生物信息学方法分析CLDN9基因在子宫内膜癌中表达对生存率的影响

目的:通过生物信息学方法分析子宫内膜癌(UCEC)中与肿瘤微环境(TME)相关的核心基因。方法:从UCSC Xena数据库下载TCGA数据库中的UCEC基因表达和临床数据。通过R软件中的ESTIMATE包计算样本的免疫细胞与基质细胞综合评分(ESTIMATE Score),将样本分为ESTIMATE Score高、低两组,分析组间差异基因(DEGs),对DEGs进行富集分析。再对DEGs进行加权基因共表达网络分析(WGCNA),得到核心基因模块。分析核心模块基因在肿瘤和正常组织中的表达情况,结合DEGs在UCEC及子宫内膜组织中的表达水平及差异程度选取研究的目的基因。通过String数据库构建目的基因的蛋白互作网络,分析目的基因的表达与UCEC的病理特征、生存预后、TME之间的相关性。对目的基因进行GSEA富集分析,分析与目的基因表达相关的生物学通路。结果:ESTIMATE Score高、低组间共有1068个DEGs,GO/KEGG富集分析结果显示DEGs主要富集在细胞免疫反应、细胞因子及受体结合等相关生物学通路上。对DEGs进行WGCNA聚类分析得到与UCEC的病理特征、生存预后显著相关的由77个DEGs组成的基因模块。模块基因中的CLDN9在UCEC与正常内膜组织中存在显著表达差异,且随着UCEC的病理特征的恶化,CLDN9的表达呈上升趋势,同时CLDN9的表达与患者的生存呈负相关。String数据库预测了10个可能与CLDN9存在交互作用的蛋白分子。GSEA富集分析结果显示,CLDN9的表达与CD8^(+)T细胞免疫、KRAS基因调节的信号通路、异生代谢、脂肪酸代谢等通路密切相关。在UCEC的TME中,CLDN9的表达与CD8^(+)T细胞等免疫细胞的浸润水平存在着负相关。结论:本研究分析鉴定了与UCEC病理特征、生存预后、TME相关的DEGs,并从中进一步分析鉴定出了与UCEC的病理分期、免疫浸润、患者生存率密切相关的CLDN9,为UCEC的诊断治疗提供了新思路。