目的:在这项研究中,对GEO数据库中小细胞肺癌（small cell lung cancer,SCLC）芯片数据进行生物信息学分析,大规模筛选SCLC差异表达基因及探索相关分子机制,通过免疫组织化学染色技术验证核心基因表达并结合临床病理特征评估其在SCLC中的诊疗价值。方法:基于GEO数据库中GSE40275、GS1037、GS44447的SCLC芯片数据,使用R软件对标准化后的数据进行差异表达基因（different expression gene,DEG）筛选。并对DEGs进行GO和KEGG分析,通过STRING数据库用于蛋白互作网络的构建,并通过Cytoscape软件实施可视化处理。应用MCODE及CytoHubba插件提取热点模块及核心基因。采用Oncomine数据库对核心基因的表达进行验证。收集在石河子大学医学院第一附属医院病理确诊为SCLC的78例患者肿瘤样本及38例正常肺组织样本。利用免疫组织化学法验证CCNA2在肿瘤组织中的表达,分析CCNA2表达与临床病理特征特征的关系。结果:在标准化后的基因芯片数据集中筛选出239个DEG（|log FC|>2.0和adj.P<0.05）。“clusterProfile”软件包进行GO和KEGG分析。GO分析结果表明89个上调DEGs主要涉及以下生物学过程,如细胞分裂、有丝分裂核分裂、有丝分裂细胞周期G1/S转换等,而下调DEGs主要参与炎症反应、细胞增殖负调控和细胞表面受体信号通路等生物学过程。差异表达基因主要作用于核质、胞浆、染色体着丝粒区、细胞外空间、质膜以及细胞外泌体等位置且与半胱氨酸型内肽酶活性、受体结合、趋化因子活性、蛋白激酶结合以及折叠蛋白结合活性密切相关。DEGs主要富集在细胞周期、P53信号通路、小细胞肺癌、癌症中的MicroRNA、癌症的途径、趋化因子信号通路和细胞因子与细胞因子受体的相互作用相关通路。基于STRING数据库构建了由215个节点和1123条关联线的蛋白-蛋白互作（protein-protein interaction,PPI）网络,通过MCODE及CytoHubba插件获得了5个主要富集模块及10个核心基因。Oncomine数据库中核心基因表达验证结果显示CCNA2、CCNE2和BUB1B在SCLC组织中的表达水平明显高于正常肺组织（P<0.05）。免疫组织化学进一步分析发现CCNA2主要表达于SCLC细胞核且呈高表达水平（P<0.01）,其表达水平与肿瘤的临床分期（P<0.01）、NCCN分期中的广泛期（P<0.01）以及远处转移（P<0.01）显著相关。结论:1.本研究中选取的DEGs主要富集在细胞周期、P53信号通路,SCLC、癌症相关MicroRNA、癌症相关途径、趋化因子信号通路和细胞因子与其受体间的相互作用相关通路。2.CCNA2、CCNE2以及BUB1B是本研究通过生物信息学方法筛选的SCLC核心基因。3.CCNA2在SCLC中呈高水平表达,且表达位于SCLC细胞核中。4.CCNA2在SCLC组织中高水平表达并与较差的临床分期、NCCN分期以及肿瘤远处转移相关,可成为SCLC的诊断及治疗潜在生物标记物。