目的:筛选与胶质瘤患者预后相关的差异表达基因(DEGs)并预测其潜在生物学功能。方法:通过基因表达综合数据库(GEO)数据集下载胶质瘤mRNA数据集、中国脑胶质瘤基因组图谱(CGGA)数据集下载胶质瘤甲基化数据集，进行差异分析并取交集。对差异化基因进行生物功能及通路富集分析( P<0.05)，使用STRING和Cytoscape构建DEGs的蛋白-蛋白相互作用网络(PPI)，筛选核心基因。利用癌症基因组图谱计划(TCGA)数据库对筛选出核心基因进行表达验证及生存分析( P<0.05)。 结果:在不同级别胶质瘤的差异化分析中共识别出3个上调DEGs和25个下调DEGs，PPI分析得出11个核心基因。这11个基因生物功能富集主要是神经再生( P<0.01)，信号通路富集主要是羟色胺能神经突触( P<0.05)。Kaplan-Meier生存分析发现，其中9个DEGs的高表达与患者总生存率呈正相关( P<0.01)。 结论:筛选出的DEGs参与胶质瘤的恶性进展，从而影响患者预后。

目的:探索胶质母细胞瘤(GBM)发生发展过程中发生差异表达的基因并初步探讨其功能及作用，以明确影响GBM生物学行为的靶基因。方法:应用GEO2R在线分析从基因表达综合数据库(GEO)中获取的GSE70231数据集的原始基因表达谱，从而得到差异表达基因；应用DAVID数据库对差异表达基因进行基因本体(GO)功能及京都基因与基因组百科全书(KEGG)通路富集分析；应用STRING数据库构建差异表达基因的蛋白质-蛋白质相互作用(PPI)网络，然后应用Cytoscape中的插件cytoHubba和MCODE分析PPI网络，从而获取靶基因；应用基于癌症基因组图谱(TCGA)数据库中样本数据的GEPIA在线分析靶基因在GBM组织中的表达情况及其对患者总生存期的影响，最后应用人体组织的RNA-seq数据集GSE50021验证筛选出来的靶基因。结果:共筛选出520个GBM组织与正常脑组织间的差异表达基因，包含305个上调基因和215个下调基因。GO功能富集分析显示，差异表达基因的生物学过程主要富集在信号转导、细胞粘附、细胞增殖的正调控等方面，细胞学组分主要为细胞外外泌体、细胞质、细胞质膜等，分子功能显著富集在蛋白质结合率方面。KEGG通路富集分析显示，差异表达基因主要富集于丝裂原活化蛋白激酶信号通路、癌症中的蛋白多糖信号通路、催产素信号通路、钙信号通路。应用插件cytoHubba和MCODE从差异表达基因的PPI网络中共获取到17个靶基因，靶基因功能分析及临床样本验证显示8个基因( VCAM1、 SPP1、 ITGB1、 CTGF、 VIM、 ITGAV、 COL1A1、 BCL2A1)为影响GBM生物学行为的靶基因，其中 BCL2A1、 COL1A1、 ITGAV这3个靶基因与GBM的关系报道尚少，GSE50021数据集验证显示这3个靶基因在GBM组织中的表达明显高于正常脑组织，差异均有统计学意义( P<0.05)。 结论:本研究分析得出的8个靶基因尤其是 BCL2A1、 COL1A1、 ITGAV可能是未来探寻GBM发病机制及其诊断治疗的重要研究靶点。

肿瘤基因组图谱(The Cancer Genome Atlas，TCGA)涵盖了多种癌症组学数据，包括转录组数据、表观遗传组学数据、基因突变数据和疾病样本临床数据等，是肿瘤研究中不可或缺的工具。文章介绍近年来围绕TCGA数据库进行的消化系统、呼吸系统部分肿瘤学研究成果，期望利用数据库资源为相关科研人员提供肿瘤基因组学研究的新思路。

