基于加权基因共表达网络分析（WGCNA）探讨龙葵抗肺腺癌功能基因模块及生物标记识别研究

目的 采用加权基因共表达网络分析（WGCNA）法探讨龙葵抗肺腺癌的潜在生物靶标。方法 基于中药系统药理学技术平台（TCMSP）及文献检索，以口服利用度（OB）、类药性（DL）构建龙葵活性成分数据库，采用DRAR-CPI服务器反向模拟分子-靶蛋白对接龙葵预测成分可能的作用靶标，并结合WGCNA挖掘在美国国立生物技术信息中心（NCBI）的GEO数据库中的GSE10072数据集得到共表达基因模块，并与龙葵预测靶标匹配映射，得到龙葵潜在抗肺腺癌靶点。将预测靶标与抗肺腺癌基因分别利用生物学信息注释数据库（Metascape）进行GO生物学过程富集分析和KEGG通路富集分析，并用STRING数据库结合Cytoscape软件可视化龙葵潜在抗肺腺癌靶点蛋白相互作用网络并进行网络拓扑学分析，同时构建龙葵活性成分-抗癌靶点-通路网络，探讨龙葵抗癌作用的机制。并通过UALCAN及Kaplan Meier plotter数据库分析关键基因在肺腺癌组织中转录水平的变化，通过KM plotter分析关键基因与肺腺癌患者预后的关系。结果 共收集龙葵活性成分9个，包括皮树脂醇、谷甾醇、薯蓣皂苷元、辣茄碱、槲皮素、α-茄碱、澳洲茄碱、澳洲茄边碱、澳洲茄胺，预测成分作用靶标271个，筛选龙葵潜在抗癌靶点41个，其潜在调控通路包括癌症通路、PI3K-Akt信号通路、化学物致癌作用、癌症的中心碳代谢等通路。由蛋白互作网络分析可得关键基因为EGFR、CASP8、HPGDS、FYN，且证实高表达的EGFR和CASP8、低表达的HPGDS及FYN与肺腺癌患者不良预后紧密相关。结论 龙葵抗肺腺癌具有多成分、多靶点、多途径作用的特点，为其抗癌物质基础及作用机制的阐明提供了科学依据。

Identification of possible molecular markers and functional gene modules associated with lung adenocarcinoma based on weighted co-expression network analysis method