KIAA0101调控胃癌细胞周期的相关基因筛选

目的筛选KIAA0101 基因对细胞周期影响的相关基因。方法以RT-PCR方法分析胃癌组织相对于配对癌旁组织中 KIAA0101基因表达量,利用DAVID数据库对差异基因进行GO功能富集分析和KEGG通路富集分析,使用KEGG绘制通路 图,将与KIAA0101表达模式相关的基因列表回带入TCGA cBioPortal进行基因之间相互网络作用的关系研究,并借由系统生 成基因拓扑关系图。最后采用RT-PCR方法对候选基因进行筛选。结果癌组织中KIAA0101 mRNA表达水平为1.104±0.379, 显著高于配对癌旁组织（0.421±0.172;P=0.0179）。系统通过汇总分析全部基因探针的表达强度,对来自478 例组织中与 KIAA0101相关的基因进行了筛选。GO功能分析显示差异基因主要富集在蛋白磷酸化、RNA加工、细胞周期、DNA代谢过程、 蛋白质转运、乙酰化、细胞凋亡、蛋白质水解、氧化还原等功能。KIAA0101表达水平的改变主要影响的胃癌相关通路有：细胞周 期、剪接体、DNA复制、p53 信号转导通路等。KEGG通路图及基因拓扑图显示,BUB1B、MAD2L1、CDC45、CDK1、CCNE1、 CCNB2等与KIAA0101相关的基因也与细胞周期相关,RT-PCR结果证实BUB1B、MAD2L、CDK1、CCNE1、CCNB2 mRNA表 达水平显著高于配对癌旁组织（P<0.05）,CDC45 mRNA表达水平无显著性差异（P>0.05）。结论KIAA0101 可能通过影响 BUB1B、MAD2L1、CDK1、CCNE1、CCNB2 表达产生对细胞周期的影响,这个结果可以为KIAA0101 影响细胞周期的作用机 制、肿瘤标志物的筛选和药物靶点的选择提供参考。     

基于TCGA数据库探索舌癌干细胞关键基因的表达及其意义

目的 通过生物信息学方法研究舌癌中干细胞相关的关键基因，并利用关键基因的生物学作用和功能富集初步探索舌癌干细胞关键基因的功能。方法 舌癌RNA-seq数据和相关临床信息从癌症基因组图谱(TCGA)下载。利用R语言分析舌癌病例，WGCNA用于模块化差异基因。基于mRNAsi确定重要舌癌干性相关的模块和关键基因。对关键基因GO以及KEGG功能富集。结果 在TCGA数据库中的差异表达分析显示，正常组织和舌癌组织的mRNAsi具有显著差异，舌癌组织明显要高于正常组织(P<0.05)。在生存分析中，观察到mRNAsi评分高的患者比mRNAsi评分低的患者总体生存更差(P<0.05)。基于mRNAsi确定了40个关键基因，GO以及KEGG功能富集发现关键基因都集中在细胞周期、范可尼贫血通路和Wnt通路，P<0.05,FDR<0.25。结论 舌癌患者的mRNAsi高评分可能预示着预后不良，mRNAsi在舌癌的发生发展中起着重要的作用，并以此鉴定了40个舌癌干性相关的关键基因，这些基因有望成为舌癌治疗的靶点。     

基于生物信息库病例分析ECT2在子宫内膜癌中的表达及临床意义

目的 通过多种数据库分析ECT2在子宫内膜癌(UCEC)的表达水平、预后情况及潜在功能。 方法 利用GEO、STRING、Cytoscape筛选UCEC关键基因。联合TIMER2.0、UALCAN、肿瘤基因组图谱(TCGA)进行预后分析,运用LinkedOmics及Metascape在线分析工具行共表达基因筛选和功能富集分析。TIMER2.0分析关键基因与多肿瘤免疫浸润细胞关联性。 结果 共筛选出245个DEGs,ECT2为关键基因,其表达水平与UCEC肿瘤分级、分期及预后生存期有关联,另外发现ECT2与肿瘤增殖和免疫浸润细胞有关联。 结论 ECT2在UCEC中高表达,且与UCEC的不良预后有一定的关联性,这可能为UCEC治疗提供新靶点。     

