目的采用生物信息學方法篩選在肝細胞癌中的異常表達基因，并分析其在肝癌中的臨床意義及其可能的機制。方法通過 GEO 數據庫獲取 GSE101728 基因芯片數據集，篩選差異基因；通過 STRING 和 Cytoscape 篩選出核心基因；利用 GEPIA 驗證核心基因在肝癌組織中的表達及其臨床意義，進一步利用 DAVID 進行 GO 分析及 KEGG 通路分析；通過 STRING 構建核心基因的 PPI 網絡；運用 GEPIA 分析核心基因之間的相關性。結果在分析 GSE101728 數據集后共得到 1 082 個差異基因，其中 354 個基因上調，728 個基因下調。10 個基因被鑒定為差異基因網絡中的核心基因，分別為周期素依賴性激酶 1（CDK1）、細胞周期蛋白 B1（CCNB1）、細胞周期蛋白 A2（CCNA2）、polo 樣激酶 1（PLK1）、激光激酶 B（AURKB）、細胞分裂周期蛋白 20（CDC20）、著絲粒蛋白 A（CENPA）、有絲分裂阻滯缺陷蛋白 2（MAD2L1）、細胞周期蛋白 B2（CCNB2）和驅動蛋白家族 2C（KIF2C）。GO 及 KEGG 通路分析表明，該 10 個核心基因與細胞分裂和細胞周期具有密切關系。AURKB、CCNB1 和 MAD2L1 3 個核心基因的表達具有正相關關系（P<0.05）。結論通過生物信息學方法分析肝癌發生發展中的核心基因，能為進一步研究肝癌的發生機制提供一定的信息。
目的 利用生物信息數據探索細胞周期蛋白 B1（cyclin B1, CCNB1）、細胞周期蛋白 B2（cyclin B2, CCNB2）和細胞周期蛋白依賴性激酶 1（cyclin dependent kinase 1, CDK1）在肺腺癌中的作用。方法 首先從基因表達綜合數據庫（Gene Expression Omnibus, GEO）下載 2 個數據集的 RNA 高通量測序表達量數據，采用 DESeq2 軟件鑒定差異表達基因，基于差異表達基因的結果進行后續分析：構建蛋白互作網絡，選出其中最有意義的模塊，這些模塊中包括的基因即為核心基因；用來自其他數據庫的 RNA 高通量測序數據驗證核心基因的表達情況，驗證其是否為差異表達基因；對經驗證確定為差異表達基因的核心基因行生存曲線分析，篩選對肺腺癌生存期有顯著影響的核心基因；分析這些核心基因在肺腺癌不同時期的表達情況。然后用 KOBAS 數據庫對篩選出的核心基因行京都基因和基因組數據庫通路富集分析，用 muTarget 工具將篩選出的核心基因表達量與肺腺癌基因突變狀態進行關聯，基于 GDSC 數據庫的藥物信息，探索這些核心基因在肺腺癌治療中的潛在價值。最后通過人類蛋白質圖譜數據庫再次驗證這些核心基因在肺腺癌中的表達情況。結果 基于 GEO 中數據集篩選出 594 個上調、 651 個下調的差異表達基因（P<0.05），其中 30 個核心基因經篩選用于后續分析；其他數據庫的 RNA 高通量測序數據驗證出 18 個基因是差異表達的；其中 8 個基因的無病生存率在肺腺癌中有統計學意義（P<0.05）。這 8 個基因在肺腺癌的不同時期都是差異表達的，在肺腺癌中后期表達量更高。8 個基因中，CCNB1、CCNB2 和 CDK1 可在細胞周期通路中顯著富集。在肺腺癌中，CCNB1、CCNB2 和 CDK1 的表達量與 TP53 突變狀態相關。另外，CDK1 與 4 種藥物有關，揭示了 CDK1 在肺腺癌治療中的潛在價值。人類蛋白質圖譜數據庫中的免疫組織化學數據從蛋白質水平再次驗證了 CCNB1、CCNB2 和 CDK1 在肺腺癌中高表達。結論 高表達的 CCNB1、CCNB2 和 CDK1 與肺腺癌的預后不良有關，這 3 個基因是肺腺癌的預后標志物，其中 CDK1 是肺腺癌的潛在治療靶標。