基于网络拓扑分析识别非小细胞肺癌的关键基因

摘要

目的：通过分析非小细胞肺癌（Non-small cell lung cancer,NSCLC）的差异基因蛋白质互作网络和加权基因共表达网络，挖掘NSCLC潜在的生物标志物。方法：从公共数据库收集3套NSCLC的表达谱数据集为研究对象，首先利用NSCLC中发生差异表达的基因构建蛋白质-蛋白质互作网络，并根据网络的拓扑结构挖掘网络中的关键基因。再通过构建NSCLC加权基因共表达网络对关键基因进一步验证。最后，利用Logistic回归、功能富集、生存分析等方法评估关键基因作为NSCLC生物标志物的潜力。结果：在3套独立的NSCLC数据集中，通过差异基因蛋白互作网络和加权基因共表达网络的筛选，共得到6个与NSCLC相关的关键基因，分别为CDK1、CCNA2、CDC20、TOP2A、KIF11和BUB1B。Logistic回归分析表明，这些关键基因具有良好的NSCLC预测潜能，其在3套数据集中的平均AUC为0.945（范围为0.895～1）。利用KM-Plotter在线生存分析网站进行分析，发现这6个关键基因的表达水平均与NSCLC患者的预后显著相关。功能富集分析结果显示，这些基因主要在细胞周期、细胞衰老等癌症相关的生物学通路中富集。结论：基因CDK1、CCNA2、CDC20、TOP2A、KIF11、BUB1B与NSCLC发生发展密切相关，可能是其潜在的生物标志物。

关键词

癌,非小细胞肺 / 蛋白质互作网络 / 加权共表达网络 / 功能富集 / 生存分析