卵巢癌关键基因的筛选及其与免疫细胞浸润的相关性分析

摘要

目的 利用生物信息学方法筛选卵巢癌（Ovarian Cancer,OV）关键基因并分析及其与免疫细胞浸润的相关性。方法 从GEO检索并下载3组OV数据集，通过GEO2R在线分析工具筛选出OV组织中差异基因（Differentially Expressed Genes,DEGs），并利用Metascape数据库对DEGs进行基因本体论（Gene Ontology,GO）功能分析和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）通路富集分析；使用STRING数据库分析出DEGs的PPI网络后，再把结果导入Cytoscape软件，利用其中的CytoHubba插件提供的MCC算法最终得到排名前十的关键基因；然后利用Kaplan-Meier Plotter数据库和GEPIA对关键基因进行生存分析和共表达分析，得出相关性最高的一组基因再分析其mRNA和蛋白表达情况；最后利用TISIDB数据库探讨关键基因与OV免疫细胞浸润之间的关联。结果 本研究共得到161个DEGs，其GO功能主要与细胞对转化生长因子β刺激的反应、P53类介导的DNA损伤反应及因信号转导造成的细胞周期阻滞和蛋白激酶结合等相关；KEGG通路主要富集在癌症通路、P53信号通路、补体和凝血级联以及PI3K-Akt等信号通路上。通过Cytoscape筛选的10个关键基因中，仅CCNB1、HMMR、KIAA0101、AURKA、CEP55、ECT2和TOP2A对OV患者预后有显著影响，而其中CCNB1和AURKA在OV中表达相关性最高，且其mRNA和蛋白均高表达，并不利于患者预后；CCNB1与AURKA的表达与Th2细胞、Act-CD4细胞的表达丰度呈正相关，与嗜酸性粒细胞呈负相关。结论 CCNB1和AURKA是OV的关键基因，且与OV微环境中免疫细胞相关，可作为OV的早期确诊和治疗生物标志物。

关键词

卵巢癌 / 差异表达基因 / 免疫浸润 / 预后