杨凯，杨明，苏学会，温辉，单娜

(秦皇岛市第二医院 呼吸科，河北 秦皇岛 066600)

原发性肺癌(简称肺癌)是全世界发病率、死亡率最高的恶性肿瘤之一[1-2]，占癌症相关死亡人数近五分之一[3]。按照病理形态的不同，肺癌可以分为非小细胞肺癌(non-small Cell Lung Cancer,NSCLC)和小细胞肺癌，其中NSCLC最为常见，约占肺癌总发病率的80%，此类患者总体预后较差[4]。NSCLC的肿瘤标志物主要有癌胚抗原(carcino-embryonic antigen,CEA)、糖类抗原125、鳞状上皮细胞癌抗原(squamous cell carcinoma antigen,SCC-Ag)等蛋白[5-6]，但目前在临床上仅对不到百分之一的肿瘤标志物进行了相关研究，绝大部分肿瘤标志物目前还未进行系统的临床验证。所以，进一步筛选出灵敏度高、特异性高的新型标志物，可以帮助医生在第一时间掌握病人的病情，为尽早治疗奠定良好基础[7-10]。随着大数据的快速发展，肿瘤相关的组学数据不断累积、更新，为科研人员研究肿瘤发病机制、医生临床诊治提供了数据支持[11-12]。本研究首选通过基因表达汇编(gene expression omnibus,GEO)数据库和肿瘤基因组图谱(the cancer genome atlas,TCGA)数据库筛选出NSCLC中的差异表达基因，对100例NSCLC临床样本行进一步验证分析，以期找到肺癌的新型预后标志物。

1 资料与方法

1.1 差异基因、核心基因的筛选与分析

1.1.1数据收集及差异基因的筛选 在GEO数据库中选择GSE19804芯片数据，分为NSCLC组织和癌旁组织，每组各60个样本，该数据由Lu等[13]提供。利用R语言中“limma”以及“impute”包对芯片数据进行处理分析，进行贝叶斯显著性检验，以LogFC(Fold Change)绝对值>1且P<0.01作为显著性差异表达，对差异基因进行聚类分析、制作热图。

1.1.2蛋白质-蛋白质相互作用(protein-protein interaction，PPI)网络构建及核心基因筛选 利用STRING网站(http//string-db.org/)，以medium confidence>0.4为条件构建差异基因的蛋白互作网络，利用Cytoscape软件中CentiScape和MCODE插件，对PPI网络进行可视化处理，分析基因网络节点的连接度，得到连接度较高的关键基因。