舌鳞状细胞癌关键基因的筛选及其潜在治疗药物的预测

目的 通过生物信息学方法筛选舌鳞状细胞癌的关键基因,并预测其潜在的治疗药物。方法 从GEO数据库中下载GSE34105和GSE13601数据集,并利用limma包筛选DEGs。DAVID数据库对DEGs进行GO及KEGG富集分析。STRING数据库构建PPI网络,并在Cytoscape中进行可视化。“CytoHubba”筛选Hub基因,并利用TCGA数据库、HPA数据库及RT-qPCR进行验证。最后,在Cellminer数据库中筛选Hub基因潜在的治疗药物。结果 共筛选出192个DEGs,其中上调基因84个,下调基因108个。GO富集分析显示,DEGs主要涉免疫反应、细胞外基质分解等生物学过程;KEGG富集分析显示,DEGs主要富集在EMC-受体相互作用信号通路。筛选出IFIT3、OAS2作为Hub基因。预测出布加替尼、艾沙佐米柠檬酸盐及硼替佐米等19种可能靶向作用于舌鳞状细胞癌的药物。结论 通过生物信息学方法筛选出两个Hub基因,并预测其潜在的治疗药物,为研究舌鳞状细胞癌的分子机制及开发治疗药物提供理论基础。     

基于数据库挖掘分析FN1、COL4A1、COL4A2基因在胃癌中的表达及意义

目的 基于数据库挖掘分析胃癌预后预测和胃癌靶向治疗的潜在关键基因(Hub基因)。方法 本研究选取基因表达综合数据库(GEO)的GSE33651和GSE118916数据集(研究时间为2011年11月—2019年8月)。GEO2R进行胃癌差异表达基因(DEGs)分析。DAVID数据库对DEGs进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析。采用STRING数据库和Cytoscape软件构建DEGs的蛋白质-蛋白质相互作用(PPI)网络,其中Degree>10的DEGs被认为是Hub基因。基于癌症基因组图谱(TCGA)的胃腺癌数据,使用OncoLnc和UALCAN数据库对Hub基因进行生存分析和表达分析。TIMER数据库对Hub基因进行免疫浸润分析。结果 GSE33651和GSE118916中鉴定出80个共有上调和34个共有下调DEGs。DEGs富集在69个GO条目和7个KEGG信号通路。从PPI网络中筛选出14个Hub基因。FN1、COL4A2和COL4A1基因在胃癌组织的表达水平均显著高于胃正常组织,且在胃癌中具有良好的预后预测价值。FN1、COL4A2和COL...     

miR-129-5p调控的COL1A1作为胃癌潜在治疗靶点的生物信息学分析

目的应用生物信息学技术探索胃癌发病机制,为胃癌的防治提供生物信息学依据。方法用GEO2R在线工具分析 GSE79973中胃癌组织和正常胃黏膜组织的差异表达基因（Differentially expressed genes, DEGs）,通过DAVID数据库对DEGs 进行GO分析和KEGG通路富集分析,然后通过STRING数据库构建蛋白质相互作用网络,用Cytoscape 软件进行关键基因 （Hub 基因）筛选和功能模块分析,并在GEPIA 数据库对Hub 基因进行验证,用Target Scan 数据库预测调控靶基因的 microRNAs,并用OncomiR分析microRNAs在胃癌组织中的表达及其与生存预后的关系。结果共筛选出181个在胃癌中差异 表达的基因。蛋白质互作网络筛选出10个Hub基因。DEGs功能分析主要涉及蛋白质消化吸收、PI3K-Akt信号通路、ECM-受 体相互作用、血小板激活信号通路。GEPIA数据库验证显示COL1A1 在胃癌组织中高表达,并和胃癌患者的不良预后有关。 miR-129-5p与COL1A1 mRNA的3’UTR结合。与正常组织相比,miR-129-5p在胃癌组织中表达明显下调,且与胃癌患者预后 具有一定相关性。结论miR-129-5p调控的COL1A1是胃癌潜在的治疗靶点。     

