运用生物信息学方法筛选WHO I级脑膜瘤与高级别脑膜瘤（HGM）差异表达基因，生存分析揭示影响HGM不良预后的生物标记物，探寻其潜在治疗靶点。

利用GEO网站GEO2R功能，将WHO I级脑膜瘤和高级别脑膜瘤分别设为对照组和实验组，分析两独立研究中心数据库中的差异表达基因，取FC>1.5，adj.P.Value<0.05为标准进一步筛选出差异基因（DEGs）。对DEGs进行KEGG代谢通路注释和GO富集分析，通过String在线软件分析DEGs编码蛋白间相互作用关系（PPI），以Combined score>0.4作为筛选条件构建PPI网络，将K-means聚类后的结果导出至Cytoscape软件。应用CytoHubba插件，基于Degree算法筛选出PPI网络中TOP 10的基因作为Hub基因。按Hub基因表达量中位值分为高、低表达组，利用数据库随访信息绘制Kaplan-Meier曲线，将肿瘤级别、性别、年龄与Hub基因表达高低共同纳入多因素Cox回归分析，得出能够独立预测高级别脑膜瘤预后的关键基因。

两个独立数据库取交集后，共筛选出124个DEGs在低、高级别脑膜瘤中表达存在显著差异，其中上调51个，下调73个。GO富集后共获得有统计学差异的通路510条，在生物过程方面主要富集于细胞周期及过程、细胞有丝分裂；在细胞组分方面主要富集于纺锤体、微管骨架等；分子功能层面主要富集于激酶结合、受体结合以及识别蛋白结合等。将DEGs输入String数据库，经K－means聚类分析后发现，CKS2、GINS2、UBE2T、MCM2、TPX2、PTTG1、NCAPG、CCNB1、BUB1、CKD1、AURKA、CEP55等基因聚集在同一区域，可能具有相互作用关系。进一步使用degree算法定量分析，得出TOP 10基因。对TOP10基因逐一绘制K－M曲线并进行Log-Rank检验，ASPM、MELK、AURKA、KIAA0101、NCAPG、CCNB1、BUB1表达与高级别脑膜瘤预后复发密切相关，均P<0.05。将肿瘤级别、性别、年龄等因素与Hub基因表达共同纳入多因素Cox回归分析进行矫正后发现， ASPM、CCNB1、BUB1的表达量高低与患者预后PFS成负相关，是高级别脑膜瘤患者预后复发的独立危险因素。

ASPM、CCNB1、BUB1是潜在的可以独立预测高级别脑膜瘤复发风险的关键基因，可以作为未来高级别脑膜瘤相关研究的治疗靶点。