目的:基于卵巢癌组织的基因表达谱,通过高级别浆液性卵巢癌(HGS-OvCa)亚型分类器,获得不同亚型的HGS-OvCa。鉴定增殖型HGS-OvCa的关键基因和通路。方法:我们对Gene Expression Omnibus(GEO)数据库进行全面搜索,筛选出符合纳入标准的数据集。基于TCGA(The Cancer Genome Atlas)团队和Tothill等人对卵巢癌亚型的研究结果,建立了一个跨平台的高级别浆液性卵巢癌(HGS-OvCa)亚型分类器,基于分类器,可获得四种不同亚型HGS-OvCa,即分化型、免疫型、增殖型及间质型。通过基于表达谱芯片(mRNA)的Meta分析鉴定增殖型HGS-OvCa差异表达基因(DEGs),并对最显著的DEGs进行GO和KEGG通路富集分析。使用MCODE软件分析DEGs的蛋白质-蛋白质相互作用(PPI)网络筛选重要的基因模块,并对每个模块的DEGs进行GO和KEGG通路富集分析。此外,使用CentiScaPe 2.1软件筛选枢纽基因。使用Kaplan Meier绘图仪(KM绘图仪,http://kmplot.com/analysis/)评估枢纽基因对生存的影响。结果:最终纳入5个数据集(GSE6008,GSE18520,GSE26712,GSE27651和GSE9891),通过对比增殖型HGS-OvCa及非增殖型HGS-OvCa,本研究共鉴定出622个差异表达基因,229个上调基因和433个下调基因。GO和KEGG通路富集分析表明,上调基因在细胞分裂、细胞周期、ATP结合和腺嘌呤核苷酸结合中均显著富集,而下调基因参与了细胞增殖、细胞运动、癌症通路、细胞膜的合成及蛋白质复合物结合。使用MCODE软件分析DEGs的蛋白质-蛋白质相互作用(PPI)网络检测到4个重要的基因模块。此外,PPI网络中筛选出7个具有点度中心性>68的连续性的枢纽基因,其中TOP2A、CDH1、VEGFA、EZH2和CCNB1的Kaplan-Meier分析提示其与疾病的预后有关。结论:通过TCGA数据库,建立了跨平台卵巢癌数据分类模型。对比增殖型HGS-OvCa与非增殖型HGS-OvCa,共鉴定了622个差异表达基因和7个枢纽基因,其中TOP2A、CDH1、VEGFA、EZH2和CCNB1作为关键基因可能成为未来研究增殖型卵巢癌分子靶向治疗的潜在目标。