基于大数据的肝癌血管侵袭标志物分析

作者：陈谦; 仇小强

来源：中华流行病学杂志, 2017, 38(04): 522-527.

• 肝癌
• 血管侵袭
• 标志物
• microRNA
• 大数据

目的通过对GEO(Gene Expression Omnibus)与TCGA(The Cancer Genome Atlas)数据库分析,挖掘肝癌血管侵袭相关的microRNA,并分析其预后和可能机制。方法利用GEO数据库获得肝癌血管侵袭microRNA芯片数据(GSE67140),对5种侵袭能力不同的细胞系(SNU423、SNU449、HepG2、Hep3B、SNU398)表达谱进行差异分析,并在81份血管侵袭阳性组织样本与91份血管侵袭阴性组织样本中验证差异分析结果。结合TCGA数据库中362例肝癌病例数据分析其预后,并对microRNA所调控的基因进行GO与KEGG分析。结果 hsa-mir-1180、hsa-mir-149、hsa-mir-744、hsa-mir-940在侵袭能力强的肝癌细胞和有血管侵袭的肝癌组织中表达上调(logFC>1,P<0.05)。生存分析显示,hsa-mir-1180(HR=1.623,95%CI:1.1142.365,P=0.012)、hsa-mir-149(HR=2.400,95%CI:1.6393.514,P<0.001)、hsa-mir-744(HR=1.679,95%CI:1.1612.427,P=0.006)、hsa-mir-940(HR=1.704,95%CI:1.1882.443,P=0.004)是肝癌病例预后独立危险因素,高表达与患者生存期缩短显著相关(P<0.05)。GO与KEGG分析其机制可能与免疫反应、细胞黏附、紧密连接等信号通路有关。结论通过对TCGA与GEO数据库的挖掘,初步发现hsa-mir-1180、hsa-mir-149、hsa-mir-744、hsa-mir-940对肝癌的预后有影响,可作为肝癌预后的生物标志物。

• 单位
  公共卫生学院; 广西医科大学