何春梅 莫之婧

肝细胞癌(hepatocellular carcinoma，HCC)在恶性肿瘤死亡中排名居前列[1-4]。由于HCC通常发生在受损的肝脏中，因此复发率高，预后差。目前，临床指导建议和方针都无法完全反映HCC预后的影响[2]。生物标志物对恶性肿瘤的诊断、检测和预后具有重要的作用，通过预测与鉴定癌症的侵袭性并评估生存率能够预测特定癌症对特定治疗的反应程度[3]。因此，本研究综合利用GEO数据库、STRING、Cytoscape、DAVID和GEPIA等软件筛选出与HCC预后相关的生物标志物，为HCC的分子机制研究和预后提供理论基础。

材料与方法

一、数据来源

本研究芯片数据下载NCBI的GEO 数据库(https://www.ncbi.nlm.nih.gov/geo/)含有448个样本的GSE14520数据集，包含GPL571平台和GPL3921平台。其中GPL571平台有19例癌旁组织样本和22例人肝癌细胞组织样本；GPL3921平台有220例正常肝脏样本和225例人肝癌细胞组织样本。

二、差异基因的筛选

在GEO数据库下载GSE14520数据集两个平台的基因表达矩阵。利用GEO 数据库中的GEO2R筛选差异表达基因(differentially expressed genes，DEG)，筛选条件为adj.P.Value<0.05，|logFC|>1.5。用韦恩图求出GPL571和GPL3921两个平台表达量上调与下调的差异基因的交集，得出GSE14520数据集两个平台共有的DEG。

三、蛋白质相互作用网络构建及网络模块分析

由韦恩图交集得出共有的DEG上传到STRING (http://string-db.org/)网络分析，构建蛋白质-蛋白质相互作用网络(protein-protein interaction，PPI)，Cytoscape软件中的MCODE插件从PPI中识别网络模块，排列最前的两个蛋白互作模块，用CytoHubba插件计算全部节点的度(degree)并排序，筛选出位于网络中心区域的关键基因。

四、GO和KEGG通路富集分析

运用DAVID数据库对关键基因进行KEGG和GO分析，以P<0.05为标准筛选条件。

五、GEPIA数据分析

利用在线网络GEPIA(http://gepia2.cancer-pku.cn/#index)TCGA数据库中的LIHC数据集，分析关键基因在HCC中的表达及与HCC患者总生存率/无病生存率的相关性。……