目的：在全球范围内，口腔癌是主要癌症类型之一，占所有癌症病例的2%，其死亡率接近50%。口腔癌通常进展十分迅速，预后与肿瘤分期存在密切关系，很多患者在诊断时已经出现了局部或远处转移，整体生存率较低。由于口腔癌组织病理的多样性、肿瘤细胞的异质性等原因，目前临床上还没有找到一种特异性很高的口腔癌标志物。因此,筛选出灵敏度和特异性高的新型标志物，可以第一时间内检测到患者病理状态，为及早治疗、治愈打下良好的基础，提高患者的生存率和生存质量，达到降低口腔癌病死率的目标。随着医疗大数据发展，肿瘤组学数据得到快速积累，可以为肿瘤等疾病的发生发展机制研究、临床诊断及治疗提供数据基础。通过对这些大数据的分析，研究学者可以找到癌症发生过程中的关键基因，进行肿瘤的早期筛查。在科研的过程中，基于患者临床信息、肿瘤生物学特性、分子标记物及个体基因测序的大数据，更加可以帮助临床医师对医学资源发掘、收集、整理和利用，并为临床决策提供重要的依据。
　　方法：本研究从基因表达综合数据库(GEO)中选择GSE138206基因表达谱，旨在寻找口腔癌发生发展过程中的关键基因。本研究共纳入12例样本，包括6例癌组织和6例正常上皮组织。利用GEO2R工具筛选出口腔癌患者与健康人之间的差异表达因(DEGs)，然后利用数据库进行注释、可视化分析，进行基因本体论(GO)分析和《京都基因与基因组百科全书》(KEGG)通路分析。此外，利用检索相互作用基因(STRING)的搜索工具和分子复合物检测(MCODE)插件的Cytoscape来可视化这些DEGs的蛋白-蛋白相互作用(PPI)。
　　结果：通过分析，共得到1368个DEGs，其中631个上调基因富集于细胞外基质的组织、细胞表面受体信号通路、细胞粘附、细胞迁移、血管形态发生、信号转导的调节、细胞分化调节、细胞增殖的正调控等功能，737个下调基因富集于上皮细胞的发育、肌原纤维的组装、肌细胞的发展、细胞发育过程、肌肉系统进程、组织形态发生、细胞脂质代谢过程、肌动蛋白filament-based过程、肌肉收缩、actin-mediated细胞收缩和刺激反应等生物过程。KEGG差异度的途径包括PI3K-Akt、Toll-like receptor、Chemokine、NF-kappa B、p53、TNF、IL-17、Jak-STAT等信号通路。利用MCODE软件从PPI网络中检测出三个重要模块。此外，研究还选择了17个连接度较高的hub基因，包括COL1A1、CD44、CDC20和CDK1，其中I型胶原蛋白α1（COL1A1）具有最高的连接度。PCR实验验证结果显示，与正常组织相比，COL1A1在口腔癌组织中显著上调(P＜0.05)。
　　结论：本研究通过生物信息学分析表明COL1A1等hub基因参与口腔癌的发生、发展和预后。COL1A1蛋白可以作为一种新的口腔癌肿瘤标志物，用于口腔癌的临床诊断，并作为潜在的抗肿瘤药物靶点。本研究结果将为未来口腔癌的基因组个体化治疗提供有力的依据。