目的:基于生物信息学分析的自噬相关基因构建肺鳞状细胞癌（SqCLC）预后模型并验证。方法:从癌症基因组图谱（TCGA）数据库下载268例SqCLC患者的表达谱数据和临床信息，从基因型组织表达（GTEx）数据库下载336名健康人正常肺组织的数据集；从人类自噬数据库（HADb）及分子特征数据库（MSigDB）6.2中的GO_AUTOPHAGY基因组中获得自噬相关基因组。应用R 4.0.3软件分析TCGA数据库中SqCLC组织与GTEx数据库中正常肺组织间差异表达基因。使用R 4.0.3软件筛选TCGA数据库SqCLC组织和正常肺组织间差异表达的自噬相关基因（简称：差异表达自噬基因）。应用Cox比例风险模型分析TCGA数据库SqCLC患者差异表达自噬基因与预后的关系，构建预后模型。依据预后模型风险评分中位数将TCGA数据库SqCLC患者分为高风险组和低风险组，采用Kaplan-Meier法比较两组总生存；绘制应用预后模型预测的TCGA数据库268例患者3、5、10年总生存率的时间相关受试者工作特征（ROC）曲线。采用Cox回归分析TCGA数据库SqCLC患者总生存的独立影响因素，建立预后指数公式，根据一致性指数和受限平均生存（RMS）曲线，比较单独预后模型风险评分的预后指数与风险评分联合独立影响因素的预后指数预测TCGA数据库患者生存效果；采用R 4.0.3软件构建预测患者3、5、10年总生存率的列线图。结果:筛选出6个预后相关差异表达自噬基因，并构建预后模型为：风险评分＝PEX14×0.337+CASPASE-8×（-0.280）+TM9SF1×0.292+UBB×0.472+P4HB×0.163+CTSA×0.173。TCGA数据库中高风险组总生存较低风险组差（ P<0.001）。时间依赖性ROC曲线分析显示，预后模型风险评分预测TCGA数据库中268例患者3、5、10年总生存率的曲线下面积（AUC）分别为0.715、0.715、0.831。多因素Cox回归分析显示，年龄、分期和预后模型风险评分为TCGA数据库SqCLC患者总生存的独立影响因素，预后指数＝0.998 ×风险评分+0.725 ×分期+ 0.559 ×年龄。RMS曲线显示，相对于预后模型风险评分预测总生存，3个独立预后影响因素相结合的预后指数预测总生存效果更佳（一致性指数：0.68比0.65， P＝0.045）。采用年龄、分期和预后模型风险评分构建了预测SqCLC患者生存的列线图，其校正曲线接近理想曲线。 结论:成功建立了基于6个特征性差异表达自噬相关基因的SqCLC预后模型，内部验证显示该模型结合其他临床病理因素可对SqCLC患者生存的预测提供一定帮助。

目的:探讨孪蛋白DNA复制抑制因子(GMNN)基因不同表达水平在胰腺癌患者的临床意义和预后价值。方法:利用癌症基因组图谱(TCGA)数据库下载胰腺癌转录组数据和临床信息，运用生物信息学方法分析GMNN基因在胰腺癌组织中表达差异及临床病理特征相关性，使用R语言进行基因本体(GO)和京都基因与基因组百科全书(KEGG)通路富集分析。采用Cox回归分析胰腺癌患者生存预后影响因素，使用R包单样本基因集富集分析(ssGSEA)方法探索胰腺癌关键基因表达水平与免疫细胞浸润相关性。分别采用Wilcoxon秩检验或 χ2检验分析两组或多组间差异。 结果:GMNN基因mRNA水平在不同病理分级胰腺癌患者之间有差异，GMNN高表达与胰腺癌病理分级，糖尿病病史，总生存(OS)之间存在显著相关性( P<0.05)。GO和KEGG通路富集分析发现，相关差异基因主要影响细胞化学突触传递调节，细胞膜电位调节等信号通路。生存分析发现，低GMNN表达水平组OS显著长于高表达组[2.901(1.810，3.518)比1.416(1.153，1.717)，风险比( HR)＝2.229，95%置信区间( CI)：1.451～3.425， P<0.01]，多因素Cox回归分析显示，肿瘤残余情况和GMNN表达水平[ HR＝2.075(1.286～3.348)， P<0.01]是影响胰腺癌患者OS的独立风险因素。免疫浸润分析发现，GMNN与抗原递呈细胞，树突状细胞细胞等多种免疫细胞浸润水平之间有密切相关性。 结论:GMNN高表达患者在胰腺癌预后中OS更差，是影响胰腺癌OS的独立风险因素，其表达水平与免疫细胞浸润明显相关。

