基于配对样本芯片数据识别乳腺癌关键基因及验证

摘要

目的：高通量筛选结合生物信息学分析方法寻找乳腺癌关键基因，为探讨乳腺癌潜在分子标志物、提高对乳腺癌发生发展机制的认识提供指导。方法：⑴从GEO数据库筛选所需基因芯片数据集，利用GEO2R在线分析各数据集的差异表达基因，绘制韦恩图得到共同显著差异表达基因（Commonly differentially expressed genes,CDEGs）。⑵利用DAVID数据库，对CDEGs进行GO与KEGG的富集分析。⑶通过STRING数据库和Cytoscape软件构建CDEGs可视化蛋白互作网络（Protein-protein interaction, PPI），并利用CytoHubba插件计算得到乳腺癌关键基因。⑷基于筛选的基因芯片数据集和GEPIA数据库验证这些关键基因在乳腺癌组织和正常组织中的表达。⑸通过Kaplan-Meier plotter数据库对乳腺癌关键基因进行预后分析，绘制生存曲线。结果：⑴筛选得到GSE15852、GSE109169和GSE33447 3个数据集，共鉴定出355个CDEGs。⑵CDEGs参与多种生物过程和信号通路，其中胞外外泌体、蛋白质性细胞外基质、核染色质、质膜、细胞外间隙、PPAR信号通路、酪氨酸代谢、视黄醛代谢与乳腺癌密切相关。⑶基于CDEGs构建的PPI网络由298个点和1 327条边组成，并确定AURKA、CDK1、MCM4、TOP2A、RRM2、PRC1、HMMR、MELK、GINS2和UHRF1为乳腺癌关键基因。⑷GSE15852、GSE109169和GSE33447 3个数据集和GEPIA数据库验证相比于正常组织，关键基因在乳腺癌组织中的表达增加。⑸生存分析表明乳腺癌关键基因高表达患者的OS均显著低于低表达患者（P<0.001）。结论：乳腺癌关键基因与其发生及预后密切相关，为乳腺癌的临床诊断、改善患者预后提供了新思路。

关键词

乳腺癌 / 差异表达基因 / 关键基因 / 生存分析

基金资助

国家自然科学基金资助项目（81903186）; 江西省重点研发计划项目（20203BBGL73202）; 江西省教育厅科学技术研究项目（GJJ211544,GJJ211545）