生物信息学鉴定前列腺癌枢纽基因

目的通过生物信息学手段识别前列腺癌(PC)驱动基因,鉴定具有诊断和预后价值的靶标。方法从GEO数据库下载PC表达芯片数据集,通过limma R包筛选差异表达基因(DEGs)。Metascape和GeneCards网站进行差异基因本体论(GO)生物学功能和京都基因与基因组百科全书(KEGG)通路富集分析;STRING及CytoHubba构建DEGs蛋白互作(PPI)网络并筛选枢纽(Hub)基因。下载TCGA_GTEx-PRAD数据集,验证Hub基因表达差异及与临床变量的相关性。GEPIA网站纳入TCGA数据集进行生存分析及基因间相关性分析,构建受试者工作特征(ROC)曲线评估hub基因预测患者5年无病存活状态的效能。结果共鉴定出4个与诊断及预后相关的核心基因。其中TOP2A,AURKA和RRM2在癌组织中显著高表达,而COL4A6在癌组织中显著低表达(P<0.001),TOP2A,AURKA和RRM2高表达与PC患者较高Gleason评分、前列腺特异性抗原(PSA)水平、淋巴结转移率及较差的无病生存期(DFS)相关(P<0.05);COL4A6低表达与PC患者较低Gleason评分、PSA水平、淋巴结转移率及较差的DFS相关(P<0.05)。这些基因预测PC患者5年是否疾病特异性存活有一定的准确性。相关性分析表明TOP2A、AURKA和RRM2之间存在显著的正相关。GO和KEGG富集显示Hub基因主要参与细胞周期及有丝分裂通路。结论运用生物信息学方法识别出了4个具有临床意义的基因TOP2A、AURKA、RRM2和COL4A6,可能为预测前列腺癌患者生存预后及探究内在分子机制提供了重要理论依据。