编辑推荐：
乳腺癌（BC）发病率高且是女性癌症死亡主因。为找关键基因和预后生物标志物，研究人员分析三个 GEO 数据库微阵列数据集，结合多种软件筛选。结果确定 323 个差异表达基因（DEGs）及 3 个关键基因。这为 BC 诊疗提供新思路。
在全球范围内，乳腺癌如同一场 “女性健康危机”，其高发病率与死亡率时刻威胁着女性的生命。据国际癌症研究机构（IARC）统计，2020 年乳腺癌已成为全球发病率最高的癌症 ，2021 年它占女性新发癌症病例的 30%，并且预计在中国和美国等国家，它还将持续 “霸占” 女性常见癌症的榜首位置。尽管现代医学不断进步，可乳腺癌患者的死亡率依旧居高不下，复发、转移和耐药问题就像难以攻克的 “堡垒”，严重阻碍着治疗进程。因此，寻找新的生物标志物，深入了解乳腺癌的发病机制，成为了医学领域亟待解决的关键问题 。
在此背景下，上海市嘉定区妇幼保健院临床检验科和西安交通大学计算机科学与技术学院的研究人员，展开了一项极具意义的研究。他们的研究成果发表在《Journal of the Egyptian National Cancer Institute》上，为乳腺癌的诊疗带来了新的曙光。
研究人员运用了一系列前沿的技术方法来开展此项研究。首先，从基因表达综合数据库（Gene Expression Omnibus，GEO）下载了 GSE86374、GSE120129 和 GSE29044 三个基因表达数据集，这些数据集涵盖了大量乳腺癌组织和正常乳腺组织样本信息。接着，利用 GEO2R 软件进行差异表达基因（Differentially expressed genes，DEGs）分析，并通过韦恩（Venn）图筛选出共同的 DEGs。随后，借助 DAVID 数据库进行基因本体（Gene Ontology，GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes，KEGG）通路富集分析，以探究 DEGs 的功能和参与的生物学过程。利用 STRING 数据库和 Cytoscape 软件构建蛋白质 - 蛋白质相互作用（Protein-protein interaction，PPI）网络，筛选出枢纽基因。再通过 UALCAN、GEPIA 和 Kaplan-Meier plotter 等工具对枢纽基因进行预后分析，最终确定关键基因。最后，采用免疫组化（Immunohistochemistry，IHC）实验对关键基因的表达水平进行验证 。
研究结果丰富且具有重要价值。在 DEGs 分类方面，对三个数据集分析后，共筛选出不同数量的上调和下调基因，经 Venn 软件整合，确定了 184 个上调和 139 个下调的 DEGs。GO 和 KEGG 分析显示，这些 DEGs 在细胞分裂、细胞外区域、纺锤体、细胞外基质等生物过程和细胞组件中显著富集，并且主要涉及信号分子与相互作用、信号转导、细胞生长与死亡等 KEGG 通路 。在 PPI 网络构建与枢纽基因筛选中，构建的 PPI 网络包含 321 个节点和 1031 条边，借助 MCODE 从这些节点中筛选出 37 个枢纽基因 。关键基因的筛选与分析结果表明，通过 UALCAN、GEPIA 和 Kaplan-Meier plotter 分析，确定 RACGAP1、SPAG5 和 KIF20A 这三个基因在乳腺癌患者中显著高表达，且与不良预后和肿瘤分期相关 。cBioPortal 分析发现，这三个基因的改变在约 86.6% 的样本中出现，约 22% 的样本存在两种或更多改变，且它们的改变存在共发生现象 。免疫组化实验验证了 RACGAP1、SPAG5 和 KIF20A 蛋白在肿瘤组织中高表达，RACGAP1 在细胞质表达，SPAG5 和 KIF20A 在细胞核表达 。
研究结论表明，该研究确定的 323 个 DEGs 和 37 个枢纽基因，有助于理解乳腺癌发生和发展的分子机制。尤其是 RACGAP1、SPAG5 和 KIF20A 这三个关键基因，极有可能成为乳腺癌潜在的敏感生物标志物 。然而，研究也存在一定局限性，如免疫组化检测生物标志物的效果较弱，可采用蛋白质免疫印迹（Western blotting，WB）或免疫荧光等方法进一步检测；关键基因影响乳腺癌的机制尚不明确，与其他乳腺癌相关基因的关系也需深入研究；生物信息分析结果还需在分子、细胞和生物层面进行更多实验验证；基因在诊断方面的作用也有待进一步探索 。
尽管存在不足，但这项研究依旧意义重大。它为乳腺癌的早期诊断、预后评估和靶向治疗提供了新的潜在靶点和生物标志物，为后续深入研究乳腺癌发病机制和开发新的治疗策略奠定了坚实基础，有望在未来改善乳腺癌患者的治疗现状和生存质量。