生物信息学方法分析与宫颈癌有关联的基因

目的 通过TCGA和GEO数据库筛选与宫颈癌相关的关键基因,探讨其分子机制及临床意义。 方法 通过TCGA和GEO数据库获取宫颈癌的基因表达谱数据,采用加权基因共表达网络分析(WGCNA)获取宫颈癌与正常宫颈组织差异表达基因(DEGs),对DEGs进行富集分析、蛋白-蛋白互作网络(PPI)分析并识别关键基因,进一步对关键基因与预后及蛋白表达、以及与宫颈癌免疫浸润的关系进行分析。 结果 通过TCGA与GEO数据库中共得到88个宫颈癌DEGs,GO分析发现大部分基因与核染色体减速分裂、核染色体分裂、染色体集缩、核染色体等相关;KEGG信号通路分析发现宫颈癌DEGs参与了细胞周期、DNA复制、卵母细胞减数分裂、p53信号通路、同源重组等信号通路。鉴定出20个宫颈癌关键基因,仅有丝分裂阻滞缺陷2样蛋白1(MAD2L1)低表达患者的总生存期(OS)长于MAD2L1高表达患者(P=0.013),但MAD2L1高表达患者的无病生存期(DFS)与低表达患者差异无统计学意义(P>0.05),宫颈癌组织中MAD2L1蛋白高于正常组织。TIMER在线软件分析显示,MAD2L1与肿瘤的免疫浸润水平均相关(P<0.05)。 结论 发现了与宫颈癌相关的候选基因MAD2L1,其与宫颈癌患者的预后及免疫浸润均有关,可能成为宫颈癌预后预测及治疗的新靶点。     

基于加权基因共表达网络分析阿尔茨海默病相关的核心基因

目的 采用加权基因共表达网络分析（WGCNA）探索阿尔茨海默病（AD）相关的差异基因模块及其枢纽基因,并对差异基因模块进行生物功能注释。方法 从GEO数据库下载转录组测序数据,根据基因的相关性,当关联系数阈值设定为0.85时,参数β=8,以此构建基因共表达网络;采用Pearson相关性检验计算模块基因与临床表型相关性,筛选出与AD显著相关的基因模块,根据模块内的连接性筛选枢纽基因;利用GO功能富集分析和KEGG通路分析对模块进行功能注释。进一步建立β-淀粉样蛋白（Aβ1-42）诱导SH-SY5Y细胞损伤模型,在模型组和对照组中检测枢纽基因的表达水平。结果 根据基因表达的相关性,共构建了10个基因共表达模块,其中brown和turquoise模块与AD组显著相关（brown：r=0.66,P<0.001;turquoise：r=-0.68,P<0.001）;结果显示48个基因在共表达网络中处于核心地位;通过生物注释功能发现,两模块中的基因主要富集在DNA损伤修复通路和代谢相关通路等生物学过程中。基因的差异表达分析显示,DNASE1、TEKT2、MTSS1L等基因在AD组中高表达,ACP2、LANCL2、GMPR2 等基因在 AD 组中低表达;体外实验进一步验证了在 Aβ1-42 诱导的 SH-SY5Y 细胞损伤过程中DNASE1、TEKT2、MTSS1L表达上调（P<0.01）,ACP2、LANCL2、GMPR2表达下调（P<0.01）。结论 brown和turquoise模块与AD高度相关,并从模块中筛选出MTSS1L、GMPR2、ACP2、ACTG1、LANCL2等枢纽基因,可能通过调节DNA损伤和修复参与AD发病机制。     

细胞周期蛋白B2基因在胰腺癌 中表达的生物信息学分析

据库、cBbioPortal 数据库和 Timer 数据，探究胰腺癌组织和正常胰腺组织 CCNB2 基因表达差异，进一步分析胰腺癌 组织中 CCNB2 基因甲基化、突变情况，并探讨影响胰腺癌预后的因素。通过 STRING 数据库、GeneMANIA 数据库分析与 CCNB2 基因相互作用的蛋白，同时进行功能富集分析，预测 CCNB2 基因在胰腺癌中调控的可能途径。 结果 与正常胰腺组织比较，胰 腺癌组织中CCNB2基因具有高表达水平和高甲基化水平。胰腺癌中CCNB2基因表达与免疫细胞浸润呈正相关，CCNB2基因高 表达的患者预后差。蛋白网络分析显示，CDK1、CDK2、CKS2等蛋白与CCNB2蛋白相互作用。基因本体论（GO）富集分析显示， CCNB2 表达样本富集到有丝分裂细胞周期过程、细胞蛋白质代谢过程的调节等相关功能基因集；京都基因与基因组百科全书 （KEGG）富集分析显示，CCNB2 基因可能通过 p53 信号通路、FoxO 信号通路等方式在胰腺癌中发挥作用。 结论 胰腺癌中 CCNB2 基因高表达，与肿瘤预后呈负相关。胰腺癌发病和预后可能与 CCNB2 基因甲基化及免疫细胞浸润有关用。CCNB2 基因 可能通过能调节CDC20、CDK1等相互作用蛋白、影响细胞周期及激活p53、FoxO信号通路等途径促进胰腺癌的发生、发展。     

