中枢神经系统性原始神经外胚层瘤基因表达谱芯片的生物信息学分析

摘要：

目的 利用生物信息学方法对中枢神经系统性原始神经外胚层瘤(central nervous system primitive neuroectodermal tumors,CNS-PNETs)基因表达谱芯片进行分析,从分子水平探讨CNS-PNETs可能的发病机制.方法 从GEO数据库下载CNS-PNETs的基因表达谱芯片数据集GSE35493和GSE74195,利用GEO2R在线分析工具以及Venn软件筛选出差异表达基因(differentially expressed genes,DEGs),并利用DAVID数据库在线分析工具对DEGs进行基因本体论(Gene ontology,GO)和通路富集(Kyoto Encyclopedia of Genes and Genomes,KEGG)分析,通过STRING在线分析工具、Cytoscape软件及其插件cytoHubba对CNS-PNETs的DEGs进行蛋白相互作用(protein-protein interaction,PPI)网络分析,寻找关键基因.结果 本研究共获得262个DEGs,包括49个上调基因和213个下调基因.GO功能和KEGG信号通路富集分析结果显示,DEGs涉及了DNA转录和有丝分裂核分裂、细胞分裂、运动行为、学习记忆和突触信号传递等生物过程,参与了细胞周期、肿瘤相关通路及p53信号通路、突触相关信号通路、cAMP信号通路及钙离子信号通路等.通过STRING分析筛选出10个关键基因:CDK1,CDC20,MAD2L1,KIF11,ASPM,TOP2A,TTK,NDC80,NUSAP1,DLGAP5.结论 包括CDK1在内的10个关键基因可能在CNS-PNETs发生发展中起重要作用.本研究为探索CNS-PNETs的发病机制提供新的线索.

关键词：原始神经外胚层瘤、中枢神经系统、基因芯片、差异表达基因、生物信息学

所属期刊栏目：43

分类号：R739.41(肿瘤学)

资助基金：江苏省333重点人才培养工程项目;连云港市社会发展项目

在线出版日期：2022-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：220-227