应用GSEA和WGCNA方法分析细菌性败血症宿主关键差异基因及意义

【目的】采用生物信息学方法分析公共数据库来源的细菌性败血症患者全血转录组学表达谱,探讨细菌败血症相关的宿主关键差异基因及意义。【方法】基于GEO数据库中GSE80496和GSE72829全血转录组基因数据集,采用GEO2R、基因集富集分析(GSEA)联用加权基因共表达网络分析(WGCNA)筛选细菌性败血症患者相比健康人群显著改变的差异基因,通过R软件对交集基因进行GO功能分析和KEGG富集分析。同时,通过String 11.0和Cytoscape分析枢纽基因,验证枢纽基因在数据集GSE72809(Health组52例,Definedsepsis组52例)全血标本中的表达情况,并探讨婴儿性别、月(胎)龄、出生体重、是否接触抗生素等因素与靶基因表达谱间的关系。【结果】分析GSE80496和GSE72829数据集分别筛选得到932个基因和319个基因,联合WGCNA枢纽模块交集得到与细菌性败血症发病相关的10个枢纽基因(MMP9、ITGAM、CSTD、GAPDH、PGLYRP1、FOLR3、OSCAR、TLR5、IL1RN和TIMP1);GSEA分析获得关键通路(氨基酸糖类-核糖代谢、PPAR信号通路、聚糖生物合成通路、自噬调控通路、补体、凝血因子级联反应、尼古丁和烟酰胺代谢、不饱和脂肪酸生物合成和阿尔兹海默症通路)及生物学过程(类固醇激素分泌、腺苷酸环化酶的激活、细胞外基质降解和金属离子运输)。【结论】本项研究通过GEO2R、GSEA联用WGCNA分析,筛选出与细菌性败血症发病相关的2个枢纽模块、10个枢纽基因以及一些关键信号通路和生物学过程,可为后续深入研究细菌性败血症致病机制奠定理论依据。     

基于单细胞测序构建胶质母细胞瘤预后模型

[目的]基于单细胞测序筛选胶质母细胞瘤特征基因并构建预后模型。[方法]分析GEO数据库单细胞RNA测序数据集GSE84465,筛选出GBM细胞分化相关的差异基因。下载TCGA数据库GBM的基因表达谱和临床数据,采用Lasso回归、Cox回归分析筛选出特征基因构建预后模型,根据独立预后因素构建列线图,GSE83300作为外部验证集。基于风险评分中位数将患者分组,比较两组生存差异。[结果]通过scRNA-seq得到492个分化差异基因,经过回归分析得到基于6个基因(PLAUR、RARRES2、G0S2、MDK、SERPINE2、CD81)的预后模型。其1、3、5年ROC曲线下面积均大于0.7;KM分析显示高低风险组预后存在差异(P<0.001),GSE83300验证结果与TCGA一致。多因素Cox回归分析表明年龄和风险评分可以作为独立影响因素(P<0.01);C-Index(0.679)、校准图显示列线图预测模型有良好的拟合度。GSEA分析示高低风险组差异基因集参与细胞因子受体相互作用、抗原处理与提呈等通路。[结论]由PLAUR、RARRES2、G0S2、MDK、SERPINE...     

基于生物信息学筛选宫颈癌血管生成基因及构建预后模型

利用生物信息学方法筛选与宫颈癌发生、发展和预后相关的血管生成相关基因(angiogenesis related gene,ARG),并进行相关预后风险模型的构建与验证。首先,从TCGA数据库中检索宫颈癌患者的表达谱和临床特征,并提取差异表达的ARG;其次,采用Lasso Cox回归筛选预后ARG,构建相关预后模型;再次,使用GSE52903和GSE44001数据集进行外部验证;最后,利用基因集富集分析(gene set enrichment analysis, GSEA)探讨宫颈癌预后机制。筛选结果显示,共获得15个预后ARG,分别为EFNA1、ITGA5、EPHB4、NRP1、CDH5、PLAU、BMP6、DLL4、JUN、CA9、MMP1、BAIAP2L1、SERPINF1、F2RL1和FGFR2。GSE52903和GSE44001数据集的Kaplan-Meier生存曲线显示,高风险组的总生存期(overall survival, OS)(P=0.005)和无病生存期(disease-free survival, DFS)(P<0.001)显著低于低风险组。受试者操作特征(r...     

