基于生物信息学的子宫内膜癌诊断标志物的筛选及免疫细胞浸润分析

摘要

目的:筛选子宫内膜癌(EC)的诊断生物标志物,并分析EC中免疫细胞浸润情况.方法:从GEO和TCGA数据库下载EC的表达谱数据集,利用R软件鉴定EC与正常子宫内膜组织的差异表达基因(DEGs),对其进行功能和通路富集分析.构建蛋白质-蛋白质相互作用(PPI)网络,筛选关键(hub)基因,并对hub基因进行ROC分析筛选出EC的诊断生物标志物.利用科学的反卷积算法(CIBERSORT)分析EC中免疫细胞浸润情况.结果:共鉴定出448个DEGs和10个hub基因.DEGs主要涉及染色体分离、核分裂等生物学过程,介导趋化因子活性、丝氨酸肽酶活性等分子功能,富集于着丝粒、细胞间桥和细胞外基质.富集的通路主要与"Wnt信号通路""TGF-β信号通路""细胞周期信号通路"及"HIF-1信号通路"相关.hub基因ROC分析结果显示AURKA、NCAPG、CDC20、CENPF和UBE2C具有较高的诊断价值.免疫细胞浸润分析发现CD4+记忆性T细胞和CD8+T细胞可能参与EC发生发展.结论:AURKA、NCAPG、CDC20、CENPF和UBE2C可作为EC的诊断标志物,CD4+记忆性T细胞和CD8+T细胞与EC发生发展密切相关,为EC的分子机制研究提供了新思路.