目的:全面分析肝癌的RNA结合蛋白和转录因子基因表达及免疫浸润对肝癌预后的预测价值。方法:在癌症基因组图谱(TCGA)( n＝365)、基因表达综合数据库GSE54236( n＝78)和GSE14520( n＝221)中筛选RNA结合蛋白和转录因子的共同基因集，单因素Cox回归分析进行初筛，通过LASSO-Cox构建生存回归模型，通过标准化得到整合RNA结合蛋白和转录因子的复合指数CIRT，根据其中位数将肝癌患者分为CIRT high组( n＝182)和CIRT low组( n＝182)，并分析两组免疫浸润等差异。 结果:共筛选出37个预后相关的RNA结合蛋白和转录因子基因，通过LASSO-Cox构建基于其中7个最相关基因的预后预测模型。CIRT high组患者的M1型巨噬细胞( P＝0.032)、M2型巨噬细胞( P＝0.009)、静息肥大细胞( P<0.001)、活化自然杀伤细胞( P＝0.007)和静息记忆CD4 ＋ T细胞水平较低( P<0.001)，而CIRTlow组的静息树突状细胞( P＝0.048)、M0型巨噬细胞( P<0.001)、中性粒细胞( P＝0.049)、滤泡辅助性T细胞( P＝0.004)和调节性T细胞( P＝0.001)水平较低，差异具有统计学意义。基因富集分析显示，CIRT high组的TCGA和GSE14520在细胞周期、DNA修复过程中高度富集。在TCGA队列中，CIRT low组的患者比CIRThigh组的患者总生存更优。对TCGA队列中5年随访数据进行分析，CIRT对于肝癌患者长期生存预后具有良好的预测价值(受试者工作特征曲线下面积0.71)。 结论:在肝癌中建立了基于RNA结合蛋白和转录因子表达谱以及免疫细胞浸润的新的预后指标，CIRT可以作为一个独立的预后预测指标。

目的:寻找与肺鳞状细胞癌(LUSC)预后相关的受甲基化调控的长链非编码RNA(lncRNA)。方法:从癌症基因组图谱(TCGA)数据库下载502例LUSC患者的基因表达、甲基化和临床数据，进行甲基化和lncRNA表达的差异分析。筛选出位于差异甲基化区域(DMRs)的lncRNA，并进行生存分析和临床相关性分析。构建竞争性内源性RNA网络并对网络中的靶基因进行通路富集分析。用实时荧光定量聚合酶链式反应(qPCR)在14例LUSC术后组织样本中验证lncRNA的表达。结果:共鉴定出40 680个差异甲基化位点(dm-CpGs)和14 418个DMRs。dm-CpGs大多数位于基因体，转录起始位点上游200、1 500 bp和5’非翻译区(UTR)。37个差异表达的lncRNAs(DElncRNAs)位于DMRs中。其中14个DElncRNAs与DNA甲基化水平呈负相关。生存分析显示，3个DElncRNAs(TBX5-AS1、SFTA3、MAGI2-AS3)低表达组的总生存率(OS)均高于高表达组[5年OS(TBX5-AS1)：50.8%比45.3%，风险比( HR)＝1.39， P<0.05；5年OS(SFTA3)：54.4%比41.8%， HR＝1.37， P<0.05；5年OS(MAGI2-AS3)：52.6%比43.3%， HR＝1.44， P<0.05]。多因素Cox回归分析显示，由这3个lncRNA所构建的预后模型可作为LUSC总生存的独立预测因素( HR＝2.746，95%可信区间：1.380～5.466， Z＝2.88， P<0.01)。SFTA3在女性LUSC患者中表达高于男性[0.964(0.909，1.216)比0.672(0.393，1.014)， W＝26 701， P<0.01]。TBX5-AS1在>60岁患者中表达高于≤60岁患者[0.720(0.411，1.034)比0.596(0.298，0.907)， W＝22 152， P<0.05]，在女性患者中表达高于男性[0.746(0.453，1.078)比0.637(0.370，1.002)， W＝19 635, P<0.05]，在Ⅳ期患者中表达高于Ⅰ＋Ⅱ＋Ⅲ期患者[0.964(0.909，1.216)比0.672(0.393，1.014)， W＝740， P<0.05]。通路富集分析显示MAGI2-AS3的靶基因主要富集PI3K-Akt、MAPK和Rap1等信号通路。qPCR结果显示，临床LUSC样本中TBX5-AS1、SFTA3、MAGI2-AS3在肿瘤中表达均低于正常组织[TBX5-AS1：0.006(0.001，0.013)比0.019(0.012，0.044)， W＝154， P<0.01；SFTA3：0.003(0.001，0.004)比0.022(0.015，0.030)， W＝187， P<0.01；MAGI2-AS3：0.030(0.009，0.052)比0.148(0.094，0.217)， W＝162， P<0.01]。 结论:lncRNA(SFTA3、MAGI2-AS3和TBX5-AS1)的表达与LUSC预后密切相关，在LUSC中表达下调且受DNA甲基化调控。