基于生物信息学的胃癌预后基因的筛选和分析

目的 应用生物信息学方法筛选和分析胃癌预后基因。方法 从GEO数据库中下载胃癌基因芯片数据集GSE54129、GSE81948、GSE118916,使用在线分析工具GEO2R筛选出差异表达基因(differentially expressed genes,DEGs)。利用在线数据库DAVID对筛选的DEGs进行功能和通路富集分析。然后使用在线网站STRING和Cytoscape软件对DEGs构建蛋白互作网络,并筛选hub基因。最后使用Kaplan Meier-Plotter和GEPIA在线数据库对hub基因进行生存和表达水平分析。结果本研究共发现362个总DEGs,包含164个上调基因,192个下调基因。通过GO功能富集分析,发现DEGs主要富集在细胞外基质和胶原蛋白。KEGG富集通路分析显示,DEGs主要参与的信号通路包括ECM-受体相互作用、阿米巴病、蛋白质的消化和吸收、局部黏附和PI₃K-Akt信号通路。CytoHubba插件共筛选出10个DEGs作为hub基因,通过Kaplan Meier-Plotter数据库验证这10个hub基因,发现COL1A1、COL3A1、FN1、MMP2、COL5A1、BGN、COL4A1、COL4A2和COL6A3这9个基因和胃癌预后相关,并且高表达组预后差(P<0.05);GEPIA数据库发现这9个与胃癌预后相关的基因在胃癌组织中均呈高表达水平(P<0.05)。结论 通过生物信息学方法,本研究发现了9个胃癌预后基因,其中BGN、COL3A1和COL5A1这3个基因可能成为胃癌预后的新的标志物。     

基于生物信息学分析的圆锥角膜相关Hub基因及其通路的鉴定

目的：明确圆锥角膜（KC）潜在的目标基因并探讨其潜在的病理机制。方法：从GEO数据库中下载GSE77938的基因芯片数据并进行生物信息学分析。GSE77938数据集包含50个样本,包括25例KC患者和25例正常对照者。采用Cytoscape软件进行GO和KEGG富集分析,并通过Cytoscape软件构建差异表达基因（DEGs）的蛋白相互作用（PPI）网络。结果：在KC中共鉴定出1 547 个DEGs,包括1 103 个上调基因和444 个下调基因。GO分析结果显示,上调的DEGs在生物过程（BP）中的1 220条通路中显著富集、细胞成分（CC）的黑素体的102条通路和分子功能（MF）的102条通路中显著富集。下调DEGs的富集功能在BP、CC和MF中分别为99、64和47个通路。KEGG通路分析显示上调的DEGs富集于72条通路,而下调的DEGs富集于8条通路。从PPI网络中鉴定出Hub基因TNF、JUN、IFNG、PTPRC、ICAM1、FOS、IL6、CXCL8、LCK、CSF2、MMP9、ITGAX、CD40LG和IL10,ClueGO分析发现这些基因涉及GO术语中的6 条显著通路和KEGG中的3 条通路。结论：所鉴定的DEGs和枢纽基因促进了对KC发生的分子机制的理解,其可能作为KC治疗的分子靶点和诊断性生物标志物。     

生物信息学分析类风湿性关节炎相关间质性肺病Hub基因及其通路的鉴定

目的 明确类风湿性关节炎相关间质性肺病(RA-ILD)发病的潜在分子靶标及通路。方法 NCBI-GEO分别下载类风湿性关节炎成纤维样滑膜细胞(RA-FLS)及间质性肺病(ILD)肺脏组织基因原始表达谱矩阵文件(GSE128813,GSE47460),利用R软件筛选两个数据集的差异表达基因,并获取共同差异表达基因,即目的基因。同时,利用DAVID工具对目的基因进行基因本体论(GO)及通路富集(KEGG)分析。利用STRING数据库和Cyto-scape软件构建目的基因与转录因子(TF)调控网络图并筛选Hub基因。结果 通过对两个基因数据集的差异表达基因(DEGs)取交集获得43个目的基因。GO分析显示,生物学过程主要富集于胶原蛋白分解代谢及间充质细胞增殖等过程;细胞成分组主要富集于细胞外基质等方面;分子功能组主要富集于肝素结合等方面;KEGG通路主要富集于类风湿性关节炎、癌症等通路。蛋白质网络分析筛选出基质金属酶1(MMP1)、基质金属酶3(MMP3)、去整合素金属蛋白酶3(ADAMTS3)、拓扑异构酶2A(TOP2A)等8个关键(Hub)基因。结论 通过生物信息学分析发现的Hub基因及...     

