许梦莹 张广美

卵巢癌的病死率居妇科肿瘤首位[1]，因其发病隐匿，缺乏有效的早期诊断方法，超过70%的患者就诊时已为晚期[2-3]，并且大多数已经发生了远处转移。大多数患者在2年内经历疾病复发，且复发性卵巢癌缺乏有效的治疗方案。随着DNA和RNA测序、DNA微阵列、高通量蛋白质组学和代谢组学等技术的日益普及，需要新的方法将这些新类型的数据转化为新信息，因此，通过高通量的基因芯片技术和生物信息学寻找卵巢癌有效的肿瘤标志物、关键预后基因，探索卵巢癌发生发展的机制具有重要意义，为卵巢癌患者的靶向治疗提供契机。考虑到基因芯片结果假阳性的可能，本研究综合几个基因芯片数据进行了分析。

资料与方法

一、基因芯片数据采集

从基因表达数据库GEO(www.ncbi.nlm.nih.gov/geo)中下载得到ID号为GSE14407、GSE18520[4]、GSE66957及GSE54388的浆液性卵巢癌及正常卵巢细胞mRNA芯片数据。其中GSE14407包含12例正常卵巢表面上皮细胞和12例浆液性卵巢癌上皮细胞，GSE18520包含10例正常卵巢表面上皮细胞和53例浆液性卵巢癌上皮细胞，GSE66957包含12例正常卵巢表面上皮细胞和57例浆液性卵巢癌上皮细胞，GSE54388包含6例正常卵巢表面上皮细胞和16例浆液性卵巢癌上皮细胞。

二、研究方法

1. 共同差异基因的筛选：将GSE14407、GSE18520、GSE54388和GSE66957芯片数据导入R语言(https://www.r-project.org/)软件中，使用affy包对上述数据集的原始数据进行标准化处理，并运用Limma包(http：//www.bioconductor.org/package/release/bioc/html/limma.html/)对GEO芯片数据进行差异计算，筛选阈值设为校正后P<0.05，差异表达倍数|logFC|≥2[5]，并使用ggplot 2绘制各数据集差异基因的火山图，运用R VennDiagram对四个数据集中表达均为上调或下调的差异基因取交集得到共同差异基因，运用R heatmap对表达上调和下调的共同差异基因绘制热图。以下的生物信息学分析对象均为共同差异基因。

2.共同差异基因的功能富集：运用R clusterProfiler包(http：//www.bioconductor.org/package/release/bioc/html/clusterProfiler.html/)对共同差异基因进行GO功能及KEGG通路富集……