基于生物信息分析皮肤黑色素瘤治疗的关键靶点

摘要

目的:采用生物信息学方法筛选出参与皮肤黑色素瘤(skin cutaneous melanoma,SKCM)发生发展的核心基因,并将其进行预后分析,挖掘SKCM早期诊断的潜在分子标志物.方法:从GEO(Gene Expression Omnibus,GEO)数据库获得两个SKCM相关数据集,利用GEO2R分析筛选出黑色素瘤细胞与正常黑色素细胞差异表达基因(differentially expressed genes,DEGs),对差异基因进行系统的生物信息学分析.结果:两个数据集有共同差异表达基因575个,利用Cytoscape挑选出10个Hub基因,其中6个与SKCM患者的总体生存率显著相关(P<0.05),PMEL、TYR、DCT、GPR143、MLANA在SKCM中高表达,CDH1低表达.且GPR143以及靶向结合的hsa-miR-342-3p与SKCM的转移相关.结论:利用生物信息方法预测出与SKCM发生相关基因PMEL、TYR、DCT、GPR143、MLANA、CDH1,推测GPR143和hsa-miR-342-3p与SKCM转移相关,为SKCM的靶向治疗提供新靶点.