基于GEO和TCGA数据库分析促癌基因INHBA和抑癌基因CLCA4、CA4在结直肠癌中表达

目的:通过分析GEO数据库结直肠癌相关芯片集,寻找差异基因,并在TCGA数据库和GEO数据库进行验证,为结直肠癌的早期诊断寻找标志物。方法:分析GEO数据库结直肠癌相关芯片集GSE21510、GSE25071、GSE32323。分别分析差异基因,采用文恩图软件查找共同差异基因。进一步在TCGA数据库查找差异基因在结直肠癌中的表达及生存曲线。最后通过GEO数据库GSE24514验证差异基因的表达。结果:GSE21510,包含104例样本,共筛选出251个差异基因,其中上调基因146个,下调基因105个。GSE25071,包含50例样本,共筛选出669个差异基因,其中上调基因312个,下调基因357个。GSE32323,包含10例样本,共筛选出353个差异基因,其中上调基因115个,下调基因238个。在样本中上调基因为促癌基因,下调基因为抑癌基因。经文恩图分析,3个基因集交集共有15个基因,其中上调基因3个,下调基因12个。在TCGA数据库中查找差异基因的表达量和生存曲线,生存曲线选择结肠癌数据集,选取279个样本进行分析。根据差异基因的表达和生存曲线,最终确定促癌基因INHBA和抑癌基因CLCA4、CA4为结直肠癌的标志物。最后在GSE24514芯片集验证差异基因的表达。结论:通过GEO和TCGA数据库筛选及验证,发现在结直肠癌组织中INHBA基因明显上调,CLCA4、CA4基因明显下调。最终确定促癌基因INHBA和抑癌基因CLCA4、CA4可作为结直肠癌早期诊断的标志物。     

基于m5C相关基因构建三阴性乳腺癌预后预测模型及药物敏感性分析

为了探讨5-甲基胞嘧啶(5-methylcytosine,m5C)相关基因在三阴性乳腺癌(triple negative breast cancer,TNBC)患者治疗及预后中的潜在价值,构建了基于m5C相关基因的预后预测模型,用于评估TNBC患者的预后和生存状况。从基因表达总库(gene expression omnibus,GEO)数据库和癌症基因组图谱(the cancer genome atlas,TCGA)数据库中下载TNBC基因表达谱和相应的临床数据。通过Pearson分析确定了99个m5C相关基因,进一步采用单因素Cox分析鉴定出5个与预后有关的m5C相关基因(SLC6A14、BCL11A、UGT8、LMO4、PSAT1)并构建了风险评分(risk score)预测模型,根据风险评分中位值将患者划分为高风险组和低风险组。使用Kaplan-Meier(K-M)生存分析、受试者工作特征(receiver operating characteristic,ROC)曲线、多变量Cox回归分析、构建列线图和校准曲线评估了模型的预测效能。训练集和验证集的K-M生存曲线、受试者工作特征...     

浆液性卵巢癌铁死亡关键基因的筛选及[]生物信息学分析

利用生物信息学方法筛选浆液性卵巢癌相关铁死亡关键基因,并预测其生物学功能。从GEO数据库中获得有关浆液性卵巢癌的数据集GSE54388和GSE12470,采用R语言中的“Limma”包分析挑选浆液性卵巢癌上皮组织与正常卵巢上皮组织中差异表达基因,绘制火山图、热图。利用Venn软件在线工具绘制GSE54388,GSE12470,FerrDb三个数据集韦恩图。对相关基因进行功能富集分析、蛋白互作分析、生存分析,对关键基因绘制ROC曲线进行诊断分析。采用GEPIA2 数据库对筛选基因进行验证,并进行免疫浸润分析。结果发现:从GSE54388中筛选出2458个差异基因,其中上调1309个,下调1149个。从GSE12470中筛选出3534个差异基因,其中上调1 837个,下调1 697个。与铁死亡基因数据集取交集,共得到16个差异基因,蛋白互作网络筛选出7个基因构建的关键模块,绘制生存曲线发现浆液性卵巢癌患者中5个基因与患者总生存率不良相关,其中NRAS,PSAT1,CDKN2A,GDF15这4个基因高表达,CAV1低表达。ROC曲线显示这5个基因中CAV1,NRAS,PSAT1的AUC诊断曲线面积大于0.95,有较高的诊断价值。GEPIA2 数据库验证发现5个基因的表达情况与预测相符,仅NRAS基因表达在浆液性卵巢癌患者Ⅱ期、Ⅲ期、Ⅳ期有显著差异(P<0.05)。免疫浸润分析发现CDKN2A表达与aDC细胞浸润水平呈正相关(P<0.05,spearman相关系数0.353);CAV1表达与Mast细胞浸润正向关(P<0.05,spearman相关系数0.327);NRAS与T helper细胞浸呈正向关(P<0.05,spearman相关系数0.362)。通过生物信息学方法筛选出与浆液性卵巢癌铁死亡相关的5个基因CAV1,NRAS,PSAT1,CDKN2A,GDF15,可能在浆液性卵巢癌的发生发展中起重要作用,有望成为该病诊断、治疗和预后的潜在分子生物标志物。     

