基于GEO数据库的肝细胞癌差异表达基因分析

贾乔迪，李莎莎，张红宇，黄炎清，梁红霞

郑州大学第一附属医院感染与肝病科 郑州 450052

肝细胞癌(hepatocellular carcinoma，HCC)是原发性肝癌的主要组织学亚型，占原发性肝癌的90%[1]。HCC是一种常见的恶性肿瘤，其死亡率在恶性肿瘤中排名第三[2]，早期诊断率低，大多数患者发现时已经处于中晚期[3-4]。HCC的主要治疗方法有手术切除、移植、放疗、化疗和射频治疗[5]。由于HCC具有高侵袭性、高转移性、高复发率的特点，其不良预后并未得到根本改变[6]。因此，探讨与HCC预后相关的关键指标和机制，对HCC的诊断和治疗具有重要的临床意义。本研究拟通过生物信息学分析来识别HCC患者与正常人肝脏组织的差异表达基因，以探究HCC发病机制中的关键基因。

1 材料与方法

1.1 HCC患者与正常人数据集的获取本研究从GEO数据库(http://www.ncbi.nlm.nih.gov/geo)获取基因表达数据集。数据集包含来自HCC患者肝脏和(或)正常人肝脏的全基因组表达数据。最终筛选出4个基因表达数据集。

1.2 差异表达基因分析使用GEO2R在线分析工具(https://www.ncbi.nlmnih.gov/geo/geo2r/)对每个数据集进行分析，计算得出校正后的P值和|log2FC|，P<0.05和|log2FC|≥1.0为差异表达基因。使用韦恩图在线工具(http://bioinformatics.psb.ugent.be/webtools/Venn/)识别4个数据集中共同的差异表达基因。

1.3 GO及KEGG通路富集分析用DAVID在线工具(http://david.abcc.ncifcrf.gov)对差异表达基因进行GO分析和KEGG通路富集分析。错误发现率(flase discovery rate,FDR)<0.01被认为具有统计学意义。利用R语言工具代码对GO分析和KEGG通路富集分析进行可视化处理。

1.4 蛋白相互作用网络(PPI)的构建和关键基因的选取PPI的构建和关键基因的鉴定使用STRING数据库(http://www.string-db.org/)，利用Cytoscape 3.7.2(http://cytoscape.org/)对PPI进行可视化处理。PPI中的节点代表蛋白质，边代表蛋白质之间的相互作用。Cyhubba是Cytoscape软件的一个插件，用来确定每个节点的度值，排名前十的基因被认为是关键基因。

1.5 生存分析GEPIA数据库(http://gepia.cancer-pku.cn/)用于分析来自癌症基因组……