摘要：目的 探究吉西他滨浸润性膀胱癌耐药的潜在信号通路及机制。方法 从TCGA数据库下载膀胱癌基因表达谱和相应临床数据。使用R 包“ DESeq”来鉴定差异表达的基因。通过加WGCNA鉴定与吉西他滨耐药相关的基因模块。通过 LASSO和 Cox 回归分析筛选 hub 基因。建立预测模型并评估其有效性。最后，通过基因集富集分析预测膀胱癌吉西他滨耐药的潜在信号通路。结果 吉西他滨的反应差异在转录组中具有独特的模式。WGCNA 确定了与吉西他滨耐受性相关的两个共表达模块(绿色和黄色模块)。根据我们建立的预测模型，计算出的风险评分与临床病理特征密切相关，对预测患者的预后具有重要价值。此外，基因集富集分析还揭示了一些明星信号通路可能参与了膀胱癌的吉西他滨的耐药，包括上皮间质转化(NES=1.95，FDR q 值<0.001)，干细胞分化(NES=1.47，FDR q 值=0.021)，hedgehog 信号传导(NES=1.57，FDR q 值=0.031)和 Wnt 信号传导途径(NES=1.67，FDR q 值=0.006)。结论 在分子和基因组水平，我们综合分析了影响吉西他滨化疗药物治疗浸润性膀胱癌疗效差异的各种因素。建立了三种潜在的基因(包括 COL5A2，ITGA11，KANK2)的预测模型，和预测了可能参与其中的信号传导途径，在功效差异中起着重要的作用。