前列腺癌(prostate cancer, PCa)是危害男性健康最常见的癌症之一,其发病率在美国居男性恶性肿瘤之首,占男性死亡原因的第二位。我国前列腺癌的发病率虽然远低于西方国家,但近年来呈显著增长的趋势。近年来,随着分子生物学的迅速发展,人们对肿瘤发生发展过程中的细胞和分子水平的变化有了进一步的认识。肿瘤的发生、发展是多基因改变的结果,在这过程中有多种原癌基因被激活以及抑癌基因失活,肿瘤的发生、发展就是原癌基因、抑癌基因以及生长因子调控失调的结果,前列腺癌的发生也不例外。但是前列腺癌的发生发展过程十分复杂,呈现多步骤、多基因复合的特点,目前人们对其涉及的机制还知之甚少。现已发现,前列腺癌细胞的生长有依赖雄激素的生物学特性,多数前列腺癌患者在首次接受雄激素去势治疗后都有显著疗效,但几乎所有患者最终会复发并由雄激素依赖型前列腺癌(androgen-dependent prostate cancer,ADPC)发展成高度恶化且广泛转移的雄激素非依赖型前列腺癌(androgen-independent prostate cancer,AIPC),使常规的雄激素去势治疗失去效果,而前列腺癌细胞激素依赖型发生变化,是肿瘤细胞发生转移和对抗雄激素去势治疗,从而导致临床患者病情恶化并最终导致死亡的主要原因。前列腺癌形成的基因改变有不少报道,但对雄激素非依赖型前列腺癌的形成机制还不清楚且报道不多。随着生物医学文献的爆炸式增长和高通量生物技术的发展,以及应运而生的文献挖掘和生物信息学的发展给肿瘤分子发病机理的研究开阔了新的思路。生物信息学是一门有计算机技术、统计学、数学、遗传学、分子生物学、医学、信息学、生物物理和化学交叉学科。一般意义上,生物信息学是研究生物信息的采集、处理、储存、传播、分析和解释等各方面的一门学科,它通过综合利用生物学、计算机科学和信息技术来揭示大量而复杂的生物数据所赋予的生物学奥秘。目前,对生物医学文献的挖掘及生物信息学分析已成为生物医学领域的研究热点,应用到生物医学研究的各个领域。本研究利用文献挖掘工具FACTA从PubMed中挖掘出前列腺癌相关的基因,根据该基因在文献的频率统计并对其进行分类及生物信息学分析,以了解ADPC转变成AIPC后的基因情况,并进一步探讨AIPC形成的分子机理,再通过CMap筛选出AIPC潜在的治疗药物,并对部分筛选的药物对AIPC细胞的作用进行初步的验证。为雄激素非依赖型前列腺癌形成的分子发病机制、药物研发及治疗等更深入的课题提供有意义的探索和依据。本研究的内容和过程分为二部分第一部分：前列腺癌相关基因的筛选及生物信息学分析。通过文献挖掘工具挖掘出前列腺癌相关基因,根据文献的摘要和全文对筛选的基因进行分类。一共找出242个PCa密切相关基因,其中AIPC特异表达基因128个,ADPC特异表达基因23个,与二者共同表达91个。再通过利用GATHER、PANTHER、STRING和ToppGene等生物信息学在线工具对雄激素非依赖型前列腺癌特异表达基因进行G0生物学过程分析和KEGG通路分析,发现这些特异表达基因在细胞信号转导、凋亡、肿瘤生成、细胞粘附、细胞增殖和分化等生物学过程起着重要作用。同时利用生物信息学工具Connectivity Map、DrugBank等生物信息学在线工具筛选出一些对雄激素非依赖型前列腺癌潜在的治疗药物,其中包括thioridazine(甲硫达嗪)、novobiocin(新生霉素)。第二部分：新生霉素对雄激素非依赖型前列腺癌PC-3细胞的作用的初步探讨。本章通过MTT法对前一章筛选出雄激素非依赖型前列腺癌潜在治疗药物新生霉素进行了初步验证。证实了新生霉素对前列腺癌PC-3细胞的有抑制作用并通过文献挖掘及生物学信息学探讨了其可能的作用机制。综上所述,利用文献挖掘及生物信息学方法探讨了雄激素依赖型前列腺癌转变成雄激素非依赖型前列腺癌的可能的分子机制及潜在治疗药物的筛选。通过生物信息学对雄激素非依赖型前列腺癌特异表达基因的挖掘发现,MMP9、EGFR、MMP2、ADM、MIF、IGFBP3、IL2、MET、BAD、RHOA、SPP1、EP300、SMAD3、RAF1、PTK2、TGFB2等基因在雄激素依赖型转变成非依赖型前列腺癌中可能起着重要作用。同时也筛选出一些对雄激素非依赖型前列腺癌潜在的治疗药物,其中包括thioridazine(甲硫达嗪)、novobiocin(新生霉素),并通过实验证实了新生霉素对前列腺癌PC-3细胞的抑制作用。通过生物信息学对雄激素非依赖型前列腺癌特异表达基因的分析及药物筛选,为前列腺癌诊断、治疗提供了一些新思路。