基于生物信息学分析宫颈癌关键基因及预后相关的生物标志物

目的 从公共数据库筛选并探讨宫颈鳞状细胞癌的关键致病基因。方法 从GEO数据库GSE122697、GSE89657里下载宫颈组织表达谱芯片数据。利用R软件和韦恩图查找数据集的差异表达基因(DEGs)交集,进行GO 和 KEGG 通路富集分析。利用STRING数据库构建了DEGs的蛋白质-蛋白质相互作用网络(PPIs)并导入Cytoscape软件进一步分析,通过cytohubba插件和MCC算法筛选出DEGs。利用癌症基因组图谱数据(TCGA)对已初步筛选的DEGs进行验证及生存曲线分析,并进一步筛选与宫颈癌总生存率相关的DEGs进行ROC分析,获得关键基因。结果 宫颈鳞状细胞癌差异基因56个,其中15个上调和41个下调。GO 及 KEGG 分析结果显示, 这些 mRNA 主要参与细胞核分裂、细胞外基质代谢调控等生物学进程; 主要富集于细胞周期、减数分裂、PIK-Akt信号通路、ECM受体相互作用通路等。通过PPI网络中筛选出18 个核心基因,并在TCGA数据集中得以验证,生存曲线分析的结果表明18个差异基因中的ASF1B基因对宫颈癌患者生存预后具有显著影响 (HR=0.437(0.272-0.704), P<0.01), ROC分析的结果表明其对宫颈癌患者具有很好的诊断价值(AUC=0.998)。结论 本研究通过综合生物信息学分析,有望为宫颈癌诊断和预后提供可靠的分子生物标志物和治疗靶点。     

骨肉瘤关键基因及免疫浸润的生物信息分析

目的 通过生物信息学方法筛选骨肉瘤潜在的关键基因,并分析其免疫浸润模式。方法 从基因表达综合数据库(GEO)获取与骨肉瘤相关的基因表达谱GSE16088和GSE12865,采用生物信息学方法筛选与骨肉瘤相关的差异表达基因(DEGs),并进行基因本体(GO)功能注释和京都基因与基因组百科全书(KEGG)富集分析、免疫细胞浸润分析。通过蛋白质-蛋白质相互作用网络筛选出骨肉瘤潜在的关键基因,利用癌症基因组图谱数据库(TCGA)验证关键基因在骨肉瘤和正常组织样本中的表达情况。结果 共筛选出108个DEGs。GO功能注释和KEGG富集分析显示,DEGs主要富集在整合素结合、细胞外基质(ECM)结构成分、ECM受体相互作用和磷脂酰肌醇3-激酶/蛋白激酶B(PI3K/Akt)信号通路。巨噬细胞是骨肉瘤最主要的免疫浸润细胞。分泌型磷蛋白1(SPP1)、基质金属肽酶2(MMP2)、赖氨酰氧化酶(LOX)、V型胶原蛋白α(II)链(COL5A2)、黑色素瘤细胞黏附分子(MCAM)5个关键基因在骨肉瘤和正常组织样本中的表达存在差异(P均<0.05)。结论 SPP1、MMP2、LOX、COL5A2、MCAM在骨肉瘤中均上调,可能是骨肉瘤潜在的生物标志物。巨噬细胞是骨肉瘤最主要的免疫浸润细胞,可为骨肉瘤的治疗提供新的方向。     

基于生物信息学筛选小细胞肺癌相关关键基因

目的 筛选与小细胞肺癌(SCLC)相关的关键基因,为后续生物学功能研究提供分子靶标。方法 首先从基因表达综合数据库(GEO)提取含有SCLC癌组织和癌旁组织基因表达数据的数据集GSE43346和GSE40275,用GEO2R在线程序分析SCLC癌组织和癌旁组织之间的差异表达基因(DEGs)。使用DAVID数据库对SCLC的DEGs进行基因本体(GO)功能富集分析以及京都基因和基因组百科全书(KEGG)通路富集分析。使用STRING数据库构建DEGs的蛋白质相互作用网络(PPI),并用Cytoscape软件作图。使用Cytoscape中的MCODE和cytoHubba插件分析重要的功能模块及子模块中的关键基因。结果 GEO数据分析结果显示,SCLC癌组织和癌旁组织共有232个DEGs(151上调基因,81个下调基因)。GO富集分析结果显示,DEGs主要参与细胞分裂等生物过程,构成细胞核等细胞组分,发挥蛋白质结合等分子功能。KEGG通路富集分析结果显示,DEGs主要富集于细胞周期、HTLV-I感染、癌症通路等。经过构建PPI网络,分析其重要的功能模块及其关键基因,结果鉴定出10个关键基因可...     

