生物信息學分析患有乳腺癌的乳腺球樣本中與自我更新相關的關鍵基因

臧衛東

摘 要 目的： 通過生物信息學分析乳腺癌中具有自更新能力的乳腺球樣本，挖掘與自更新能力有關的關鍵基因，為乳腺癌治療提供基礎和理論依據。方法：首先通過比較原位乳腺癌樣本（breast cancer， BC）與乳腺癌的乳腺球樣本（mammosphere samples， MS）的mRNA芯片表達數據，獲得差異表達基因（differentially expressed genes，DEGs）。隨后構建DEGs的蛋白與蛋白相互作用 （protein-protein interaction， PPI）網絡，并從中篩選出一個高度關聯的子網絡，最后對子網絡進行功能富集分析。結果：MS和BC兩組樣本間共有1 083個DEGs。從這些DEGs構建得到的PPI網絡中，獲得了一個包含49個DEGs的高度關聯的子網絡，其中tspo、igf1、fn1 和cdk1為子網絡的核心基因。結論：這些核心基因可能是乳腺癌細胞中與自更新相關的基因。

關鍵詞 乳腺癌 乳腺球 自我更新 差異表達基因 蛋白與蛋白相互作用網絡

中圖分類號：R737.9 文獻標識碼：A 文章編號：1006-1533（2018）01-0076-05

Analysis of critical genes related to self-renewal in the mammosphere model of breast cancer by bioinformatics

ZANG Weidong*

（Shanghai Fengheng Biotechnology Co.， Ltd.， Shanghai 200240， China）

ABSTRACT Objective： To explore the key genes related to self-renewal in breast cancer by bioinformatics， which may provide a basic theoretical basis for the treatment of breast cancer. Methods： The mRNA microarray data from breast cancer（BC） and mammosphere samples （MS） were compared. The protein-protein interaction （PPI） network of differentially expressed genes （DEGs） was constructed and a highly correlated subnetwork was screened out， and then the functional enrichment analysis was performed on the subnetwork. Results： There were 1 083 DEGs between MS and BC samples. Then the PPI network was constructed based on these DEGs. Subsequently， a highly correlated subnetwork containing 49 DEGs was obtained from the PPI network. Notably， tspo， igf1， fn1 and cdk1 were considered as the core genes of the subnetwork. Conclusion： These core genes may be associated with self-renewal in breast cancer cells.

KEY WORDS breast cancer； mammosphere； self-renewal； differentially expressed genes； protein-protein interaction

network

乳腺癌（breast cancer，BC）是發生在乳腺腺上皮組織的惡性腫瘤，多發生于女性，男性僅占1%，全世界每年約有100萬例新發病例和40萬死亡病例[1]。乳腺并不是維持人體生命活動的重要器官，所以原位乳腺癌并不致命；但癌細胞轉移后，會危及生命。乳腺癌細胞的一些子細胞系（如CD44+/CD24-/low細胞）能抵抗治療并導致癌癥復發[2]。CD44+/CD24-/low可以從乳腺癌組織中分離出來并通過體外移植到具備自更新（self-renewal）能力的乳腺球樣本（mammosphere samples，MS）中培養[3]。此外，MS培養可以為BC細胞的腫瘤誘導亞群的進一步表征提供高度適宜的模型[4]。Creighton等[5]對原位乳腺癌樣本和乳腺癌的乳腺球樣本的生物芯片表達譜數據進行分析，發現經過傳統治療后殘留的CD44+/CD24-/low在MS樣本中具有高表達特征。Creighton等[5]認為與上皮間充質轉化（EMT）相關的靶蛋白或許能夠治療癌細胞并抑制BC復發，但能抑制BC復發的目標基因或蛋白質在他們的研究中很少提及。本文利用生物信息學分析Creighton的基因芯片數據，嘗試挖掘出與抗癌細胞治療和復發相關的關鍵基因，為乳腺癌的相關研究提供基礎和理論依據。

1 材料與方法

1.1 表達譜數據獲取

從Gene Expression Omnibus（GEO，http：//www. ncbi.nlm.nih.gov/geo/）中選取下載實驗組GSE7515芯片表達數據[5]。此套表達譜數據集共有26個樣本，其中包括11個原位乳腺癌的樣本和15個乳腺癌的乳腺球樣本。該芯片采用Affymetrix Human Genome U133Plus 2.0 Array平臺進行檢測。利用Affy軟件包中的GCRMA方法[6]對所有樣本mRNA表達數據進行預處理，并從Probe ID轉換Gene Symbol并處理后，得到Gene Symbol對應的表達矩陣，總共獲得19 851個Gene Symbols。endprint