目的:探究特异性蛋白1(SP1)在肝癌组织中的表达及其与相关临床特征的关联，分析其在肝癌中的诊断和预后价值。方法:选取华中科技大学同济医学院附属武汉中心医院2017年1月至2019年1月期间30例住院接受手术切除的肝细胞肝癌患者的癌和对应癌旁组织标本，其中男28例、女2例，年龄(48.0±7.3)岁。采用免疫组织化学方法(IHC)检测SP1的表达。从高通量基因表达数据库(GEO)和癌症基因组图谱(TCGA)数据库中下载肝癌患者的基因表达数据以及临床信息，以分析SP1在癌和癌旁组织中的差异表达。利用受试者工作特征曲线(ROC)评估SP1区分肝癌和正常组织的能力。根据SP1表达中位数，将患者分为高表达组(181例)和低表达组(181例)，并进行Kaplan-Meier生存分析。利用基因集富集分析(GSEA)研究SP1调控的潜在分子机制。结果:IHC显示SP1在肝癌组织中的阳性表达率明显高于癌旁组织[80%(24/30)比40%(12/30)， χ2＝8.403， P<0.01]。对TCGA和GEO数据集分析显示SP1的表达水平与肝癌分化程度相关( r＝0.197， P<0.01)；ROC分析表明，SP1诊断肝癌的ROC曲线下面积均大于0.7；Kaplan-Meier分析显示高表达SP1肝癌患者的总体生存期(OS)低于低表达SP1的肝癌患者(中位OS：3.83年比4.91年， χ2＝4.592， P<0.05)；单因素COX回归分析显示SP1是影响肝癌预后的危险因素(风险比＝1.463，95%可信区间：1.031~2.077， P<0.05)；GSEA分析显示，高表达SP1肝癌中Wnt、细胞周期等细胞通路显著富集。 结论:SP1在肝癌中高表达。

目的:分析S100钙结合蛋白A11(S100A11)在脑胶质瘤患者中的表达特征及其临床意义。方法:回顾性分析中国脑胶质瘤基因组图谱(CGGA)数据库中310例脑胶质瘤患者的临床资料和转录组测序结果。根据患者的病理学特征，评价S100A11在不同分组中的表达特征。同时选用癌症基因组图谱(TCGA)RNA测序数据库中的611例脑胶质瘤患者对其进行验证。采用Kaplan-Meier生存曲线判断S100A11表达量对脑胶质瘤患者生存期的影响。进一步采用单因素和多因素Cox回归分析法评估S100A11表达量是否为影响患者预后的独立危险因素。通过生物信息学分析法获得与S100A11相关基因的生物学功能，以判断S100A11参与脑胶质瘤恶性进展的可能机制。结果:在CGGA数据库中，S100A11的表达量随肿瘤世界卫生组织(WHO)分级的升高而增加(Ⅱ、Ⅲ、Ⅳ级依次为：－0.78±0.69、－0.12±0.80、0.62±0.84， F＝96.250， P<0.001)；S100A11在间质型、异柠檬酸脱氢酶( IDH)野生型和O 6-甲基鸟嘌呤-DNA-甲基转移酶(MGMT)启动子非甲基化型脑胶质瘤中的表达水平更高(均 P<0.001)；在2016年WHO中枢神经系统肿瘤分类中，S100A11在 IDH野生型低级别胶质瘤和 IDH野生型胶质母细胞瘤中均具有较高的表达(均 P<0.001)。S100A11高表达者的总体生存率明显低于低表达者( P<0.05)。S100A11的上述表达特征在TCGA RNA测序数据库中得到相似的结果。多因素Cox回归分析结果显示，S100A11高表达是影响脑胶质瘤患者预后的独立危险因素( HR＝1.227，95% CI：0.963～1.538， P＝0.014)，可用于判断预后。S100A11可能与脑胶质瘤细胞的免疫反应、细胞外基质调控等生物学过程有关。 结论:S100A11在脑胶质瘤中的表达量与其恶性程度相关，可能通过影响肿瘤细胞的免疫反应参与脑胶质瘤的恶性进展；S100A11可能成为脑胶质瘤患者预后判断的指标及治疗靶点。