基于拓扑分析方法鉴定与胃癌相关的生物标志物

胃癌(gastric cancer, GC)是最常见的恶性肿瘤之一。由于GC发病隐匿的特性,其早期检测困难。因此,研究与GC早期诊断和预后相关的生物标志物至关重要。从GEO数据库下载了3组基因表达数据集GSE79973、 GSE19826和GSE13911,通过Limma包筛选差异表达基因(differentially expressed genes, DEGs),并使用DEGs、 STRING V11数据库和Cytoscape构建了DEGs的蛋白质-蛋白质相互作用(protein-protein interaction, PPI)网络,通过4种拓扑分析方法取交集筛选hub基因,并通过单变量Cox分析、多变量Cox分析、 Lasso回归分析、生存分析、通路分析以及文献法验证hub基因。从3个数据集中分别筛选了1 599个、 333个和662个DEGs。通过拓扑分析方法筛选了4个hub基因,即CDK1、AURKA、PTTG1和UBE2C。GO和KEGG富集分析结果表明4个hub基因参与了细胞外基质-受体相互作用、糖尿病并发症中的AGE-RAGE信号通路、小细胞肺癌和蛋白质消化吸收等通路。...     

基于GEO数据库对儿童哮喘急性发作靶基因的生物信息学分析

为了通过生物信息学技术筛选并分析关键基因以探究儿童哮喘急性发作的病理机制,从GEO数据库下载儿童哮喘急性发作相关基因芯片数据集(GSE103166),用R软件包工具筛选出哮喘急性发作患儿与健康儿童的差异表达基因(differentially expressed genes,DEGs),用 DAVID(version 6...     

强直性脊柱炎差异表达基因的生物信息学分析

目的探讨强直性脊柱炎(AS)患者差异表达基因,并基于差异基因探讨强直性脊柱炎发病相关的可能生物学过程和信号通路。方法检索基因表达谱数据库(GEO)并筛选AS相关基因表达谱数据集。应用GEO在线分析功能GEO2R分析AS组和正常对照组的差异表达基因,用Cytoscape软件clueGO插件进行基因本体论和京都基因与基因组百科全书分析,采用String蛋白-蛋白相互作用(PPI)数据库分析差异表达基因编码蛋白间的相互作用;应用Cytoscape绘制蛋白相互作用网络图,并软件筛选信号通路关键基因分析。结果选取AS患者全血表达数据集GSE25101为研究对象,分析获得差异表达基因72个。72个差异表达基因分子功能主要为参与高迁移率族盒染色体蛋白1(HMGB1)转导机制;生物学过程主要富集于巨噬细胞迁移、骨髓细胞凋亡过程、线粒体呼吸链复合体装配、ATP合成偶联电子传输、线粒体ATP合成耦合电子输运等;细胞成分主要富集于呼吸链复合体、线粒体呼吸体等。信号通路富集于氧化磷酸化信号通路和帕金森综合征相关信号通路。PPI网络经过cytohubba插件筛选,ATP5J、NDUFS4、UQCRB、UQCRH、NDUFB3、COX7B、LSM3、ATP5EP2、ENY2、PSMA4被筛选为网络中的核心基因。结论通过生物信息学方法进行预测了AS的潜在机制,并筛选出10个潜在的与AS相关的重要分子,其中氧化磷酸化可能在AS发病机制中发挥了重要的作用。     

基于生物信息学分析的肝癌核心基因的筛选及验证

本研究基于GEO数据库,选取由慢性乙型肝炎诱导的肝细胞癌芯片数据GSE121248为研究对象,利用GEO2R软件分析数据,筛选出差异表达基因,利用DAVID数据库进行GO分析和KEGG pathway富集分析.利用STRING数据库构建PPI网络,分析筛选核心基因.利用GEPIA对核心基因的表达进行验证,Kaplan ...     