通过生物信息分析筛选肾上腺皮质癌的关键生物标志物和治疗靶点

目的基于生物信息学分析的方法寻找肾上腺皮质癌(ACC)的分子标志物及其相关治疗靶点。方法通过基因表达综合数据库寻找并下载关于ACC的基因表达芯片GSE19776和GSE143383,采用在线分析工具(GEO2R)对两组芯片数据进行分析,筛选出肿瘤与正常组织的差异基因,并对差异基因进行Gene Ontology基因富集分析及KEGG信号通路富集分析。再对差异基因String网站进行PPI网络构建,然后通过Cytoscape软件进行可视化分析,筛选出相关的核心基因。结果筛选出的上调差异核心基因分别为RACGAP1、CCNB1、TYMS、MAD2L1、NCAPG、CDK1,下调差异基因的核心基因为IGF1、CXCL12、TLR4、TGFBR2、HGF,它们与患者的病理分期及总体生存率存在相关性。结论筛选出的核心基因为将来ACC的诊断以及相关靶向治疗提供了相关依据。     

脓毒症患者预后相关关键基因的生物信息学分析

目的基于大数据的整理和生物信息学的分析方法,筛选出与脓毒症患者预后相关的关键基因,为脓毒症患者提供新的分子治疗靶点,改善脓毒症患者的预后。方法此项研究基于来自基因表达数据库(GEO)的GSE66099的微阵列数据(脓毒症18例,正常组47例)进行分析,将数据进行归一化整理后,使用iDEP这个平台对数据进行分析,获得脓毒症患者和正常对照组之间的差异表达基因(DEGs),利用DAVID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)通路富集分析。利用String数据库和Cytoscape软件构建蛋白质-蛋白质相互作用(PPI)网络筛选关键基因,利用GSE65682的临床数据探究关键基因与预后的关系。结果筛选出1476个差异基因,鉴定了5个脓毒症预后相关的关键基因,分别是LCP2、FYN、MAD2L1、KPNB1和GRB2。其中LCP2、FYN、GRB2、KPNB1与脓毒症患者预后呈正相关,MAD2L1与脓毒症患者预后呈负相关。结论 LCP2、FYN、MAD2L1、GRB2和KPNB1是与脓毒症患者预后相关的关键基因,MAD2L1与脓毒症患者预后呈负相关,LCP2、FYN、GRB2、KPNB1与脓毒症患者预后呈正相关。     

通过miRNA‐TF‐mRNA调控网络揭示儿童1型糖尿病的潜在生物标志物

目的 通过miRNA-TF-mRNA调控网络来预测儿童1型糖尿病(T1D)的潜在生物标志物。方法 以基因表达综合数据库(GEO)的GSE33440数据集为基因表达阵列。利用R包微阵列数据线性模型(LIMMA)识别差异表达基因(DEG)、加权基因共表达网络分析(WGCNA)筛选最重要模块,共同基因(CGs)被确定为DEG和最重要模块中的基因的交叉点;对CGs进行GO、KEGG通路富集分析;通过miRNA-TF-mRNA调控网络预测潜在生物标志物。结果 识别出51个DEG和9个重要模块;筛选出了12个CGs; CGs富集在腺苷酸活化蛋白激酶(AMPK)信号通路以及胰岛素受体底物2基因(IRS2);在miRNA-TF-mRNA调控网络中miR-499b-5p可靶向IRS2,通过AMPK信号通路调节儿童T1D。结论 研究揭示了miR-499b-5p/IRS2可能被视为儿童T1D的潜在治疗靶点。     

