复发性喉乳头状瘤中潜在生物学标志物的筛选及生物信息学分析

目的 通过生物信息学技术筛选复发性喉乳头状瘤中表达的差异基因,为复发性喉乳头状瘤的治疗提供新的思路和靶点.方法 从GEO数据库下载复发性喉乳头状瘤的芯片数据集GSE10935,使用在线分析工具GEO2R筛选复发性喉乳头状瘤及其相邻正常喉黏膜组织间的差异表达基因,使用网络分析工具Metascape进行差异基因的GO分析及KEGG通路富集,通过STRING在线软件进行差异表达基因的蛋白-蛋白相互作用分析,并应用Cytoscape对蛋白-蛋白相互作用网络进行模块分析.最后,使用转录因子富集分析数据库ChEA3预测复发性喉乳头状瘤组织中差异表达基因的关键转录因子.结果 在10对复发性喉乳头状瘤组织及其相邻的正常喉黏膜组织间共筛选出53个差异表达基因(DEGs)(|logFC|＞1,adj P＜0.05),其中上调的DEGs共30个,下调的DEGs共23个.GO分析和KEGG通路富集显示,这些差异表达的基因主要富集在多个代谢、免疫调节及PPAR信号通路等.通过蛋白-蛋白相互作用网络的构建及模块分析,筛选出SLC27A2、SCD、ECI2及FADS2四个枢纽差异表达基因.进一步的分析发现,TP63为复发性喉乳头状瘤中最为重要的转录因子.结论 为进一步深入理解复发性喉乳头状瘤的生物学机制、探索其治疗的有效方案提供了新思路.