内质网应激相关基因能预测骨肉瘤预后并与肿瘤免疫微环境相关

以内质网应激相关基因构建骨肉瘤患者的风险模型,探索其与肿瘤免疫微环境的关系。采用生物信息学分析法,训练集的转录组数据及临床数据下载于UCSC Xena数据库,验证集的相应数据下载于GEO数据库(GSE21257,GSE39058)。采用单因素COX回归分析、LASSO回归分析及多因素COX回归分析提取风险特征基因构建风险模型,使用决策曲线分析、受试者工作特征曲线分析验证模型的准确性,随后构建列线图进一步预测骨肉瘤患者预后;根据风险评分将患者分为高、低风险组,使用Kaplan-Meier生存曲线评估高、低风险组间的生存差异,对差异表达基因(Differentially expressed genes, DEGs)进行GO/KEGG联合富集分析、基因集富集分析(Gene set enrichment analysis, GSEA)及基因集变异分析(Gene set variation analysis, GSVA);采用ESTIMATE算法、微环境种群计数器(Microenvironment cell population counter, MCP counter)方法、单样本基因集富集分析(Single sample gene set enrichment analysis, ssGSEA)进行免疫分析;最终在验证集中验证上述结果。6个风险特征基因中VEGFA、PTGIS及SERPINH1与骨肉瘤患者的不良预后相关,而TMED10、MAPK10及TOR1B与与骨肉瘤患者的良好预后相关,高、低风险组患者之间具有显著生存差异;GO/KEGG联合富集分析、GSVA、GSEA结果表明DEGs与免疫状态相关;免疫分析显示高风险组具有更低的免疫评分及免疫景观;列线图进一步准确地预测了骨肉瘤患者的预后。内质网应激相关基因构建的风险模型能准确预测骨肉瘤患者预后,并与肿瘤免疫微环境相关。     

多种机器学习模型构建阿尔兹海默病失巢凋亡相关预测模型

阿尔兹海默病(AD)是最常见的神经退行性疾病。失巢凋亡(Anoikis)是一种新型的程序性细胞死亡方式,可导致多种疾病的发展。本研究旨在探讨失巢凋亡相关基因(ANRGs)在AD中的作用,并建立预测模型。基于GSE33000数据集筛选到1 666个AD与正常脑组织相比差异表达的基因,与53个ANRGs取交集,得到10个基因。利用上述基因,对310例AD患者进行无监督聚类,将其分为3个亚型,进一步分析不同亚型间的免疫微环境差异。之后,采用WGCNA算法筛选与AD相关的特征基因,选取4种机器学习算法(RF,GLM,SVM和XGB),构建AD罹患风险的预测模型,并在3个外部队列中进行验证(GSE5281,GSE29378,GSE122063)。最后,基于XGB模型中的5个AD特征基因(TM6SF1,SMYD3,OXCT1,MAP1B和ITPKB),成功构建一个列线图,为AD的临床预测提供参考。     

肝细胞癌相关差异基因的生物信息学及预后分析

肝细胞癌是全球癌症相关死亡的主要原因,目前对肝细胞癌的发病机制研究尚不完善,探索肝细胞癌发生、发展相关的分子标志物及其预后具有重要意义。从GEO数据库获得肝细胞癌组织和非癌组织的基因表达阵列数据GSE84402,利用GEO2R筛选差异表达基因;采用DAVID数据库对差异基因进行GO富集分析和KEGG通路分析;通过STRING数据库和Cytoscape软件构建差异表达基因对应的蛋白质相互作用网络,并从网络中筛选出核心基因(hub genes);结合KM plotter数据库的临床信息对hub genes进行预后分析。结果显示:共得到1 307个差异表达基因,其中上调基因741个,下调基因566个,这些差异表达基因主要涉及细胞分裂、细胞周期、DNA复制及物质代谢等生物学过程及生物通路。通过GO、KEGG及蛋白质相互作用网络筛选出BUB1、BUB1B、CCNA2、CCNB1、CCNB2、CDC20、CDK1、MAD2L1、PLK1等9个hub genes,进一步分析发现hub genes均与细胞周期的调控相关,表明细胞周期的调控失常在肝细胞癌的发生、发展过程中具有重要作用。生存分析显示9个hub genes在肝细胞癌患者中均为表达上调的基因,且与患者预后不良相关,这为寻找肝细胞癌患者预后相关生物标志物的研究提供了线索。     