穿心莲内酯治疗口腔鳞状细胞癌的网络药理学分子机制探析

目的 基于网络药理学研究穿心莲内酯治疗口腔鳞状细胞癌的分子机制。方法 在相关数据库获取穿心莲内酯的潜在作用靶点,筛选口腔鳞状细胞癌的潜在靶点,使用Venny数据库获得其共同靶基因,使用STRING数据库构建蛋白质-蛋白质互相作用网络图,使用DAVID数据库进行GO富集和KEGG通路分析,使用Cytoscape软件寻找关键靶基因,并使用分子对接进行验证。结果 穿心莲内酯找到100个潜在靶点,口腔鳞状细胞癌找到1990个潜在靶点,两者有31个共同靶基因,GSK3β与JAK2被认为是穿心莲内酯治疗口腔鳞状细胞癌的关键基因。结论 本研究体现了穿心莲内酯治疗口腔鳞状细胞癌的潜在分子机制,为进一步研究口腔鳞状细胞癌的治疗提供新的方案与思路。     

基于生物信息学分析艾滋病患者血中相关差异基因

目的 基于生物信息学方法筛选艾滋病(AIDS)相关的关键基因,为后续生物学功能研究提供分子靶标。方法 通过GEO数据库下载基因芯片GSE140713,筛选AIDS患者血样与健康对照血样的差异表达基因(DEGs),对DEGs进行GO功能富集分析和KEGG通路富集分析,并且通过String数据库构建蛋白质-蛋白质相互作用网络(PPI),确定其中与AIDS发生发展密切相关的关键基因。结果 GEO数据分析结果显示,AIDS共有1770个DEGs (1128个上调基因,642个下调基因)。GO富集分析结果显示,DEGs主要参与DNA结合转录激活活性、信号受体激活物活性等分子功能。KEGG通路富集分析结果显示,DEGs主要富集于NOD样受体信号通路。经过构建PPI网络分析其重要的功能模块及其关键基因,结果鉴定出5个关键基因可能与AIDS的发生发展相关。结论 本研究筛选出人AIDS血液中5个关键基因(CDK1、BUB1、CCNA2、CCNB1、KIF11),它们可能成为AIDS病毒潜伏期治疗的潜在靶点。     

不明原因复发性流产中铁死亡的生物信息学分析及验证

目的：探究铁死亡关键基因在不明原因复发性流产（URSA）发生发展中的作用，初步确定潜在生物标志物。方法：从基因表达综合（GEO）数据库下载数据集GSE26787，利用GEO2R筛选差异表达基因（DEGs）；从FerrDb V2数据库下载铁死亡相关基因；DEGs与铁死亡基因取交集获得URSA铁死亡相关基因；利用DAVID数据库对URSA铁死亡相关基因进行基因本体（GO）富集及京都基因与基因组百科全书（KEGG）通路分析；利用String数据库和Cytoscape软件分析蛋白互作网络，筛选Hub基因；采用实时荧光定量PCR(RT-qPCR)检测Hub基因在人工流产组及URSA组患者蜕膜组织中mRNA的表达水平。结果：共筛选出55个URSA铁死亡基因；GO功能富集提示URSA铁死亡相关基因主要在自噬调节、RNA聚合酶Ⅱ启动子转录正调控、膜的整体组分、酶及p53蛋白受体结合富集。KEGG通路分析显示URSA铁死亡基因富集最明显的为FoXO信号通路。采用String数据库及Cytoscape软件筛选出的URSA铁死亡关键基因分别为EGFR、SRC、KRAS、MDM2。RT-qPCR检测结果显示，...     

基于囊性纤维化疾病分子特征及其作用机制的生物信息学分析

目的：筛选囊性纤维化（CF）特异性相关基因,预测其靶基因,并探讨其作用机制。方方法法：从基因表达汇编（GEO）数据库获取CF样本和正常对照样本的高通量芯片数据集GSE71799、GSE24206、GSE98925和GSE69764,并分为CF组和对照组。采用R软件limma包筛选CF组和对照组差异表达基因（DEGs）,使用基因本体（GO）功能注释和京都基因与基因组百科全书（KEGG）对DEGs进行功能和通路富集分析,使用基因集富集分析（GSEA）获取DEGs显著富集的基因集,采用STRING数据库建立蛋白-蛋白互作（PPI）网络,采用Cytoscape软件可视化并筛选hub基因。结果：GEO数据库获取并筛选共429个DEGs （|log2 (FC)|>1, P<0.05）, CF组中显著高表达DEGs 105个,对照组中显著高表达DEGs 324个。GO富集分析,DEGs主要富集于中性粒细胞介导的免疫、趋化因子活动和细胞黏附分子结合等方面;KEGG通路分析,DEGs主要富集于白细胞介素17 (IL-17)信号通路（P<0.05）。GSEA分析,DEGs主要富集于信号通...     

