摘要
目的 挖掘成釉细胞瘤(ameloblastoma, AM)与正常组织的差异表达基因(differentially expressed genes, DEGs),将生物信息学方法与可视化软件相结合,探索AM的新治疗靶点。方法 本文数据来自GEO数据库,用GEO2R工具分析DEGs,DAVID在线工具进行GO及KEGG通路富集分析,Cytoscape软件构筑蛋白互作网络图,Cytohubba插件筛选核心基因,CiberSort算法分析AM与正常组织免疫浸润差异。结果 最终共筛选出419个共同的DEGs。GO及KEGG分析揭示AM相关通路及生物学功能。最终筛选出FN1等10个核心基因。免疫浸润结果提示AM中巨噬细胞M0的浸润水平明显增高。结论 利用生物信息学方法筛选出AM发生的DEGs,其中关键基因和通路有望成为治疗AM的新靶点,并为后续研究提供新思路。
- 单位