HOXB7调控NKX3—1促进大肠癌转移机制分析

目的分析HOXB7基因的过表达表达谱数据,探索HOXB7基因在大肠癌发生和转移过程中可能参与的分子机制。方法 主通过对HOXB7基因过表达的大肠癌细胞株对比空载对照组中表达具有差异的基因,进行转求因子结合位点富集分析,富集的转录因子结合位点与差异基因取交集,得到表达具有差异的转求因子结合位点,对具有此转录因子结合位点的差异表达基因进行共表达分析,明确这些基因可能具有的共表达特性,并对这些共表达基因对应的蛋白进行蛋白相互作用网络调控分析,明确这些基因可能参与的细胞信号通路。结果转录因子NKX3-1结合位点在HOXB7过表达的上调差异基因中的转录调控区域富集程度较高,且其本身为上调的差异基因,推测其可能在部分上调基因中具有调控作用。而NKX3-1基因与具有其转录因自结合位点的14个基因存在着共表达关系,且这14个基因所主导的细胞信号子网络主要参与肿瘤相关通路、Wnt信号通路、丝裂原活化蛋白激酶（MAPK）信号通路、细胞间连接、细胞与细胞外基质连接等与肿瘤发生及转移密切相关的信号通路。结论HOXB7基因可能通过调控NKX3-1基因促进大肠癌的发生和转移。     

Identification of Prognostic Related Hub Genes in Clear-Cell Renal Cell Carcinoma via Bioinformatical Analysis

Objective To identify new genes that correlate with prognosis of clear-cell renal cell carcinoma (ccRCC) via bioinformatics analysis. Methods The gene expression profiles of 62 ccRCC and 54 normal kidney tissues were available from the Gene Expression Omnibus database: GSE12606, GSE36895 and GSE66272. The differentially expressed genes were screened with GEO2R and J Venn online tools. Functional annotation including Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) was applied to identify the possible function of the hub genes involved in prognosis of ccRCC. In protein protein interaction network (PPI network), the STRING online tool was used to visualize the network of the differentially expressed genes, and the core gene was selected by MCODE App in Cytoscape software. Finally, GEPIA Survival Plot was performed to assess genes associated with worse survival. Results We totally found 648 differentially expressed genes, including 222 up-regulated genes and 426 down-regulated genes. PPI network showed that in 28 up-regulated genes 7 (CCNE2, CDK1, CDC6, CCNB2, BUB1, TTK and PTTG1) enriched in cell cycle and 4 genes (CCNE2, CDK1, CCNB2 and RRM2) enriched in p53 signaling pathway. GEPIA Survival Plot assay revealed that ccRCC patients carrying CDK1, CCNB2, RRM2, BUB1, and PTTG1 had a worse survival. GEPIA Box Plot showed that BUB1, CCNB2, PTTG1, and RRM2 were over expressed in the ccRCC tissues in contrast to the normal tissues (P<0.05). Conclusion ccRCC patients with the four up-regulated differentially expressed genes including BUB1, CCNB2, PTTG1, and RRM2 might manifest a poor prognosis.     

CDK1、CCNB1和NDC80与乙型肝炎相关肝细胞癌的预后和进展相关:基于生物信息学方法

目的 探讨 HBV 转化为 HCC 相关的关键基因,并探索相关的分子机制。方法 分析基因表达综合（GEO）数据库中GSE55092、GSE84044和GSE121248的mRNA微阵列数据,其中包括119个HBV相关的HCC组织和252个HBV相关的非肿瘤组织。“sva”R包用于去除批间差。进行整合分析,获取HBV相关肝癌和HBV组织中的差异表达基因（DEGs）,通过基因本体论（GO）和京都基因与基因组百科全书（KEGG）分析对差异表达基因进行功能注释。使用相互作用基因搜索工具（STRING）构建蛋白质-蛋白质相互作用网络,挖掘最重要的模块和关键基因。cBioportal用于分析hub基因的相关性。利用Kaplan-Meier和Oncomine数据库对TCGA数据库中肝癌基因表达数据进行验证,探讨hub基因与肝癌发生、发展和预后的关系。通过逆转录定量PCR（RT-qPCR）实验验证17对临床肝细胞癌样本与邻近非肿瘤组织中hub基因的表达。结果 共获得121个DEGs（P< 0.01）,鉴定出3个遗传标记,细胞周期素依赖性激酶1（CDK1）、细胞周期蛋白B1（CCNB1）和核分裂周期蛋白80（NDC80）,与细胞周期、嘧啶代谢和DNA复制有关,这3个基因高度相关（P<0.05）。UALCAN数据库证实这些基因在肝癌组织中高表达并获得相关预后信息。Kaplan-Meier表明,它们与HCC患者的低存活率相关。CDK1、CCNB1和NDC80与肝癌分级相关（P< 0.05）,RT-qPCR实验证实CDK1、CCNB1和NDC80的mRNA在肝细胞癌中的表达明显高于癌旁组织。结论 CDK1、CCNB1 和NDC80基因可作为HBV相关肝细胞癌的预后标志物,在肝癌的基础研究和临床治疗方面有一定的应用价值。     

