目的:通过生物信息学方法筛选与ccRCC（肾透明细胞癌,renal cell clear cell carcinoma）进展的相关基因,作为预测肾透明细胞癌进展和预后的关键基因。方法:首先通过GEO（基因表达数据库,Gene Expression Omnibus）平台下载ccRCC患者高通量测序集GSE150404和GSE89563。在这两个数据集中,将原始数据分为局限性肾透明细胞癌组（包括Ⅰ期及Ⅱ期）,和进展性肾透明细胞癌组（包括Ⅲ期及Ⅳ期）。在线分析并筛选两个数据集DEGs（差异表达基因,Differentially Expressed Genes）。通过FunRich软件生成venn图筛选出两个数据集中同时表达的DEGs。其次使用R语言Cluster Profiler包对DEGs分别进行GO（基因本体论,gene ontology）功能注释和KEGG（京都基因与基因组百科全书,Kyoto encyclopedia of genes and genome）通路分析。然后使用String数据库对上述所得的DEGs构建PPI network（蛋白互作网络,protein protein interaction network）,通过 Cytohubba插件获取PPI网络上连通度最高的前10个DEGs作为关键基因（hub gene）。使用Cytoscape软件MCODE插件对DEGs构建聚类功能模块。接着通过TCGA（癌症基因组图谱,The Cancer Genome Atlas）验证我们筛选的关键基因。最后利用TCGA数据库探讨各个Hub基因在肾透明细胞癌中的作用。根据这些基因在肾细胞癌中的表达情况,通过Kaplan—Meier Plotter评估各个Hub基因的表达和总体生存率的关系,阐明两组之间是否存在生存差异。以logrank来检验上述差异。对于有意义的基因通过ROC曲线计算AUC作为其观察预后的效能。结果:通过GEO2R分析,GSE150404数据集筛选出503个DEGs,其中上调、下调基因分别为327个和176个。GSE89563数据集筛选出484个DEGs。其中上调、下调基因分别为369个和115个。Venn分析显示:共同上调的基因有168个,共同下调的基因有44个。GO分析中:BP方面主要富集于细胞迁移、增殖和凋亡,血管生成,erk1-erk2正调控等生物过程;CC方面主要富集在质膜的组成成分,过氧化物酶体,细胞外基质,胞外区和受体复合物等;MF方面主要富集在:细胞因子受体活性,结合蛋白酶,结合生长因子,跨膜受体蛋白酪氨酸激酶受体活性,细胞骨架结构组成和结合脂蛋白颗粒等分子功能;KEGG结果示:主要富集于PI3K-Akt,HIF-1,PPAR通路,脂肪酸、氨基酸代谢,补体和凝血级联系统和胰岛素抵抗等通路过程。使用String数据库在线分析PPI网络,纳入PPI标准为综合得分>0.4,通过Cytohubba获取最高连接度前10的关键基因,分别为IL-6、KDR、HGF、CD44、PLCB1、EDN1、VWF、FLT1、PLAUR、EHHADH。通过 TCGA数据库验证了 IL-6、CD44、HGF、PLAUR基因在进展性肾癌中的表达量显著高于局限性肾癌,而KDR、PLCB1、VWF、FLT1基因在进展性肾癌中的表达量则显著低于局限性肾癌。通过Kaplan-Meier生存分析得出IL-6,PLAUR,CD44 3个基因与预后相关,其中IL-6的预后效能最高。结论:多个基因与ccRCC进展相关。其中IL-6、PLAUR及CD44三个基因为cc RCC进展的关键基因并与预后相关,其高表达提示肿瘤进展与预后不良。IL-6、PLAUR、CD44三个基因可能对肾透明细胞癌治疗选择、预测预后具有一定的意义。