整合多芯片数据的肺癌诊断关键基因的发现与初步验证

摘要

目的：通过GEO多芯片联合分析筛选出一组与肺癌发生密切相关的基因，作为预测肺癌的关键标志基因并进行初步验证。方法：从GEO数据库下载GSE89047、GSE108055与GSE116959肺癌表达数据集并进行合并，采用R语言中sva程序包ComBat矫正批次效应，limma程序包进行基因差异表达分析从中筛选出肺癌差异表达基因。利用String数据库结合Cytoscape 3.8.2软件构建差异表达基因蛋白质相互作用网络，并分析核心基因。运用ROC方法验证肺癌差异基因、核心基因对肺癌诊断的预测作用。通过TIMER数据库分析GPM6A基因表达及拷贝数变异与免疫细胞浸润的关系。结果：基于GEO数据库GSE89047、GSE108055与GSE116959肺癌表达数据集多芯片联合分析，筛选得到938个肺癌组织与正常肺组织间差异表达基因，以矫正的P值排序，TOP 10差异基因为GPM6A、WNT3A、SLC6A4、TMEM100、TCF21、BTNL9、HSPA12B、LIMS2、VGLL3和ITLN2。String数据库结合Cytoscape 3.8.2软件分析所得10个核心基因为CCNA2、CCNB1、CENPE、FOXM1、ITGAM、KIF11、KIF20A、KIF23、KIF2C和MMP9。ROC分析显示GPM6A的AUC(95% CI)为0.948(0.874～0.986);TOP10差异基因的AUC(95% CI)为0.961(0.886～0.992);10个核心基因的AUC(95% CI)为0.830(0.722～0.895)，表明这些标志基因具有较好的肺癌预测能力。TIMER分析结果显示：肺腺癌及肺鳞癌中GPM6A表达均与巨噬细胞浸润相关性最高(肺腺癌：r=0.347,P<0.001；肺鳞癌：r=0.425,P<0.001),GPM6A基因拷贝数变异在肺腺癌中与B细胞、CD4+T细胞、巨噬细胞、中性粒细胞和树突状细胞的免疫浸润相关(均P<0.05),GPM6A基因拷贝数变异在肺鳞癌中与B细胞、CD8+T细胞、CD4+T细胞、巨噬细胞、中性粒细胞和树突状细胞的免疫浸润均具有较高的相关性(均P<0.05)。结论：通过多芯片联合分析初步开发、验证了对肺癌诊断具有较好预测能力的标志基因，并发现差异最显著的标志基因GPM6A与免疫细胞浸润关系密切。

关键词

肺癌 / 多芯片联合 / 预测 / 开发 / 验证 / 免疫浸润