肝组织特异性基因IGFALS、CYP3A4、SLC22A1和CYP2E1可能与肝癌预后不良相关

目的 探索肝癌相关基因在肝癌发生发展过程中的功能和作用机制,以及关键基因作为肝癌潜在生物标志物及预后指标的可能。方法 从GEO数据库选择GSE57957、GSE121248、GSE36376和GSE14520 4个数据集,以P<0.05及|log₂FC|>1为标准使用GEO2R在线工具和VENN图软件筛选出4个数据集的共同显著差异表达基因(DEGs),通过Cytoscape3.6.1插件CytoHubba及分子复合物检测插件(MCODE)对DEGs之间联系密切程度进行分析筛选。通过基因表达谱交互式分析(GEPIA)对以P<0.05及|log₂FC|>2的显著DEGs进行生存分析,采用人类蛋白质图谱(HPA)检查正常肝脏组织和肝癌组织中关键基因的蛋白质表达。结果 筛选出在4个数据集中都明显上调基因45个,下调基因132个,MCODE有13个模块结果。以P<0.05及|log₂FC|>2进一步筛选出显著差异表达32个上下调基因,其中IGFALS、HGFAC、CYP3A4、SLC22A1、TAT和CYP2E1基因在肝脏组织中的表达量明显高于其他器官,HPA的免疫组织化学数据库显示,肝癌组织中的IGFALS、CYP3A4、SLC22A1和CYP2E1表达均明显下调,且与患者的低总存活率相关。结论 肝组织特异性基因IGFALS、CYP3A4、SLC22A1和CYP2E1在肝癌中低表达,且与不良预后相关,可能是肝癌潜在的生物标志物及预后指标。     

急性T淋巴细胞性白血病关键基因的筛选与验证

目的筛选并验证急性T淋巴细胞性白血病关键基因,并对其进行生物信息学分析。方法从公共数据库基因表达数据库 （GEO）中下载T-ALL基因表达谱芯片GSE14317,应用R软件limma包筛选差异表达基因。利用DAVID数据库对差异基因进 行GO功能富集分析和KEGG通路富集分析,同时利用STRING数据库及Cytoscape软件构建差异蛋白互作网络,应用JASPAR 数据库构建转录因子靶基因网络,利用RT-PCR验证关键基因mRNA表达水平。结果GSE14317表达谱芯片中共有1443个差 异基因,包括800个上调基因和643个下调基因,这些差异基因主要富集在细胞周期,造血细胞系,细胞因子间相互作用以及T 细胞受体信号通路等。蛋白质相互作用网络图中显示节点最多的10 个枢纽基因分别是CDK1,PIK3R1,CCNB1,CCNA2, CDC20,JUN,GNG11,PLK1,PCNA和CCNB1,这些基因在子网络中分别富集于趋化因子信号通路,泛素介导的蛋白降解以及 细胞周期等。转录因子调节网络显示42个差异表达的转录因子,其中ELF5,HIC2和MEIS1与候选的9个关键基因启动子上游 均有结合位点。RT-PCR结果显示除GNG11外其余9个关键基因表达情况与芯片结果一致,ELF5,HIC2和MEIS1表达均升高 与芯片结果一致。结论CDK1,PIK3R1,CCNB1,CCNA2,CDC20,JUN,PLK1,PCNA,CCNB1,ELF5,HIC2 和MEIS1 在TALL 发生中发挥重要作用,为T-ALL的治疗和诊断提供生物学靶标。     

