基于生物信息学和CMap数据库分析肺癌相关基因及潜在治疗药物

目的基于生物信息学和关联性图谱(CMap)数据库筛选肺癌相关基因及其潜在的治疗药物,为肺癌的治疗提供新思路。方法从基因表达数据库(GEO)中选择GSE89039、GSE118370和GSE136043,采用R软件筛选差异表达基因(DEGs),将DEGs进行GO和KEGG富集分析,并构建蛋白质-蛋白质相互作用(PPI)网络;使用基因表达谱交互分析(GEPIA)验证枢纽基因的表达以及预后价值;采用CMap数据库筛选具有肺癌治疗作用的潜在候选药物。结果我们共确定了530个DEGs,包括150个上调基因和380个下调基因。这些DEGs主要富集在细胞外基质(ECM)-受体相互作用、细胞黏附等方面。PPI网络由527个节点,1298条连接线组成,前十个枢纽基因分别为SDC1、CDH5、FGF2、PECAM1、IL6、CAV1、MMP9、SPP1、VWF、PPARG。通过GEPIA分析这些枢纽基因相关的总生存期(OS),结果显示SPP1对OS具有显著影响。使用CMap数据库筛选出的对肺癌具有潜在治疗作用的FDA批准上市的候选药物,包括腺苷脱氨酶抑制剂(克拉屈滨)、核糖苷还原酶抑制剂(氯法拉滨)、抗病毒药(阿糖腺苷)、拓扑异构酶抑制剂(替尼泊苷)、RNA聚合酶抑制剂(放线菌素)、抗代谢药物(阿糖胞苷)。结论借助生物信息学和CMap数据库挖掘发现克拉屈滨等药物对肺癌具有潜在的治疗作用。本研究为寻找肺癌的治疗方案提供了新的思路,具有重要的临床意义。