利用生物信息学分析鉴定原位骨肉瘤以及肺转移的信号通路和核心基因

目的应用综合生物信息学来识别骨肉瘤中涉及的肺转移的关键致病基因并揭示潜在的分子机制。方法 GSE85537的表达谱从Gene Expression Omnibus(GEO)数据库下载,该数据库包含6个样品,包括3个原位骨肉瘤样品和3个骨肉瘤肺转移样品。整理微阵列数据集以获得差异表达的基因(DEG),并通过生物信息学方法进行深入分析。利用基因本体论(GO)和京都百科全书基因和基因组(KEGG)途径对DEGs富集并通过DAVID在线进行分析。DEG的蛋白质-蛋白质相互作用(PPI)网络由STRING数据库构建。MCODE分析通过Cytoscape软件中的MCODE插件制作。关键基因的生存分析通过在线(http://www.ualcan.path.edu/index.html)分析获得。结果从GEO数据集中共鉴定出差异基因662个,其中234个基因被上调,428个基因被下调,通过基因拓扑学分析从PPI网络中鉴定出DEG中最密切相关的137个基因。其中38个基因被上调,99个基因被下调。GO分析表明DEGs的生物学功能主要集中在血管生成,转录中RNA聚合酶II启动子的正向调节。主要的细胞成分包括外泌体和细胞外基质。分子功能包括ATP结合。KEGG通路分析显示这些DEG主要参与PI3K-Akt信号通路和肿瘤信号通路。MCODE插件分析从PPI网络中检测到3个重要模块,此外选择了15个具有高度关联性的差异基因,并经过总体存活率和相关性分析,发现基因ACTA2可能在防治骨肉瘤肺转移中发生作用。结论利用生物信息学分析筛查骨肿瘤转移前后的DEGs和通路可以帮助了解骨肉瘤转移发生的分子机制,对早期诊断和预防骨肉瘤转移具有临床意义,并提供有效的指导治疗骨肉瘤转移的联合用药。

Identification of differential genes and signaling pathways in osteosarcoma and lung metastases using bioinformatics analysis

LI Hao-jiang;CHEN Mao-qiang;WANG Zhen-yong;FU Hai-tao;SUI Xiang;GUO Quan-yi;WANG Gui-qin(Department of Microbiology and Immunology,Shanxi Medical University,Taiyuan 030001,China;Beijing Key Lab of Regenerative Medicine in Orthopaedics,Key Lab of Musculosketal Traums&War Injurious PLA)