胰腺癌关键基因的筛选和分析：多数据联合生物信息学分析

目的通过多数据联合生物信息学分析,明确候选基因与胰腺癌发生发展以及预后的相关关系。方法从Gene Expression Omnibus(GEO)下载芯片数据集GSE15471、GSE16515、GSE28735,筛选差异表达基因。通过功能富集分析,利用STRING和Cytoscape软件构建蛋白质相互作用(protein-protein interaction, PPI)网络。富集功能和通路包括:生物调节、代谢过程、刺激反应、细胞信号传导、细胞增殖、生长,ECM-receptor相互作用、PI3K-Akt信号通路,胰液分泌、肾素-血管紧张素系统、补体和凝血级联。结果共有247个差异表达基因被筛选出来,其中上调190个,下调57个。Cytoscape确定的8个模块的关键基因:COMP、AEnzymatic biosensorNLN、VCAN、DDX60、ERP27、MET、NR5A2、C5。最后通过多数据库综合分析hub基因Bemcentinib溶解度在肿瘤中的作用,生存分析显示:ANLN、MET、DDX60、ERP27可能在肿瘤的侵袭、复发、转移中起重要作用。结论差异表达基因和关键模块的筛选揭示了促进肿瘤发生发Bafilomycin A1临床试验展的潜在基因,为诊断和治疗提供新的靶标。