摘要目的:基于肿瘤基因组图谱(The Cancer Genome Atlas,TCGA)数据库筛选潜在泛癌生物标志物,为多种肿瘤的诊断和预后评估提供帮助.方法:利用"GDC Data Transfer Tool"和"GDCRNATools"软件包获取TCGA数据库,完成数据整理,将13种肿瘤纳入研究.以错误发现率(false discovery rate,FDR)＜0.05且差异倍数(fold change,FC)＞1.5作为差异表达标准,筛选在13种肿瘤中均上调或均下调的基因和微小RNA(microRNAs,miRNAs).利用受试者工作特征曲线(receiver operating characteristic curve,ROC 曲线)的曲线下面积(area under the curve,AUC)、最佳截断值及对应的灵敏度和特异度反映诊断价值.利用Kaplan-Meier法计算生存概率后进行对数秩(log-rank)检验并计算风险比(hazard ratio,HR)反映预后评估价值.利用DAVID工具对差异表达基因进行GO(Gene Ontology)、KEGG(Kyoto Encyclopedia of Genes and Genomes)富集分析.利用 STRING 和 TargetScan 工具对差异表达基因和miRNAs进行调控网络分析.结果:共发现48个基因和2个miRNAs在13种肿瘤中均差异表达,其中25个基因均表达上调,23个基因和2个miRNAs均表达下调.多数差异表达基因和miRNAs区分病例和对照的能力较好,AUC、灵敏度和特异度可达0.8～0.9.生存分析结果显示,差异表达基因和miRNAs与多种肿瘤患者的生存显著相关,且多数上调基因是患者生存的危险因素(HR＞1),而多数下调基因是患者生存的保护因素(0＜HR＜1).GO和KEGG富集分析显示,差异表达基因多富集于与细胞增殖有关的生物学事件.在调控网络分析中,共13个基因和2个miRNAs存在调控和相互作用关系.结论:在13种肿瘤中均差异表达的48个基因和2个miRNAs可能作为潜在泛癌生物标志物,为多种肿瘤的诊断和预后评估提供帮助,并为发展肿瘤治疗的广谱靶点提供线索.