摘要利用生物信息学方法筛选浆液性卵巢癌相关铁死亡关键基因,并预测其生物学功能.从GEO数据库中获得有关浆液性卵巢癌的数据集GSE54388 和GSE12470,采用R语言中的"Limma"包分析挑选浆液性卵巢癌上皮组织与正常卵巢上皮组织中差异表达基因,绘制火山图、热图.利用Venn软件在线工具绘制GSE54388,GSE12470,FerrDb三个数据集韦恩图.对相关基因进行功能富集分析、蛋白互作分析、生存分析,对关键基因绘制ROC曲线进行诊断分析.采用GEPIA2 数据库对筛选基因进行验证,并进行免疫浸润分析.结果发现:从GSE54388 中筛选出2458个差异基因,其中上调1309 个,下调1149 个.从GSE12470 中筛选出3534个差异基因,其中上调 1 837 个,下调1 697 个.与铁死亡基因数据集取交集,共得到 16 个差异基因,蛋白互作网络筛选出 7 个基因构建的关键模块,绘制生存曲线发现浆液性卵巢癌患者中 5 个基因与患者总生存率不良相关,其中NRAS,PSAT1,CDKN2A,GDF15 这 4 个基因高表达,CAV1 低表达.ROC曲线显示这 5 个基因中CAV1,NRAS,PSAT1 的AUC诊断曲线面积大于0.95,有较高的诊断价值.GEPIA2 数据库验证发现5 个基因的表达情况与预测相符,仅NRAS基因表达在浆液性卵巢癌患者Ⅱ期、Ⅲ期、Ⅳ期有显著差异(P＜0.05).免疫浸润分析发现CDKN2A表达与aDC细胞浸润水平呈正相关(P＜0.05,spearman相关系数0.353);CAV1 表达与Mast细胞浸润正向关(P＜0.05,spearman相关系数0.327);NRAS与T help-er细胞浸呈正向关(P＜0.05,spearman相关系数 0.362).通过生物信息学方法筛选出与浆液性卵巢癌铁死亡相关的 5 个基因CAV1,NRAS,PSAT1,CDKN2A,GDF15,可能在浆液性卵巢癌的发生发展中起重要作用,有望成为该病诊断、治疗和预后的潜在分子生物标志物.