利用TCGA的RNA-Seq数据鉴定子宫癌的关键生物标志物和调控网络

子宫癌（UC）是全球妇女癌症相关死亡的主要原因。不断增加的病例发生率强调了诊断和治疗方法的必要性。传统的诊断技术，如成像和活检，往往是昂贵的，耗时的和侵入性的，限制了它们的可用性和有效性。因此，迫切需要更有效，非侵入性和成本效益的方法，这些方法可以普遍用于UC的早期发现和适当管理。本研究旨在利用来自癌症基因组图谱（TCGA）的RNA-Seq数据，鉴定UC诊断的潜在生物标志物，并阐明由mirna和转录因子（TFs）介导的调控网络。方法和材料：UC和标准组织样本的RNA-Seq数据使用r中的tcgabiollinks包从TCGA中获取，涉及归一化和差异表达分析的数据处理使用同一包进行。根据p < 0.05和LogFC大于等于1的对数倍变化（log fold change, LogFC）选择鉴定为差异表达基因的基因。使用基因本体（GO）和KEGG通路分析来研究deg的功能重要性。利用STRING和Cytoscape鉴定了蛋白-蛋白相互作用网络和枢纽基因。使用miRTarBase和miRNet研究mirna -靶标相互作用，使用TRANSFAC和ChEA数据库分析tf -靶标相互作用。利用受试者工作特征（ROC）曲线分析和GEPIA数据库对枢纽基因进行验证。结果：经分析，共鉴定出413个deg，其中上调基因264个，下调基因149个。鉴定出的关键基因为CEACAM5、FLNC、CDKN2A、MMP9、KRT5、DCN、CNN1和SFN。氧化石墨烯富集研究揭示了必要的生物学过程，包括调节血管相关平滑肌细胞增殖（GO: 1904705）和参与凋亡过程的半胱氨酸型内肽酶活性的负调控（GO: 0043154）。KEGG通路分析揭示了癌症发展的重要途径，特别是p53信号通路和细胞因子-细胞因子受体相互作用。miRNA相互作用突出了hsa-mir-16-5p、hsa-mir-155-5p、hsa-let-7b-5p、hsa-mir-124-3p和hsa-mir-941作为关键调节因子。TF分析显示与MYC、EGR1和SUZ12有显著的相互作用。ROC曲线分析显示了所鉴定的枢纽基因的诊断潜力。结论和讨论：UC的潜在生物标志物包括CEACAM5、FLNC、CDKN2A、MMP9、KRT5、DCN、CNN1和SFN基因。所鉴定的mirna和tf在调节这些基因中具有重要作用，为UC的分子途径提供了有价值的见解。这些发现为开发UC的创新诊断和治疗方法提供了有希望的机会。