论文部分内容阅读
目的
用生物信息学分析筛选骨肉瘤预后相关基因。
方法从Gene Expression Omnibus(GEO)下载GSE33382、GSE21257数据集。分析获得差异表达基因(DEGs)。对差异基因进行GO分析，构建蛋白互作网络。Cytoscape进一步筛选关键基因，对关键基因进行生存相关性分析。用临床样本验证关键基因与患者预后情况。两组间差异采用Student’s t检验。
结果筛选下调基因43个，上调基因43个，GO分析发现差异基因主要富集在免疫应答、抗原处理和呈递、免疫反应、蛋白质加工和成熟等免疫相关过程。在分子功能中，主要参与细胞内主要组织相容性复合体(MHC)Ⅱ类受体活性、核糖体结构组成、信号和分子转导活性等。在细胞组成成分方面，主要与主要组织相容性复合体蛋白质复合物、裂解空泡、液泡、溶酶体、细胞膜、核糖体等细胞器的功能有关。筛选出10个关键基因：补体C1q A链(CIQA)、补体C1q B链(C1QB)、补体C1q C链(C1QC)、单核细胞分化抗原CD 14(CD14)、单核细胞分化抗原CD 74(CD74)、IgE受体Fc片段(FCER1G)、纤维蛋白原样蛋白2(FGL2)、组织相容性抗原(HLA-DRA)、整合素β2亚基(ITGB2)、酪氨酸激酶结合蛋白(TYROBP)。生存分析发现C1QC与骨肉瘤患者生存呈明显负相关。临床样本证实C1QC与肿瘤Enneking分期、转移显著相关(χ2＝4.288和9.809，P<0.05)，与患者生存时间呈明显负相关(χ2＝5.175，P<0.05)。
结论生物信息学分析是有效的筛查方法，C1QC是骨肉瘤预后相关因子。