癌症疼痛基因的生物信息学分析及其临床意义

摘要

目的 对癌症疼痛基因进行生物信息学分析和筛选,为癌症患者的疼痛治疗提供依据.方法 从高通量基因表达(GEO)数据库下载GSE47603数据并整理分析,利用BART和Metascape(http://metascape.org/gp/index.html)数据库绘制火山图、热图以及进行基因本体(GO)功能注释和京都基因与基因组百科全书(KEGG)分析,再利用基因、蛋白质相互作用关系检索工具(String)数据库和Cytoscape软件进行蛋白质-蛋白质相互作用(PPI)和关键基因筛选,最后再利用Oncomine肿瘤芯片数据库对筛选的关键基因进行肿瘤相关分析.结果 通过对GSE47603数据进行分析,共得到37个差异基因,其中表达下调的基因4个,表达上调的基因33个;差异表达基因的GO功能主要富集在细胞因子介导、细胞对 γ 干扰素反应、对外部刺激反应的调节和神经递质的生物合成等上,KEGG主要富集在细胞因子与细胞因子受体的相互作用通路、白细胞介素(IL)-7信号通路和造血细胞调节等通路;通过对差异表达基因进行关键基因筛选得到得分排名居前10位的关键基因分别为非肌性肌球蛋白重链9(MYH9)、CXC趋化因子配体(CXCL)8(IL8)、辅肌动蛋白(ACTN)1、斑联蛋白(ZYX)、踝蛋白(TLN)1、基质金属蛋白酶(MMP)9、转录后基因沉默(PTGS)2、肿瘤抑制因子M(OSM)、IL17RAh和人类白细胞抗原(HLA)-DQB1,而且这些基因在人类常见各类型肿瘤中均有不同程度的表达.结论 通过大数据分析得到与癌症疼痛相关的基因,为肿瘤患者的疼痛治疗提供重要依据.