肝细胞癌相关差异表达基因和药物预测的生物信息学分析

目的 通过生物信息学方法筛选肝细胞癌(HCC)相关差异表达基因(DEGs)及潜在治疗药物.方法 从GEO数据库中选取GSE45436、GSE84402、GSE62232和GSE101685,使用R软件分析得到DEGs.随后对DEGs进行GO和KEGG分析,并构建PPI网络、筛选核心基因.最后进行生存分析和筛选潜在治疗药...     

基于GEO数据库生物信息学方法分析子宫内膜癌相关基因和候选通路

目的：通过生物信息学方法分析与子宫内膜癌（EC）发生发展相关的关键基因和候选通路,探讨EC的发病机制和治疗靶点。方法：自公共基因芯片数据库（GEO）下载EC芯片数据集GSE17025和GSE63678,使用GEO2R在线分析工具和R软件筛选EC癌组织与癌旁组织的差异表达基因（DEGs）,并对DEGs进行基因本体论（GO）富集分析和京都基因与基因组百科全书（KEGG）信号通路分析,采用String数据库进行蛋白质-蛋白质互作网络（PPI）分析,最后采用Cytoscape软件对PPI网络进行可视化并进行模块分析。结果：对芯片数据集GSE17025和GSE63678进行DEGs分析后共获取100个共同上调基因和106个共同下调基因。GO富集分析DEGs主要富集于有丝分裂染色体分离、核分裂和细胞器分裂等生物学过程;KEGG信号通路分析DEGs主要富集于细胞周期、miRNA、p53信号通路和2型糖尿病等信号通路。通过Cytoscape软件分析,PPI网络中细胞分裂周期基因20（CDC20）、极光激酶A（AURKA）、细胞周期蛋白B1（CCNB1）、泛素E3连接酶（DTL）、中心体相关蛋白55（CEP55）、细胞周期蛋白依赖性激酶1（CDK1）、驱动蛋白家族成员11（KIF11）、母体胚胎亮氨酸拉链激酶（MELK）、细胞周期蛋白B2（CCNB2）和苯并咪唑出芽抑制解除同源物蛋白1（BUB1）被筛选为关键基因。结论：细胞周期相关基因与通路调控网络的失调可能是EC发病的主要机制。     

生物信息学分析筛选骨关节炎关键基因的研究

目的 通过生物信息学研究骨关节炎(OA)和健康对照者的差异表达基因(DEGs),为诊断和治疗OA提供新的靶点.方法 从GEO数据库下载基因芯片数据集GSE55457、GSE55235、GSE12021,采用GEO2R在线分析工具筛选出各数据集的DEGs并找到交集.采用DAVID在线分析工具进行GO功能富集和KEGG通路...     

顺铂耐药卵巢癌的差异表达基因和信号通路富集分析

目的 分析顺铂耐药卵巢癌的差异表达基因和信号通路.方法 用美国国立信息中心NCBI的GEO数据库获得顺铂耐药卵巢癌基因集GSE15372, 通过R与Bioconductor软件进行差异表达基因分析;再利用DAVID在线工具对顺铂耐药卵巢癌差异表达基因进行GO本体分析、KEGG通路分析.结果 差异倍数在2倍以上、FDR值小于0.05为标准, 筛选出上调差异表达基因和下调差异表达基因获得差异表达基因211个, 其中上调基因120个, 下调基因91个;基因富集分析发现差异表达基因集中在黏着斑、TGF-β信号通路等生物过程 (P<0.05) .结论 顺铂耐药卵巢癌存在一些特异的差异表达基因, 有部分信号通路在顺铂耐药卵巢癌中明显富集.     

