温海燕，朱玉坤，曹立宇

    (安徽医科大学附属阜阳医院病理科，安徽 阜阳 236000)

    肺癌是全球患病率、病死率最高的恶性肿瘤之一，作为肺癌主要类型的肺腺癌患病率占全部肺癌的30%～35%，属于非小细胞肺癌(NSCLC)范畴[1]。近年来，由于吸烟和空气污染，肺腺癌患者数量正在上升[2]。有研究表明，晚期肺腺癌患者总体5年生存率低于15%；尽管出现了多种治疗肺腺癌的新方法，如靶向治疗和免疫治疗，但长期生存率仍然很低[3-4]。其中一个主要原因是大多数患者在晚期才被诊断出来。早期诊断是提高肺癌患者生存率和预后的最有效策略之一[5-7]。因此，了解肺腺癌发生、发展背后的分子机制，并确定可在疾病早期检测到的生物标志物，以期设计新的治疗药物以提高患者的生存率至关重要。

    随着微阵列技术和高通量测序技术的快速发展，能够有效筛选肺腺癌的基因表达变化，已被证明是筛选良、恶性疾病早期生物标志物较有价值且高效的方法[8-9]。本研究利用生物信息学方法，从GEO数据库中下载2个相关mRNA微阵列数据集，通过分析筛选出差异表达基因(DEGs)并进行富集分析，找出关键基因——Hub基因，再对Hub基因进行多个数据库的比对验证，以期找到肺腺癌发生、发展的关键靶点。

    1 资料与方法

    1.1资料来源 GEO数据库隶属于美国国立生物信息中心，是当今最大、最全面的公共基因表达数据资源。为使筛选的结果更为可靠准确，以“lung adenocarcinoma”为关键词筛选出符合条件的基因芯片数据集——GSE63459和GSE27262。GSE63459包含33例Ⅰ期肺腺癌患者中肿瘤(T)组织和32例相邻正常(N)癌旁组织，从肿瘤和与之匹配的非肿瘤肺中提取细胞总RNA，并与平台芯片阵列杂交，数据集平台为GPL6883[Illumina HumanRef-8 v3.0 expression beadchip]。GSE27262中包含25例Ⅰ期肺腺癌患者中肿瘤(T)组织和25例相邻正常(N)癌旁组织的RNA提取和微阵列杂交数据，数据集平台为GPL570[HG-U133_Plus_2]。

    1.2方法

    1.2.1DEGs分析 使用GEO芯片平台的注释文件将数据集——GSE63459和GSE27262原始矩阵文件中的探针符号转换为基因名。GEO2R是一个在线网络工具(https：//www.ncbi.nlm.nih.gov/geo/geo2r/)，由GEO提供，用于比较GEO数据集，以确定试验条件下的DEGs ......