背景：上皮性卵巢癌（EOC）是一种女性恶性肿瘤。近年来生物信息学已被广泛用于分析与癌症进展相关的基因。针对特定生物因素的靶向治疗变得更有价值。
材料和方法：从 GEO 下载 GSE18520 和 GSE27651 的基因表达谱。我们使用  “limma”  包筛选 EOC 和正常卵巢组织样本之间的 DEG，然后使用 clusterprofiler 进行功能和通路富集分析。我们利用搜索工具检索相互作用基因数据库（STRING）来评估蛋白质 - 蛋白质相互作用（PPI）信息，使用插件 MCODE 筛选 Cytoscape 中 PPI 网络的中心模块，然后对核心模块中的基因进行功能分析。接下来，我们利用  “WGCNA”  包建立共表达网络。使用数据库和 GEPIA 对关键基因进行验证。最后，我们使用 qRT-PCR 验证临床组织样本中的 hub 基因表达。
结果：我们分析了 DEG（96 个 EOC 组织样本和 16 个正常卵巢组织样本），DEG 的功能分析结果显示上调的 DEG 在磷酸根离子结合中显着富集，下调的 DEGs 显着富集在糖胺聚糖结合的通路。在 PPI 网络中，CDK1 被筛选为相关性最高的蛋白质。在共表达网络中，我们确定了一个与 EOC 相关的模块。对于核心模块中的基因进行生存分析，数据库和临床样本验证，我们发现 ITLN1  与 EOC 预后呈正相关，在 EOC 组织中的水平显著低于正常组织，这与 GEPIA 预测的结果一致。
结论：在本研究中，我们展示了 EOC 中涉及的关键基因和通路，并推测 ITLN1  是一种肿瘤抑制因子，可作为治疗 EOC 的潜在生物标志物。
Keywords: bioinformatics analysis, epithelial ovarian cancer, PPI, WGCNA, ITLN1