乙型肝炎病毒相关肝细胞癌关键基因筛选及其与预后关系的生物信息学分析

目的：采用生物信息学方法识别与乙型肝炎病毒相关肝细胞癌（HBV-HCC）的早期诊断和不良预后相关的关键基因,阐明HBV-HCC发生发展的潜在分子机制。方法：从基因表达综合数据库（GEO）中检索“hepatitis Binduced HCC”,下载基因数据集GSE121248,通过R软件中的“limma”数据包筛选差异表达基因（DEGs）,采用“clusterProfiler”数据包对DEGs进行基因本体（GO）功能富集分析和京都基因与基因组百科全书（KEGG）信号通路富集分析,采用STRING数据库和Cytoscape软件建立蛋白-蛋白互作（PPI）网络并筛选关键基因。采用基因表达水平值的交互式分析（GEPIA）、Kaplan Meier-Plotter和人类蛋白质图谱（HPA）数据库验证关键基因及其蛋白质表达水平,采用“CIBERSORT”数据包分析免疫细胞的浸润情况。结果：共筛选出574个DEGs,其中上调基因173个,下调基因401个。GO功能富集分析,DEGs主要富集于小分子代谢、信号转导、免疫应答和炎症反应等生物学过程;KEGG通路富集分析,DEGs主要富集于视黄醇代谢、细胞...     

基于生物信息学分析探讨子宫内膜异位症恶变的机制

目的：通过生物信息学分析探讨子宫内膜异位症（EMs）恶变为卵巢透明细胞癌（OCCC）的致病机制。方法：通过GEO数据库微阵列表达谱数据集GSE57545，分别将卵巢型EMs(OVE)、EMs相关OCCC与正常女性个体的免疫基因进行差异分析，并对差异表达基因进行GO富集和KEGG信号通路分析、构建差异表达基因的PPI网络并筛选Hub基因。结果：OVE与对照组间共筛选出43个差异表达基因，OCCC与对照组间共筛选出96个差异表达基因。相对于正常女性而言，KEGG信号通路富集显示：癌症通路是OVE与OCCC共有的信号通路。GO富集分析结果示：免疫系统过程、免疫反应、调节免疫系统进程等是OVE与OCCC共有的生物学过程；囊泡、质膜部分、细胞表面是OVE与OCCC的差异表达基因富集的共有细胞组分。CAPS3是OVE与OCCC的交集Hub基因。结论：免疫系统在EMs恶变的过程中起重要作用；CAPS3可能是EMs恶变为OCCC的关键靶点之一。     

突变型与野生型胃肠道间质瘤基因筛选及信号通路分析

目的 筛选参与调控KIT/PDGFRA野生型胃肠道间质瘤(WT-GIST)发生、发展的关键基因及其信号通路,探索WT-GIST潜在的分子标志物。方法 下载来自GEO数据库GSE17743、GSE20708、GSE132542 3个GIST基因芯片数据集。合并3个芯片的基因表达矩阵、对其进行标准化处理并去除合并矩阵的批次效应、应用主成分分析检测其标准化情况后,将3个芯片中WT-GIST样本与KIT/PDGFRA突变型GIST(MUT-GIST)样本进行联合生物信息学分析,确定两组间差异表达基因(DEGs),并利用DAVID和KOBAS数据库对DEGs分别进行生物功能(gene ontology,GO)及信号通路(kyoto encyclopedia of genes and genomes,KEGG)富集分析。利用STRING数据库及CYTOSCAPE软件进行DEGs蛋白间相互作用网络(protein protein interaction network,PPI)的绘制及可视化处理,利用cytoHubba、MCODE插件划分子网络并筛选关键基因(HUBs),最后应用DAVID及KOBAS数据库对HUBs进行功能富集分析。结果 本研究共筛选出628个DEGs, 其中包括226个上调基因, 402个下调基因。DEGs的GO分析结果提示其主要富集于“蛋白质的结合”、“跨膜转运”、“细胞膜的构成”、“外泌体的形成”等功能。KEGG分析显示DEGs主要富集于“代谢途径”、“PI₃K-Akt信号通路”、“神经性配体-受体相互作用”等信号通路。通过构建PPI网络筛选出了PENK、GRIA2、FBXO6、KLHL13、HERC5等25个HUBs,GO分析结果显示其主要富集于“细胞外谷氨酸门控离子通道活性”等功能,KEGG分析结果显示其主要富集于“神经性配体-受体相互作用”、“逆行内源性大麻素信号转导通路”等信号通路。结论 通过合并3个基因芯片的基因表达矩阵, 利用生物信息学方法筛选出参与WT-GIST发生、发展过程的关键基因和信号通路, 为WT-GIST的诊疗探索潜在靶点。