2020年如何单纯通过筛选基因发4+分

Bioinformatics-based screening of key genes for transformation of liver cirrhosis to hepatocellular carcinoma生信学方法筛选肝硬化向肝细胞癌转化的关键基因

一、 研究背景

肝细胞癌（HCC）是肝脏肿瘤最常见的类型，与肝硬化密切相关。目前HCC的分子标志物如AFP、胰岛素样生长因子等均不能较好的区分肝癌和肝硬化，而肝癌早期治疗可以改善患者生存率。因此，了解肝硬化发展为肝癌的机制，可以为预防、诊断和治疗HCC提供新的策略。

二、 分析流程

三、 结果解读

1. 肝癌组织的DEGs鉴别分析

  • 在4组GEO数据中筛选差异表达基因（DEGs），绘制Venn图。发现58个共表达的DEGs，其中12个表达上调，46个表达下调。

  • 用STRING数据库和Cytoscape构建58个DEGs的PPI网络（红色和蓝色分别代表基因上调和下调），并用MCODE进行网络聚类挖掘蛋白复合体。其中，最显著的功能模块（module）包含12个节点和66个相互作用，且这些基因在HCC中均表达上调。（图1c）

图1.Venn图和PPI网络分析DEGs相关的功能模块

2. hub基因的筛选分析

  • Cytoscape软件鉴别出3个hub基因（degree≥10）：CDKN3、CYP2C9和LCAT。（图2）

图2.hub基因的功能

  • cBioPortal分析发现这3个hub基因显著相关（p<0.05），说明hub基因间存在特异性的相互作用。（图3a-c）

  • Oncomine分析正常、肝硬化、肝细胞癌和肝细胞发育不良四种肝组织中hub基因的表达水平，发现CDKN3在HCC中表达显著上调，在其他情况下表达没有显著差异。而CYP2C9和LCAT正常、肝硬化和肝细胞发育不良中均无显著差异，仅在HCC中表达降低。（图3d-f）说明hub基因在肝硬化到肝癌的发展过程中非常重要。

图3.CDKN3、CYP2C9和LCAT的相关性及不同肝组织表达情况

  • 在364例肝细胞癌中进行KM生存曲线分析，发现CDKN3高表达HCC患者总体生存率降低（p<0.05），而CYP2C9和LCAT高表达患者总体生存率升高（p<0.05）。

  • Oncomine分析CDKN3 mRNA表达水平与肿瘤分级，肝炎病毒感染，卫星结节（主瘤周边肝组织内出现的肉眼或显微镜下小癌灶，主要来源于微血管侵犯MVI基础上的肝内转移）及血管浸润有关（图4）。而CYP2C9和LCAT与这些肿瘤演进的因素无关。这些结果表明CDKN3可能是肝硬化转化为肝癌过程中的关键基因，与HCC发生发展紧密相关。

图4.CDKN3表达和肿瘤分级、肝炎病毒感染、卫星结节、血管侵袭的关系

3. HCC中CDKN3表达相关基因的筛选分析

  • Oncomine分析发现，CDKN3在间变性少突胶质细胞瘤、白血病、肝细胞癌和肉瘤中显著上调。

  • 在TCGA HCC转录组数据中用cBioPortal筛选CDKN3共表达基因，进一步分析CDKN3影响HCC的机制。用Pearson和Spearman系数评估这些基因与CDKN3表达的关系，并用DAVID工具分析500个CDKN3相关基因的KEGG通路，发现CDKN3表达主要影响细胞周期，DNA复制，卵细胞减数分裂，错配修复等通路。（图5）其中，细胞周期通路是CDKN3相关基因富集最多的通路。

图5.CDKN3相关基因KEGG通路富集分析

  • 在KEGG细胞周期通路中标注CDKN3相关基因（红色），发现ORC，MCM，Chk1，Chk2和一些其他基因主要位于S期或G2/M期，调控G1期基因。（图6）因此，CDKN3主要通过调控G1/S期转变促进肿瘤演进。（这里作者写成了抑制肿瘤演进，与讨论部分的结论矛盾。）

图6.CDKN3相关基因在细胞周期中的位置图

小结

本篇文章，作者首先利用4个GEO数据集分析了HCC和肝硬化组织中的DEGs，然后结合STRING数据库和Cytoscape构建DEGs的PPI网络，分析功能模块和hub基因。然后，作者用KM生存曲线分析了hub基因和HCC发生、发展及预后的关系。最后在KEGG通路中分析hub基因影响HCC的分子机制，发现CDKN3通过调节G1/S期转变来发挥促肿瘤基因的作用。

点击原文链接，即可获取今天小编为大家解读的文献。本期的分享就到这里啦，一起期待下一期的精彩分享吧~

科研菌学术讨论群，在群内可以用自己的昵称，广告一律踢；其他公众号的宣传也不发，就算是要发，提前和小编商量和确认，不然也是一律踢哈。

赞 (0)

相关推荐