目的  采用生物信息学方法探究影响肾纤维化（renal fibrosis，RF）和肾透明细胞癌发病机制的关键基因。

方法  从基因表达整合数据库（gene expression omnibus data base，GEO）下载了RF和肾透明细胞癌的基因芯片数据集，并利用GEO2R在线工具获得差异表达基因（differentially expressed gene，DEG）。然后，使用注释、可视化和集成发现数据库（the database for annotation，visualization and integrated discovery，DAVID）进行基因本体论分析（gene ontology，GO）以及京都基因与基因组百科全书（kyoto encyclopedia of genes and genomes，KEGG）富集分析。随后，我们使用检索相互作用基因/蛋白质的搜索工具（search tool for the retrieval of interaction gene/proteins，STRING）数据库并构建了蛋白质互作网络（protein-protein interaction networks，PPI），使用Cytoscape的cytoHubba插件来选择中心基因。然后，我们使用癌症基因组图谱计划数据库（the cancer genome atlas program，TCGA）、基因表达谱交互分析数据库（gene expression profiling interactive analysis，GEPIA）、肿瘤免疫评估资源数据库（tumor immune estimation resource，TIMER）数据库来验证中心基因并进一步筛选出核心基因，同时运用TargetScanHuman、miRTarbase和miRWalk数据库对核心基因调控的靶向miRNA进行逆向预测，并筛选出核心miRNA，建立了mRNA和miRNA互助网络。然后，通过基因集富集分析（gene set enrichment analysis，GSEA）工具分析LYZ基因，最后使用人类蛋白质图谱（the human protein atlas，HPA）数据库验证已鉴定核心基因的表达水平。

结果  我们筛选出了347个差异基因，我们对下调和上调的差异基因分别进行了功能富集分析，通过TCGA数据集、GTEx数据集、TIMER数据库和HPA数据库，在三轮验证中逐步筛选，最终选择LYZ基因，鉴定出调节该基因的上游转枢miRNA：has-miR-4649-3p和has-miR-873-3p。

结论  基于这些发现，提出LYZ、has-miR-4649-3p和has-miR-873-3p可能成为肾透明细胞癌的潜在预后生物标志物，并有助于预防和治疗肾纤维化，这也向我们展示了一种新的治疗理念，提供了从免疫角度治疗肾纤维化的可能性。