浆液性卵巢癌进展及预后关键分子的生物信息学筛选

2021-10-22饶玉梅张微微李留霞郭瑞霞

郑州大学学报(医学版) 2021年5期

饶玉梅，张微微，张颖，赵倩，李留霞，郭瑞霞

郑州大学第一附属医院妇科郑州 450052

卵巢癌病死率位居女性生殖系统恶性肿瘤之首[1]。卵巢癌确诊时往往期别较晚，预后差，5 a生存率约为47%[2]。因此，研究卵巢癌的发病机制，能为该疾病的诊治提供理论和实践依据，具有重要意义。本研究从GEO数据库中，获取浆液性卵巢癌与正常卵巢组织基因芯片数据，经过分析获得二者间差异表达基因(differentially expressed gene,DEG)，通过对DEG进一步分析，得到与卵巢癌患者生存期相关的关键基因，有助于我们更好地探索卵巢癌发病机制。

1 资料与方法

1.1 数据提取从GEO数据库(http://www.ncbi.nlm.nih.gov/geo)中筛选下载数据集GSE54388、GSE105437，数据集分析平台均为GPL(gene platform)570。GSE54388包含16例浆液性卵巢癌和6例正常卵巢组织，GSE105437包含10例高级别浆液性卵巢癌和 5例正常卵巢组织。

1.2 DEG筛选利用GEO分析工具GEO2R(http://www.ncbi.nlm.nih.gov/geo/geo2r)分别筛选出两个数据集中两组之间的DEG。筛选标准为校正后P<0.05，|lgFC|>1。下载所得原始DEG数据，去除没有对应基因符号的探针组或同一基因对应多个探针等情况。然后应用Venn软件(http://bioinformatics.psb.ugent.be/webtools/Venn/)分析并作图，得出交集。

1.3 GO和KEGG富集分析用DAVID 6.8数据库(http://david.ncifcrf.gov/)对筛选出的DEG进行功能富集，主要包括GO和KEGG富集分析。设P<0.05为富集差异有统计学意义。

1.4 蛋白质-蛋白质相互作用(protein-protein interaction,PPI)网络及模块分析用String 11.0数据库(http://string-db.org)构建DEG的PPI网络。利用String检索DEG中的交互基因。然后用Cytoscape 3.7.1软件中的MCODE 1.5.1对筛选基因进行重塑，构建调控网络模块[3]。

1.5 关键基因筛选分析应用Kaplan Meier plotter(http://kmplot.com/analysis)网站分析关键基因，进一步筛选出在卵巢癌组织中表达与总生存率有关的关键基因(P<0.05)。再利用GEPIA 数据库(http://gepia.cancer-pku.cn)分析所获得的关键基因，再一次筛选出表达异常的基因(P<0.05)。