摘要
【目的】 本研究旨在通过应用生物信息学方法建立miRNAs预后模型并寻找胰腺癌预后相关的潜在关键基因和治疗药物，为进一步揭示胰腺癌的发病机理，诊断和药物治疗提供参考依据。 【方法】 1.纳入来自TCGA和GEO数据库的183个和90个样本，运用R语言中的 limma和edgeR程序包确定显著差异表达的miRNA（DEMs）和基因（DEGs）。 2.建立Cox比例风险回归模型寻找与胰腺癌预后相关的miRNA。 3.选择TargetScan，miRDB在线工具进行靶基因预测并与显著差异表达的基因取交集得到共有基因。 4.利用KEGG通路和GO功能注释分析挖掘共有基因的功能。 5.借助Cytoscape可视化网络软件建立共有基因间的蛋白-蛋白互做网络图，并筛选胰腺癌预后关键基因。 6.基于CMap基因表达谱公共药物研究平台，针对差异基因筛选出可能具有治疗或减缓胰腺癌症状的药物。 7.采用qRT-PCR技术在正常胰腺细胞和胰腺肿瘤细胞水平验证hsa-mir-424的表达水平。 【结果】 1.TCGA筛选出22个显著差异miRNA，5个上调，17个下调；GEO筛选出402个显著差异基因，上调168个，下调234个。 2.预测下调的4个miRNA，hsa-mir-424、hsa-mir-126、hsa-mir-3613和hsa-mir-4772，4个miRNA可能构成胰腺癌的预后模型。 3.两个数据库预测的靶基因结果取交集得到4个miRNA的靶基因总数为6521个。 4.受4个miRNA调控的靶基因和GEO显著差异表达交集得到118个共有基因并建立PPI网络图，其中9个关键基因（MMP14、ITGA2、THBS2、COL3A1、COL1A1、COL11A1、COL6A3、COL12A1和COL5A2）与胰腺癌发病显著相关。 5.共有基因也主要与细胞外基质结构组成、蛋白质细胞外基质、细胞黏着和生物性黏着等功能和ECM-受体相互作用、粘合通路显著相关。 6.药物筛选得到负富集得分最高的四种化合物（醉茄素A，得分=-99.09，紫铆因，得分=-99.11，嘌呤霉素，得分=-99.22，七叶内酯，得分=-99.37），这四种化合物可能是潜在的胰腺癌治疗药物。 7.与正常胰腺上皮细胞HPDE6C7相比，PAAD细胞株SW1990及PANC-1中的hsa-mir-424均呈显著低表达状态（所有P值＜0.05）。 【结论】 1.Hsa-mir-424、hsa-mir-126、hsa-mir-3613和hsa-mir-4772可能是胰腺癌的预后标志物；以及受这四个miRNA调控的9个关键基因（MMP14、ITGA2、 THBS2、COL3A1、COL1A1、COL11A1、COL6A3、COL12A1和COL5A2）可能是治疗胰腺癌的重要靶点。 2.在以前的实验和计算中，四个miRNA(hsa-mir-424、hsa-mir-126、hsa-mir-3613和hsa-mir-4772)和七个基因(MMP14、ITGA2、THBS2、COL3A1、COL1A1、COL11A1和COL6A3都被证实与胰腺癌有关，而COL12A1和COL5A2并没有在胰腺癌中经过实验验证，因此它们可作为潜在的胰腺癌生物标记物，其在胰腺癌中的作用值得深入探讨；此外4个预后miRNAs与9个关键基因之间的靶向关系值得进一步研究。 3.醉茄素A，紫铆因，嘌呤霉素和七叶内酯可能是潜在的胰腺癌治疗药物。4.Hsa-mir-424在PAAD细胞株中表达是下调的，与我们的预测结果一致。
NETL