基于生信分析筛选乙型肝炎相...及其中药防治预测与系统评价_吴辉渊.pdf

1340药品评价 Drug Evaluation 2022,19（21）基于生信分析筛选乙型肝炎相关肝细胞癌关键基因及其中药防治预测与系统评价吴辉渊江西中医药大学附属医院，江西 南昌 330006摘要目的：筛选乙型肝炎相关肝细胞癌的关键基因并对其相关的防治中药进行预测。方法：从 GEO 数据库获取基因芯片数据，运用 GEO2R 分析差异基因，使用 Venny2.1 作 Venn 图，得到交集差异基因（DEGs）；通过 Metascape 在线数据库对交集 DEGs 进行基因本体（GO）功能、京都基因和基因组百科全书（KEGG）通路富集分析，将交集 DEGs 导入 String 作蛋白-蛋白相互作用（PPI）分析，得到关键基因；UCSC Xena 分析关键基因在原发性肝癌和正常组织的表达差异，Kaplan-Meier Plotter 作关键基因生存曲线，Coremine Medical 预测中药；运用 STATA 17 对预测中药作 Meta 分析验证中药疗效。结果：获得 GSE121248 芯片与 GSE47197 芯片的交集 DEGs 403 个，包括上调基因 82 个；下调基因321 个。关键基因有 CDK1，CCNB1，AURKA，CCNB2，CDKN3，BIRC5，ESR1，NDC80，TPX2，ASPM。除 ESR1 在肝癌组织表达下降之外，其他 9 个关键基因均在肝癌组织表达上调，经检验结果差异有统计学意义（P0.001）。10 个关键基因生存曲线经 Logrank 检验，均差异有统计学意义（P0.01）。预测得到 43 味相关中药，包括冬凌草、雷丸、野马追等。经 Meta 分析证实了预测中药的有效性。结论：基于生信分析得到乙型肝炎相关肝细胞癌的关键基因，并预测得到具有防治作用的中药，可为临床诊疗及中药开发提供参考。关键词癌,肝细胞；乙型肝炎,慢性；中草药；差异基因；药物筛选试验,抗肿瘤；系统评价DOI:10.19939/ki.1672-2809.2022.21.16Screening Key Genes of Hepatitis B Associated Hepatocellular Carcinoma Based on Bioinformation Analysis and Prediction and Systematic Evaluation of Traditional Chinese Medicine Prevention and TreatmentWU HuiyuanAffiliated Hospital of Jiangxi University of Traditional Chinese Medicine,Nanchang Jiangxi 330006,China.Abstract Objective:To screen key genes for hepatitis B-related hepatocellular carcinoma and to predict related traditional Chinese medicines.Methods:From the GEO database obtain Gene chip data,and the differentially expressed genes were analyzed by GEO2R,and Venny2.1 was used as a venn map to obtain intersected DAEGs.Metascape performs GO and KEGG on intersecting DEGs,and imports intersecting DEGs into String as PPI,access to key genes.UCSC Xena analyzed the expression differences of key genes in primary liver cancer and normal tissues,Kaplan-Meier Plotter made the survival curve of key genes,and Coremine Medical predicted traditional Chinese medicine;the therapeutic effect of Chinese medicine was verified by Meta analysis of STATA 17 on predicted Chinese medicine.Results:The intersection of GSE121248 cores and GSE47197 cores was obtained with 403 DEGs,including 321 downregulated genes and 82 upregulated genes.Key genes are CDK1,CCNB1,AURKA,CCNB2,CDKN3,BIRC5,ESR1,NDC80,TPX2,ASPM.In addition to the decrease in ESR1 expression in liver cancer tissues,the expression of the other nine key genes was upregulated in liver cancer tissues,and the test results were all P0.001,indicating a difference of statistically significant.The survival curves of 10 key genes were tested by Logrank and all had