组之间存在显著差异，而CGs与多种免疫细胞相关.表明BABAM1、CD163、CX3CR1、FCGR3B、HMGN4、LRP6、MERTK和RNF39 8个基因与宫颈癌的发生具有一定相关性，其中MERTK、BABAM1、RNF39和LRP6 4个基因可作为宫颈癌的潜在生物标志物，并作为该疾病的精准医疗的新靶点，为深入解析宫颈癌发病机制与临床诊疗提供了科学依据.

关键词

宫颈癌 / 孟德尔随机化 / 生物标志物