背景与目的:肿瘤原发部位是结直肠癌疾病管理的重要因素,这已成为了大家的共识。在目前提倡精准医学的形势下,为进一步探究左右半结直肠癌的临床表现及其对治疗反应的差异,我们分析了 GSE39582和TCGA数据库中结直肠癌样本的表达谱数据,来探讨其中潜在的分子机制。方法:本研究采用加权基因共表达网络分析对数据集GSE39582的436个样本及TCGA的644个样本的表达谱构建了基因共表达网络并划分基因模块。计算各基因模块与临床性状(尤其是肿瘤原发部位)的关系,从而定位关键模块,并筛选关键模块中的枢纽基因。最后对枢纽基因在大样本结直肠癌病例中进行表达谱分析、生存分析及富集分析。结果:加权基因共表达网络分析算法在GSE39582数据集和TCGA结直肠癌数据集中各划分出31和26个基因模块,确定了 red和dark-gray模块与肿瘤原发部位的相关性最大,筛选出12个关键的枢纽基因,并着重研究了基因PLAGL2和POFUT1。TCGA数据集提示PLAGL2和POFUT1在结直肠癌中存在过表达,表达水平存在强正相关性。在30例结直肠癌临床样本中,实时荧光定量聚合酶链式反应试验也证明PLAGL2和POFUT1的表达呈显著正相关。此外,大数据生存分析提示它们对左右半结直肠癌患者的预后存在不同影响,富集分析则发现它们均富集于相同通路。结论:本研究通过加权基因共表达网络分析(WGCNA)所划分基因模块并最终成功定位了与结直肠癌肿瘤原发部位相关的red、dark-gray模块以及其中的枢纽基因,并验证了关键基因表达水平和探究了部分生物学影响。PLAGL2和POFUT1作为和肿瘤原发部位最具相关性的基因,未来可能可以作为潜在的生物标记物和精准医学的治疗靶点。