目的分析基因表达谱CNS PNETs基因芯片，从分子水平探讨CNS PNETs的可能发病机制。方法从GEO数据库、GSE35493和GSE74195下载CNS PNETs的基因表达谱芯片数据集，使用GEO2R在线分析工具和Venn软件，使用DAVID数据库的在线分析工具筛选差异表达基因（DEGs），基因本体论（Gene　ontology，GO）和路径富集（Kyoto，基因和基因百科全书，KEGG）在DEGs进行了分析。通过STRING的在线分析工具，Cytoscape软件及其插件cytoHubba对CNS PNETsDEGs的分析进行了蛋白质相互作用（PPI）网络分析，以找到关键基因。结果共获得262个DEGs基因，其中49个上调基因和213个下调基因。GO功能和KEGG信号通路富集分析的结果表明，DEGs涉及DNA转录和有丝分裂、核分裂、细胞分裂、运动行为、学习记忆和突触信号传递等生物过程，并参与细胞周期、肿瘤相关通路和p53信号通路、突触相关信号通路，cAMP信号通路和钙离子信号通路。STRING分析筛选了10个关键基因：CDK1号、Cdc20号、MAD2L1号、KIF11、ASPM、TOP2A号、TTK、NDC80、NUSAP1、DL、GAP5号。结论包括CDK1在内的10个关键基因可能在中枢神经系统PNET的发生发展中起重要作用。本研究为探讨中枢神经系统PNET的发病机制提供了新的线索。