宋章兴 崔应东 李时军 谭威 向圣坎 向奎

肾细胞癌(renal cell carcinoma, RCC)是成人肾肿瘤最常见的恶性肿瘤，占所有成人肾肿瘤的90%以上，大约1/3的RCC患者诊断明确时已经有远处转移，尽管目前的检测和治疗取得了很大的进展，但RCC的总体生存率仍然很低[1]。肾透明细胞癌(clear cell renal cell carcinoma, ccRCC)占RCC的75%～85%，是其最常见的亚型，ccRCC通常对放化疗有抵抗性，靶向疗法因其靶点特异性和低毒性而被采用，可能成为非手术治疗的最佳选择[2-3]。目前发现的可以预测ccRCC治疗效果和临床预后的生物标志物，包括VHL、VEGF、CAIX和HIF1α/2α突变[4]。ccRCC的致癌机制可能涉及多因子、多基因协同的复杂过程，包括多种致癌基因或肿瘤抑制因子失控等[5]。因此，迫切需要鉴定出可以预测ccRCC患者疾病阶段和临床结果的新型分子生物标志物，从而有助于了解其发病机制并提供个性化治疗。加权基因共表达网络分析(weighted gene co-expression network analysis, WGCNA)算法可以构建自由尺度的基因共表达网络，以探索不同基因集之间或基因集与临床特征之间的关系[6]。本研究中，采用WGCNA分析ccRCC患者临床特征和基因芯片数据，构建共表达网络筛选与ccRCC病理分级相关的核心基因，以期为ccRCC的诊断和预后提供新的生物标志物或治疗靶点。

对象与方法

一、基因表达数据集

从基因综合表达(Gene Expression Omnibus, GEO)数据库下载芯片数据集，基于芯片平台为GPL10558的GSE40435(2013 捷克)作为训练集进行WGCNA的构建，该数据集包括101例癌组织及配对的癌旁组织，临床特征包括年龄、性别、病理分级。芯片基于芯片平台为GPL570的数据集GSE73731(2017 美国)作为测试集，该数据集包括265例癌组织，临床特征包括年龄、病理分期、病理分级。……