环氧化物水解酶2在肝细胞癌中的表达水平与功能作用

本研究通过公共数据和实验数据,全面分析环氧化物水解酶2(epoxide hydrolase 2, EPHX2)在肝细胞癌中的表达情况、功能作用以及预后意义。利用GEO和MitoCarta数据集,筛选肝细胞癌中呈差异表达的线粒体相关基因;利用TCGA数据库分析EPHX2及其相关基因在肝细胞癌中的表达水平;运行R包绘制Kaplan-Meier生存曲线和功能富集分析;基于STRING和GSEA构建蛋白质互作网络和基因集富集分析;荧光定量PCR和GEO数据集验证EPHX2在肝细胞癌中的表达水平。本研究共筛选得到15个在肝细胞癌中呈差异表达的线粒体相关基因。EPHX2在肝细胞癌组织中的表达水平显著降低(P<0.01)。EPHX2表达水平与肝癌患者性别、分期和级别有关,而与年龄、T分期等因素无关。与EPHX2低表达组肝癌患者相比,EPHX2高表达组肝癌患者预后较好。功能富集结果显示,EPHX2与补体途径、脂肪酸降解等信号通路有关。蛋白质互作网络结果显示,EPHX2与HAO1、AGXT、ACOX1、GSTκ1、SCP-2、CAT、CYP2C8,CYP2C9,CYP2B6,和CYP2J2等密切相关。GSEA结果显示,EPHX2低表达组与肝癌细胞增殖、肝癌复发等基因集正相关。荧光定量PCR和GEO数据集验证结果显示,EPHX2在肝细胞癌组织和肝癌细胞株中呈显著低表达。EPHX2在肝细胞癌中呈显著低表达,提示其可能在肝细胞癌发生发展过程中发挥抑癌基因作用,但具体作用机制还需进一步验证。     

转移性肾癌患者的预后影响因素分析

[目的]旨在基于SEER数据库,筛选转移性肾癌患者的独立预后危险因素,建立一个可靠的预测模型来预测转移性肾癌患者的总体生存率(Overall survival,OS),从而帮助临床诊断和治疗。[方法]从SEER数据库中确定了2 912例转移性肾癌患者。随机选择纳入患者中70%(n=2 040)作为建模组,其余30%患者(n=872)作为验证组。由建模组构建预测模型,并使用验证组进行验证。经过单因素与多因素Cox回归,筛选出独立预后危险因素,并全部纳入用于构建列线图预测模型,并通过计算C指数(C-index)、绘制校准曲线及受试者工作曲线下面积(AUC),检验模型的准确性。[结果]根据多因素分析结果,诊断年时龄、肿瘤分期、病理分级、组织学类型、手术、肝转移、脑转移和肾转移与转移性肾癌患者的总体生存率(OS)相关。转移性肾癌患者的8个独立危险因素被纳入列线图预测模型。预测模型C指数0. 709显著高于第7版AJCC分期系统C指数0. 614。校准曲线显示,模型预测生存率与实际生存率之间的一致性,进一步验证了模型的区分能力及校准能力。[结论]该模型预测患者的总体生存率的C指数(C-index...     

生物信息学分析筛选结直肠癌靶基因及评估预后价值

为寻找与结直肠癌发展和预后相关的潜在关键基因及信号通路.从美国国立信息中心NCBI的GEO数据库获得结直肠癌基因表达数据集GSE106582,通过PCA对样本进行分组,利用GEO2R进行综合分析,筛选结直肠癌与癌旁对照组的差异表达基因;通过DAVID在线工具对差异表达基因进行GO本体分析和KEGG通路富集分析,初步分析...     

家族性高胆固醇血症HDL-miRNAs调节血单核细胞功能机制

本研究通过生物信息学方法分析家族性高胆固醇血症患者外周血单核细胞差异表达基因、HDL载体差异表达miRNA及其生物学功能,研究差异HDL-miRNA与单核细胞差异基因的相关性,探讨HDL-miRNA调控外周血单核细胞功能机制,寻找动脉粥样硬化防治新靶点。运用R语言分析GEO数据库共享平台家族性高胆固醇血症外周血单核细胞基因及HDL-miRNA探针芯片得到差异基因及差异miRNA,利用miRwalk2. 0预测miRNA靶基因,并利用STRING进行蛋白互作分析,构建差异miRNA与差异基因之间的调控网络。运用GO及KEGG分析研究基因功能。利用GEO数据(GSE6054)筛选出834个差异表达基因,利用GEO数据(GSE25108)筛选出HDL上差异miRNA28个。交叉匹配得到由19个差异miRNA和56个差异基因组配对的74对miRNA-靶基因。GO富集分析56个差异基因主要富集于肾上腺素受体信号等分子功能。KEGG分析56个差异基因主要富集于造血谱系通路上。家族性高胆固醇血症差异HDL-miRNA与外周血单核细胞差异mRNA具有相关性,HDL-miRNA有通过调控血单核细胞功能的可能性,可能参与高胆固醇血症导致动脉粥样硬化过程。     