statistical differences.It is predicted to obtain 43 flavors of related Chinese medicines,including rabdosiae rubescentis herba,omphalia,eupatorii lindleyani herba,etc.The analysis of Meta confirmed the prediction of the effectiveness of traditional Chinese medicine.Conclusion:Based on the analysis of bioinformmation,the key genes of hepatitis B-related hepatocellular carcinoma were obtained,and the chinese medicine with preventive and therapeutic effects was predicted,which can provide a reference for clinical diagnosis and treatment and the development of traditional Chinese medicine.Key Words Carcinoma,hepatocellular;Hepatitis B,chronic;Drugs,Chinese herbal;Differentially expressed genes;Drug screening assays,antitumor;Systematic reviews基金项目：江西省中医药管理局科技计划（2021A149）作者简介：吴辉渊，硕士，副主任中医师。研究方向：抗肿瘤中药研究。E-mail:why_1341药品评价 Drug Evaluation 2022,19（21）我国年新发肝癌 38.9 万例，约为全部新发癌症的 9.6%1。肝细胞癌(hepatocellular carcinoma，HCC)约占原发性肝癌 90%，我国的 HCC 主要由乙型肝炎病毒（hepatitis B virus，HBV）慢性感染引起（约占 80%）2。中药治疗乙型肝炎相关肝细胞癌具有独特的疗效和优势3-13，本研究通过生物信息学研究方法，筛选出乙型肝炎相关肝细胞癌的关键基因并预测相关治疗中药，运用系统评价方法进一步验证其疗效。1 资料和方法1.1 获取基因芯片数据从 GEO 数据库(https:/www.ncbi.nlm.nih.gov/geo/)下载基因芯片数据集（GSE121248，GSE47197），其中 GSE121248 芯片数据采用 GPL570 平台，包括 HBV 相关 HCC 患者的 70 个肿瘤组织，37 个临近非肿瘤组织；GSE47197 芯片数据采用 GPL16699平台，包含 HBV 相关 HCC 患者的 61 个肿瘤组织，63 个临近非肿瘤组织。类型设置为 expression profiling by array，种属为“homosapiens”。1.2 数据的处理与筛选应用 GEO2R（https:/www.ncbi.nlm.nih.gov/geo/geo2r/）在线工具及 EXCEL 软件，以 adj.P1为标准筛选 2 个芯片 HCC 患者肿瘤组织与邻近非肿瘤组织的差异基因（DEGs），应用 Venny2.1（https:/b.csic.es/tools/venny/）得 到 交 集DEGs，并绘制韦恩图。1.3 差异基因的功能注释通过 Metascape（https:/metascape.org/gp/index.html#/main/step1）在线工具对 1.2 获得的交集 DEGs 进行基因本体（GO）功能、京都基因和基因组百科全书（KEGG）通路富集分析，背景基因设置为“homosapiens”，筛选条件设为 P0.05。1.4 蛋白互作网络分析与关键基因的筛选将1.2获得的交集DEGs导入到STRING（https:/cn.string-db.org/）进行蛋白-蛋白相互作用（PPI）分析，设置物种为“homosapiens”，highest confidence 0.4。将数据导入 Cytoscape 3.8.2 软件进行可视化，用CytoHubba 插件对网络进行关联度分析，并根据degree 进行排序，排名前 10 的 DEGs 作为关键基因。1.5 关键基因的分析利 用 UCSC Xena（https:/xena.ucsc.edu/）分 析关键基因在原发性肝癌和正常组织的表达差异；根据每个关键基因的表达水平的高低，采用 Kaplan-Meier Plotter（http:/ 据库作生存曲线，采用 Logrank 检验。1.6 关键基因的中药预测将乙型肝炎相关肝细胞癌患者关键基因输入Coremine Medical(https:/ 且 I2 50%则认为异质性小，采用固定效应模型进行分析。如纳入研究的文献数 10，采用“漏斗图”检查文献是否存在发表偏倚。2 结果2.1 差异基因数据的获取GSE121248 芯片中共包含 1 320 个 DEGs，其中下调基因 897 个，上调基因 423 个；GSE47197 芯片含有 DEGs1 178 个，其中下调基因 953 个,上调基因 255 个。绘制了 2 个芯片 DEGs 的火山图（图 1、图 2）。应用 Venny 软件作图（图 3）,得出 2 个芯片的交集 DEGs 403 个，包括上调基因 82 个；下调基因 321 个。图1 GSE121248 DEGs 火山图1342药品评价 Drug Evaluation 2022,19（21）图2 GSE47197 DEGs火山图图3 交集DEGs Venn图2.2 差异基因的功能注释通 过 Metascap