整合生物信息学分析筛选宫颈癌的关键预后生物标志物

• 作者: 王小燕 李虎玲 林丹丹 张晶 王凯
• 来源期刊: 新疆医科大学学报
• 学科: 医学
• 关键词: 宫颈癌 生物信息学 生物标志物 GEO TCGA
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 基础医学研究|Basic Medicine Research
• 页码范围: 143-149,154
• 页数: 8页
• 分类号: R737
• 语种: 中文
• DOI: 10.3639/j.issn.1009-5551.2022.02.004

摘要

目的 通过生物信息学分析鉴定宫颈癌(cervical cancer,CC)的潜在诊断、预后基因.方法 下载GEO数据库中GSE90738数据集和TCGA数据库中的宫颈癌转录组数据用于生物信息学分析.使用R软件中"Limma"包分别鉴定GSE90738数据集和TCGA数据库中宫颈肿瘤组织与宫颈正常组织间的差异表达基因,使用Venny识别出共享差异基因并使用R软件"clusterProfiler"包进行共享差异基因的GO富集分析和KEGG信号通路分析.使用STRING数据库和Cytoscape软件筛选Hub基因.采用单因素Cox回归分析和多元逐步Cox回归分析识别和构建预后Hub基因风险标识(HGRS).通过GEPIA2工具进一步验证Hub基因的转录表达情况.采用受试者工作特征(receiver operating char-acteristic,ROC)曲线、Kaplan-Meier曲线分析评估HGRS对宫颈癌诊断及预测价值.结果 总共识别出了319个上调共享差异基因和167个下调共享差异基因.染色体分离和细胞周期是主要的生物学过程.确定了可能与宫颈癌的发病机制高度相关的16个基因.通过多元逐步Cox回归分析构建由4个基因[包括CENPM(HR:0.633,95％CI:0.421～0.952)、ANLN(HR:1.753,95％CI:1.241～2.476)、CHAF1A(HR:0.573,95％CI:0.338～0.970)、HELLS(HR:0.604,95％CI:0.325～1.124)]组成的HGRS,Kaplan-Meier生存曲线表明HGRS的高风险组相较于低风险组总体生存较差(P<0.001);ROC曲线显示HGRS预测宫颈癌的1年AUC为0.67(95％CI:0.53～0.81),3年AUC为0.72(95％CI:0.64～0.81),5年AUC为0.76(95％CI:0.66～0.85).结论 通过整合生物信息学分析鉴定了4个Hub基因,这些Hub基因可能是宫颈癌早期诊断的潜在分子生物标志物.