赵军 刘丽娜

中图分类号:R739.8 文献标志码：A doi:10.3969/j.issn.1001-3733.2021.06.018

口腔癌是世界上第六大常见恶性肿瘤，死亡率高，预后差。口腔鳞状细胞癌(oral squamous cell carcinoma,OSCC)是口腔癌的主要病理类型，约占口腔癌的90%，可发生于口腔的不同部位，如舌、牙龈、口腔黏膜、硬腭、嘴唇和口腔底[1]。尽管外科手术、放化疗和免疫治疗取得了一定的进展，但由于其侵袭、转移和复发，OSCC的5年生存率只有大约50%。OSCC可以早期预防和治愈，但大多数OSCC患者直到晚期才被确诊[2-3]。因此，寻找潜在的生物标志物对口腔鳞状细胞癌的早期诊断和治疗迫在眉睫。

目前，在高通量实验方法中，如微阵列分析已广泛应用于差异表达基因分析[4-5]。大量的微阵列数据被存储在公共数据库中。这些储存库便于研究人员通过整合多个微阵列数据集来识别疾病相关的生物标志物，有助于理解OSCC形成的分子机制。有学者利用SEER数据库分析影响腺样囊性癌患者预后的临床病例因素[6]。本研究中从GEO数据库下载了3 个微阵列数据集来识别OSCC和正常对照组的差异表达基因(differentially expressed genes,DEGs), 用于寻找与OSCC发生、发展有关的关键基因，这些关键基因可能作为诊断和治疗OSCC的潜在生物标志物。

1 资料与方法

1.1 微阵列数据信息

从GEO数据库(https://www.ncbi.nlm.nih.gov/geo/)下载基因表达数据集GSE74530、GSE78060和GSE138206。这3 个数据集的平台都是GPL570(Affymetrix Human Genome U133 Plus 2.0 Array)，GSE74530和GSE138206分别含有6 个OSCC样本和6 个正常样本，GSE78060包含26 个OSCC样本和4 个正常样本。微阵列数据集汇总如表1。

表1 3 个微阵列数据集的汇总信息Tab 1 Summary of the 3 microarray datasets from the GEO database

1.2 DEGs数据处理与识别

GEO2R(www.ncbi.nlm.nih.gov/geo/geo2r/)在线分析工具可用于通过比较两组或多组样本来识别DEGs。使用GEO2R对OSCC样本和正常样本间的DEGs进行分析，筛选标准是P<0.01和|logFC|>1，并对DEGs用火山图可视化。……