生信分析筛选心衰氧化应激相关关键[]基因并预测候选药物

为探究氧化应激相关基因在心力衰竭发生发展中的作用,并发现核心基因进行靶基因药物预测。从GEO数据库下载GSE120895基因表达图谱,通过GEO2R筛选差异表达基因,将差异表达基因与GeneCard数据库中筛选的氧化应激相关基因取交集,得到心力衰竭氧化应激相关差异表达基因,利用R软件对差异表达基因进行GO及KEGG分析,利用Cytoscape进行PPI网络的模块以及关键基因的筛选。之后在GSE17800基因表达图谱中验证关键基因的表达,并针对关键基因进行相互作用药物预测。差异表达基因与氧化应激相关基因取交集后,共筛选出52个上调的氧化应激相关差异表达基因,在此基础上,筛选出ACTB,STAT3,FN1,EDN1,CAT共5个关键基因,在GSE17800基因表达图谱中验证后,针对4个关键基因预测了19个靶基因潜在药物。总之,本研究通过生物信息学方法鉴定关键基因,并预测潜在治疗药物,从而为了解心力衰竭的分子机制及其诊治方法提供新的见解。     

椎间盘退变纤维环及髓核异常表达基因的比较及生物信息学分析

目的:通过对已公开发表的基因芯片表达谱数据进行研究,探究椎间盘退变过程中纤维环与髓核组织的基因表达差异,并采用生物信息学方法对差异进行分析。方法:经GEO数据库选取两组椎间盘退变相关的基因芯片表达谱数据GSE23130及GSE67567,GSE23130所研究标本来源于正常及退变纤维环组织,GSE67567标本来源于正常及退变髓核组织。对上述数据系列进行质量分析,GSE23130及GSE67567各有10例样本数据被纳入实验。采用Gene Spring 13.0软件对GSE23130正常及退变纤维环间差异表达基因及GSE67567正常及退变髓核间差异表达基因分别进行筛选,利用KEGG PATHWAY和DAVID功能注释簇集分析分别对GSE23130及GSE67567上调及下调基因进行生物信息学分析。结果:GSE23130及GSE67567各筛选出差异表达基因3182个和3017个,其中135个基因在上述两个基因表达谱数据中均存在差异表达。针对两组数据进行的KEGG PATHWAY分析发现TGF-beta signaling pathway和regulation of apoptosis等数个相同的生物学通路及DAVID功能注释簇集;此外,还发现了数个与GSE23130及GSE67567单独相关的DAVID功能注释簇集。结论:椎间盘退变过程中纤维环及髓核组织内基因表达情况存在差异,两种组织内发生的生物过程不尽相同。某些生物学过程在两种组织内均出现异常改变,这些生物学过程中的异常变化可能是椎间盘退变的关键环节,值得进行深入研究。     

人肝细胞癌预后不良相关基因的生物信息学分析及其临床意义

目的:筛选肝细胞癌(HCC)预后不良相关基因,并探讨其临床意义。方法:在基因表达综合数据库(GEO)中获取符合分析条件的肝细胞癌全基因组表达谱数据并分析得到差异表达基因(DEGs),再运用生物学信息注释及可视化数据库 (DAVID) 和蛋白相互作用数据库 (String) 分别进行功能富集分析和蛋白质互作用网络的构建。利用癌症基因组图谱数据库(TCGA)和Cox比例风险回归模型对相关差异基因进行预后分析。结果:找到一个符合条件的人类HCC数据库 (GSE84402),共筛选出1141个差异表达基因(DEGs),其中上调基因720个,下调基因421个。基因功能富集分析和蛋白质互作用分析结果显示CDK1、CDC6、CCNA2、CHEK1、CENPE 、PIK3R1、RACGAP1、BIRC5、KIF11和CYP2B6为HCC预后的关键基因。TCGA数据库和Cox回归模型分析显示CDC6、PIK3R1、RACGAP1和KIF11的表达升高,CENPE的表达降低与HCC预后不良密切相关。结论:CDC6、CENPE、PIK3R1、RACGAP1和KIF11可能和HCC的预后不良相关,可作为未来HCC预后研究的参考标志物。