文章目录

1 资料与方法

1.1 数据提取

1.2 DEG筛选

1.3 GO和KEGG富集分析

1.4 蛋白质-蛋白质相互作用(protein-protein interaction,PPI)网络及模块分析

1.5 关键基因筛选分析

2 结果

2.1 DEG的筛选

2.2 GO和KEGG富集分析结果

2.3 PPI网络构建及关键基因选择的结果

2.4 关键基因分析结果

3 讨论

文章摘要:目的:利用生物信息学方法探索浆液性卵巢癌的潜在生物学标志物和治疗靶点。方法:从GEO数据库下载浆液性卵巢癌数据集GSE54388、GSE105437,用GEO2R及Venn软件筛选差异表达基因（DEG）,对DEG进行GO及KEGG富集分析,构建蛋白质-蛋白质相互作用网络,利用Cytoscape获取关键基因,利用Kaplan Meier plotter和GEPIA数据库对关键基因再次筛选。结果:筛选得到322个DEG,包括148个下调和174个上调基因。基因涉及染色体分离、RNA聚合酶Ⅱ启动子转录负调控、上皮细胞分化等细胞学过程,主要富集于细胞周期、癌症通路、干细胞多能性调节等信号通路。筛选出14个关键基因,其中7个高表达、1个低表达与卵巢癌患者的总生存率有关,且MCM10、TOP2A、ESPL1、CDCA3、NEK2、ESCO2等6个基因在卵巢癌组织中表达高于正常组织。结论:MCM10、TOP2A、ESPL1、CDCA3、NEK2、ESCO2等6个基因,可作为预测卵巢癌进展及预后的关键分子进一步研究。

文章关键词:

论文DOI:10.13705/j.issn.1671-6825.2020.08.150

论文分类号:R737.31;Q811.4