基于加权基因共表达网络分析及生物信息学分析鉴定肝细胞癌临床特征关键基因

作者：张衎; 龙富立^*; 李媛; 舒发明; 姚凡; 韦艾凌

来源：海南医学院学报, 2023, 29(02): 129-136.

DOI：10.13210/j.cnki.jhmu.20221124.002

• 加权基因共表达网络分析
• 生物信息学
• 肝细胞癌
• 最大集团中心性算法

目的：通过加权基因共表达网络分析鉴定肝细胞癌（hepatocellular carcinoma, HCC）临床特征密切相关模块基因，为临床早期诊断及治疗提供参考。方法：从GEO数据库下载GSE84598芯片数据，综合加权基因共表达网络分析提取与HCC临床特征密切相关的模块基因。通过最大集团中心性（maximal clique centrality, MCC）算法对蛋白相互作用网络分析，鉴定出枢纽基因；最后通过TCGA数据库验证枢纽基因的表达情况、Kaplan-Meier Plotter在线数据库评估枢纽基因与HCC患者的预后关系。结果：通过对比HCC组织样本与正常肝组织样本的基因表达数据，共获得6 262个差异表达基因，其中上调2 207个，下调4 055个。运用加权基因共表达网络分析鉴定出关键模块的120个基因；通过与差异表达基因取交集，得到候选枢纽基因115个。富集分析结果显示，候选枢纽基因与细胞有丝分裂、p53信号通路等密切相关。进一步运用MCC算法对115个候选枢纽基因的蛋白相互作用网络进行分析，鉴定出5个枢纽基因，即NUF2、RRM2、UBE2C、CDC20和MAD2L1。通过TCGA数据库对枢纽基因的验证，结果发现，与正常肝组织相比，在HCC组织中5个枢纽基因均明显上调；而且生存分析显示枢纽基因的高表达与HCC患者的不良预后密切相关。结论：本研究通过结合多个数据库鉴定出了5个枢纽基因，为HCC的临床诊断及治疗提供方向。

• 单位
  广西中医药大学第一附属医院