基因表達譜的計算機分析以及子宮內膜異位症相關卵巢癌 (EAOC) 發展的潛在分子機制

子宮內膜異位症的分子變化表明上皮性卵巢癌（EOC）的發生率較高，特別是卵巢子宮內膜樣癌（OEC）和卵巢透明細胞癌（OCCC）。 然而，支持這種聯繫的確切遺傳證據仍不確定。 整合相關預後標誌物和通路的研究可能有助於了解子宮內膜異位症相關卵巢癌（EAOC）的發展。 為此，我們檢查了從基因表達綜合（GEO）數據庫獲得的基因表達譜，特別是包括EAOC、子宮內膜異位症和卵巢癌病例的數據集。 使用生物信息學工具limma和EdgeR，我們確定了不同疾病組之間的46個差異表達基因（DEG）。 隨後，我們進行了KEGG通路和基因本體（GO）富集分析，以了解這些DEG的功能重要性。 值得注意的是，豐富的功能和途徑涵蓋了重要的生物過程，例如染色體分離，蛋白質磷酸化，整合素結合，癌症途徑，MAPK（Ras-Raf-MEK-ERK 途徑）信號途徑和細胞粘附分子。 然後，使用Cytoscape中的GeneMANIA進行基因-基因相互作用網絡分析。
此外，採用Cytoscape的Cytohubba插件中的三種拓撲排序方法，我們從基因網絡分析中識別出18個中心基因。 接下來，使用enrich-KG進行生物功能、通路、相關疾病和轉錄因子分析的富集網絡。 在EAOC病例中，使用不配對t檢驗進行統計分析，以識別過度表達的基因，最終選擇6個中心基因（PAX8、ITGB4、CCND1、TOP1、CADM1和EHF）。
為了驗證我們的發現，使用良性樣本和細胞系進行了定量PCR（qPCR）檢測，使我們能夠確定對照組和疾病組之間的相對表達趨勢。 這些驗證實驗為所選中心基因在EAOC發展中的潛在參與提供了寶貴的見解。 對六個已確定的中心基因進行未來的實驗研究可以加深我們對EAOC發病機制的理解並支持創新治療策略的創建。