通过生物信息分析筛选肾上腺皮质癌的关键生物标志物和治疗靶点

胡丹飞，陈晓东，项振飞

肾上腺皮质癌（ACC）是一类起源于肾上腺皮质的罕见恶性肿瘤，其发病年龄呈现双峰趋势，即儿童以及40 ～60 岁为高峰年龄[1-2]。肾上腺皮质腺癌的恶性程度高，生存时间短，局限期的5 年生存率为60%～80%，局部进展的5 年生存率为35%～50%，而远处转移的5 年生存率仅为0 ～28%[3]。手术是ACC 根治的首选的唯一手段，但多数患者确诊时已失去根治手术的机会，可见ACC的早期诊断与治疗是提高患者生存率的关键因素。微阵列和高通量测序技术能够对疾病基因进行大规模的筛选，并进行差异表达鉴定，从而研究疾病的发生和发展机制。基因表达综合数据库（GEO）是目前收集世界各地研究机构基因表达数据的公共数据库[4]。本文基于生物信息分析的方法，通过GEO 数据库下载关于ACC的基因表达数据，并对其进行分析，从而鉴定在ACC发生与发展过程中的关键基因，报道如下。

1 资料与方法

1.1 数据集的收集与分析 从GEO 数据库（https://www.ncbi.nlm.nih.gov/geo/）下载基因表达芯片GSE19776和GSE143383。GSE19776 数据中包含4 个正常肾上腺组织和44 个ACC组织；GSE143383 包含4 个正常肾上腺组织和58 个 ACC 组织。基于 GEO 在线分析工具GEO2R（http:www.ncbi.nlm.nih.gov/geo/geo2r）对两组芯片数据进行正常组与ACC肿瘤组差异表达分析，其中以调整P＜0.05、|logFC|≥1.5 为差异基因的筛选条件。并对两组数据的差异基因取交集进行下一步分析。

1.2 基因富集分析 利用在线分析网站webgestalt（http://www.webgestalt.org）对差异基因进行 Gene Ontology（GO）基因富集分析及KEGG 信号通路富集分析，并以P ＜0.05 为差异统计学有意义。

1.3 蛋白-蛋白相互作用（PPI）及核心（Hub）基因的筛选 利用PPI在线分析工具STRING（http://stringdb.org）对差异基因进行分析，将PPI＞0.4 认为有意义。……