目的:探讨SIRT7在胰腺癌细胞上皮-间充质转化（EMT）中的作用和机制。方法:使用siRNA或质粒转染将胰腺癌细胞分为siControl组、siSIRT7组、过表达SIRT7组、siSIRT7+siCOL4A1组和siSIRT7+siSLUG组。EdU实验、细胞划痕实验和Transwell实验分别检测细胞的增殖、迁移和侵袭能力，实时荧光聚合酶链反应（qRT-PCR）和Western blot法检测EMT标志物和肿瘤干细胞标志物的表达水平。对敲低SIRT7的胰腺癌细胞进行转录组测序（RNA-seq），探究SIRT7调控的信号通路和靶基因，采用qRT-PCR验证靶基因的转录水平。定量染色质免疫共沉淀实验（q-ChIP）和染色质免疫共沉淀聚合酶链反应（ChIP-PCR）鉴定SIRT7直接调控的靶基因。免疫组织化学法检测人胰腺癌组织（2013—2016年购自武汉塞维尔生物科技有限公司）中SIRT7及靶基因的表达。癌症基因组图谱（TCGA）数据库数据分析SIRT7及其靶基因的表达相关性。KM-Plotter网站用以分析SIRT7和靶基因在胰腺癌中的生存相关性。GeneMANIA、STRING和ENCORI在线工具用以分析SIRT7相关蛋白及miRNAs等。结果:EdU实验结果显示，过表达SIRT7组PANC-1和BxPC-3细胞增殖率分别为（19.33±0.35）%和（17.00±1.89）%，均低于对照组［分别为（31.60±1.37）%和（24.33±0.78）%，均 P＜0.05］；而敲低SIRT7表达组PANC-1和BxPC-3细胞增殖率［分别为（23.94±1.00）%、（27.08±0.97）%］和［（22.00±1.86）%、（25.96±1.61）%］均高于siControl组［分别为（11.80±1.86）%和（13.42±1.39）%，均 P＜0.05］。在PANC-1细胞中，细胞划痕实验结果表明，过表达SIRT7组细胞相对迁移率为（76.67±2.74）%，低于对照组细胞［（100.00±2.13）%， P＜0.05］；而抑制SIRT7表达后细胞相对迁移率［分别为（134.22±4.08）%和（199.82±9.20）%］均高于siControl组细胞［（102.24±3.13）%，均 P＜0.05］。迁移实验中（BxPC-3细胞），过表达SIRT7组细胞迁移数为（28.33±2.62）个，低于于对照组［（45.66±1.69）个， P?0.05］；敲低SIRT7表达组细胞迁移数［分别为（65.66±2.86）个、（82.00±2.94）个］均高于siControl组细胞［（33.00±0.81）个， P＜0.01］。Transwell实验结果表明，过表达SIRT7组细胞侵袭数为（16.33±2.05）个和（34.66±1.69）个，低于对照组［分别为（54.33±4.64）个和（58.66±5.90）个，均 P＜0.05］；而敲低SIRT7表达组细胞侵袭数［分别为（63.66±2.49）个、（69.33±3.29）个和（134.33±3.09）个、（181.66±4.02）个］均高于siControl组细胞［（35.33±2.49）个和（42.00±0.81）个，均 P＜0.05］。qRT-PCR和Western blot结果显示，敲低SIRT7表达后，细胞上皮标志物表达降低，间充质标志物表达增多，肿瘤干细胞标志物增多。RNA-seq分析显示，SIRT7参与调控多种恶性肿瘤相关信号通路，其中包括胰腺癌通路和EMT通路。q-ChIP和ChIP-PCR结果显示，SIRT7可直接结合到靶基因COL4A1和SLUG等的启动子区域；EdU、Transwell和Western blot实验也证明SIRT7与靶基因COL4A1和SLUG在胰腺癌细胞中的功能呈负性相关。免疫组化结果显示，SIRT7在胰腺癌组织中表达下调，COL4A1、SLUG、SOX2在胰腺癌组织中表达上调。GeneMANIA、STRING和ENCORI在线网站分析结果显示，有众多潜在的SIRT7相互作用蛋白和相关miRNA。 结论:在胰腺癌中，SIRT7可以通过抑制COL4A1和SLUG等靶基因的转录，从而抑制胰腺癌细胞的EMT，胰腺癌中SIRT7是一个潜在的肿瘤抑制基因。