缺血性脑损伤大鼠外周血动态共表达网络分析

目的: 研究大脑中动脉栓塞（MCAO）大鼠不同造模时程外周血的特异表达基因及特征共表达网络模块。方法: 利用GEO数据库的基因表达谱芯片GSE119121联合R语言分析MCAO造模后不同时间点（0、1、2、3、6及24 h）外周血的差异表达基因。通过STEM工具筛选不同造模时程基因表达模式。利用基因本体（GO）数据库和京都基因与基因组百科全书（KEGG）数据库对差异表达的基因进行功能注释和通路富集。在R语言环境下利用CEMiTool包对基因表达谱矩阵进行共表达网络构建及模块分析,并将模块与不同造模时间点进行富集分析。结果: 与造模0 h相比,造模后1、2、3、6及24 h差异表达基因数分别为163、502、527、550、75。共有38种基因表达模式被富集,其中模式65和模式34分别在2~6 h特异上调或下调,Hp、Nos2、P2ry10及Klf12为两种模式的代表性基因。共表达网络模块分析显示,造模急性期早期（1~6 h）基因状态与模块2正相关,造模1~3 h基因状态与模块3正相关,造模2~6 h基因变化与模块4正相关。基因模块6随着造模时间的迁移,与各时间点从正相关（0~2 h）逐渐转为负相关（3~24 h）,模块6主要与病毒应答及固有免疫应答相关,其网络核心节点包括Mx1、Mx2、Rtp4等基因。结论: 本研究初步筛选了缺血性脑卒中急性发病期大鼠外周血的特征基因及动态共表达网络模块,为探究缺血性脑卒中的病理生理变化规律提供了依据。     

去势抵抗性前列腺癌潜在关键基因的生物信息学分析

背景去势抵抗性前列腺癌（CRPC）是男性常见恶性肿瘤疾病之一,病死率高,分子机制仍不十分清楚,且无有效治疗药物。目的应用生物信息学方法挖掘CRPC发生、发展的关键基因,为其诊治提供新思路。方法从基因表达综合数据库（GEO）中下载关于人类原发性前列腺癌（PCa）和CRPC的数据集GSE32269并进行生物信息学分析。使用R语言鉴定CRPC的差异表达基因（DEGs）。通过DAVID软件对DEGs进行基因本体论（GO）富集分析及京都基因和基因组百科全书（KEGG）通路分析。利用STRING在线数据库构建蛋白质-蛋白质相互作用（PPI）网络进一步筛选关键基因,并对关键基因进行生存分析和受试者工作特征（ROC）曲线分析。结果通过对微阵列数据集GSE32269分析共筛选出279个DEGs,进一步通过GO富集分析和KEGG通路分析发现在CRPC发展中,细胞分裂、有丝分裂和细胞周期等信号通路发挥重要作用。PPI网络分析筛选出15个关键基因,对关键基因进行生存分析发现：CDC20、MAD2L1和NUSAP1高表达组CRPC患者总生存率和无病生存率均分别低于CDC20、MAD2L1和NUSAP1低表达组（P<0.05）;且CDC20、MAD2L1和NUSAP1预测CPRC发生的ROC曲线下面积分别为0.933、0.762、0.950,提示其对CRPC具有较高的诊断价值。结论CDC20、MAD2L1和NUSAP1可能是参与CRPC发展的关键候选基因。     

通过加权基因共表达网络分析法探索胰腺癌特异表达的关键基因及表达网络

目的 通过使用加权基因共表达网络分析(WGCNA)法研究胰腺癌潜在的分子机制,并寻找关键基因。方法 从肿瘤基因组图谱(TCGA)数据库中获得胰腺癌和对照组的基因表达数据。通过limma包在R中识别差异表达的基因(DEGs)。采用WGCNA构建胰腺癌的基因共表达网络,并识别共表达模块,进行蛋白质相互作用(PPI)分析,及进行关键基因的筛选。结果 共鉴定出胰腺癌106个DEGs,通过WGCNA分析,确定了一个关键模块(MEpurple)。进一步筛选出10个关键基因,包括PKP3, EPCAM, RAB25, CBLC, AP1M2, PRP15L, B3GNT3, ESRP1, AGR2, ARHGEF16。结论 WGCNA法可以识别出与胰腺癌相关的模块和基因,为进一步研究胰腺癌发生发展的分子机制以及靶向治疗提供理论依据。