癌症是导致死亡人数最多且死亡率最高的疾病之一,严重威胁了人类的健康。尽管癌症研究近年来有了很大的进展,但由于缺乏特异性强的诊断标记物,尤其是早期诊断标记物,癌症诊断仍然是个难题。TCGA和GTEx等数据平台提供了海量的公开数据让研究者可以综合多种组织的数据进行特异表达基因的筛选。本研究的目的是筛选一批高特异性的癌症诊断及预后标记物并对癌症特异高表达基因的转录调控网络和潜在药物靶点进行研究。首先,使用SEGtool从TCGA和GTEx数据库的表达量数据中筛选了各癌症组织、癌旁组织以及正常组织的特异表达基因(SEGs),并从中筛选了仅在一种癌症特异表达的癌症特异表达基因(cSEGs)。然后在癌症特异表达基因的基础上筛选了灵敏度高的基因作为潜在标记物。这样总共得到了来自15种癌症的283个潜在标记物,其高表达样本比例均大于50%,其中KICH的三个cSEGs(OGDH、MUDENG和ACO2)的高表达样本比例>80%。此外还筛选了13种癌症的245个对早期癌症敏感的潜在标记物,其高表达样本比例均大于50%,其中MUDENG和ACO2在早期KICH的高表达样本比例达到了95%,一致性非常好。双基因标记物的高表达样本比例相对单基因标记物有了显著提高,KICH的双基因高表达样本比例最高达到97%,早期KICH和早期COAD双基因高表达样本比例最高达100%。此外还确定了15个SEG是各种抗癌药物的靶点,其中大约一半的药物可能被重新用于新的癌症类型。部分SEG受相应癌症的特异转录因子调控,还有39个cSEG为7种癌症的预后相关基因。总而言之,本研究从癌症特异表达基因中筛选诊断及预后标记物,能有效弥补现有标记物特异性不强的缺陷。此外还分析了癌症中特异表达的调控网络和潜在药物靶点,为癌症的调控机制提供了新的认知并对癌症的药物研究做出了贡献。