摘要

目的:基于GEO数据库对未分化甲状腺癌基因数据进行差异分析、基因富集分析和免疫浸润分析,为深入了解未分化甲状腺癌免疫相关机制及治疗提供理论依据。方法:利用GEO数据库检索有关ATC的芯片,根据样本数量及芯片类型,筛选出符合条件的芯片,借助R语言软件筛选出符合条件的差异基因,筛选ATC中差异表达的lncRNA,构建LncRNA-miRNA-mRNA网络图,并构建蛋白质-蛋白质相互作用关系网络(PPI)并进行GO富集分析和KEGG通路分析。同时利用CIBERSORT反卷积法对22种免疫细胞在未分化甲状腺癌中的浸润情况进行分析。并通过Coremine Medical进行治疗中药预测。结果:经检索GEO数据库找到编码为GSE65144的基因芯片,利用R语言分析筛选出LncRNA差异基因127个,其中上调基因51个,下调基因76个,并对差异基因绘制ceRNA网络;将得出的LncRNA进行PPI网络分析,筛选出核心基因20个,排名靠前的有MYC、JUN、EGLN3、KIF23、YWHAH。GO富集分析显示其参与了RNA聚合酶II启动子的转录调控、RNA聚合酶II启动子转录的正调控、细胞增殖的正调控、细胞迁移的正调控等生物学过程,KEGG主要富集通路为癌症信号通路、MAPK信号通路、PI3K-AKT信号通路等。免疫浸润结果显示ATC中巨噬细胞M0和巨噬细胞M2显著增高,而浆细胞和T细胞γ-δ显著减少。单核细胞和中性粒细胞呈显著正相关(r=0.90),活化的肥大细胞和中性粒细胞呈显著正相关(r=0.88),活化的肥大细胞和单核细胞呈显著正相关(r=0.72),嗜酸性粒细胞和CD4 T细胞呈显著正相关(r=0.72),T细胞γ-δ和滤泡辅助T细胞呈显著正相关(r=0.71)。并且,巨噬细胞M2和浆细胞呈显著负相关(r=-0.70),T细胞γ-δ和活化的树突状细胞呈显著负相关(r=-0.68),T细胞γ-δ和巨噬细胞M0呈显著负相关(r=-0.56)。预测中药主要集中在清热解毒药和补虚药,归经主要为肝、脾、肾经。结论:ATC患者基因差异表达和免疫细胞浸润率的个体差异比较显著。在ATC肿瘤组织中具有高比例浸润的免疫细胞是其治疗的潜在目标。中药治疗是一个新的方向,有待后续的临床及基础实验加以验证。