烟酰胺代谢相关基因与骨关节炎的关系探索

目的·利用生物信息学方法探索骨关节炎与烟酰胺代谢相关基因之间的关系,找到具有诊断价值和治疗潜力的关键基因。方法·以“Osteoarthritis”为检索词,在GEO数据库中获取GSE12021、GSE55235和GSE55457数据集,将GSE55457作为验证集。去除GSE12021和GSE55235数据集的批次效应后,得到标准化的合并数据集,将其作为训练集,并在训练集中筛选出差异表达基因（differentially expressed genes,DEGs）。在GeneCards数据库和MSigDB数据库中获取所有烟酰胺代谢相关基因（nicotinamide metabolism-related genes,NMRGs）。将DEGs与NMRGs取交集,得到烟酰胺代谢相关差异表达基因（nicotinamide metabolism-related differentially expressed genes,NMRDEGs）。对训练集进行基因集富集分析（gene set enrichment analysis,GSEA）,对NMRDEGs进行基因本体（Gene Ontology,G...     

骨性关节炎滑膜核心基因筛选和生物信息学分析

目的 使用生物信息学方法分析骨性关节炎滑膜组织差异表达基因,并探索潜在诊断和治疗靶点。方法 从GEO数据库下载GSE55235、GSE55457、GSE55584,整合3个数据集使用在线工具Network-Analyst筛选差异表达基因(differentially expressed genes, DEGs),使用R软件分析DEGs基因本体论和KEGG信号通路,通过STRING、Cyto-scape工具构建PPI调控网络、筛选核心基因,再使用R软件绘制受试者工作特征曲线。结果 得到327个DEGs主要参与含胶原的细胞外基质、转录因子复合物的组成;白细胞迁移、皮质类固醇反应等生物过程;发挥信号蛋白受体激活、细胞因子激活、趋化因子激活等分子功能;富集于破骨细胞分化,轴突引导、IL-17、TNF等KEGG信号通路。5个核心基因TLR7、TLR3表达上调,CXCL8、IL-6、VEGFA表达下调,且受试者工作特征曲线下面积(area under curve, AUC)均＞0.7。结论 5个核心基因可能是OA滑膜标志物,同时DEGs参与的生物学功能和信号通路可能为OA分子机制研究提供生物信息学依据。     

基于生物信息学的非酒精性脂肪性肝病关键基因筛选及实验验证

目的:探索非酒精性脂肪性肝病（NAFLD）潜在的关键基因和microRNAs(miRNAs)。方法:从美国国立生物技术信息中心（NCBI）公共基因芯片数据平台（GEO）数据库下载两个基因表达谱芯片（GSE96936和GSE62267）,利用GEO2R在线工具筛选出NAFLD组与正常对照组的差异表达基因（DEGs）,对DEGs进行GO和KEGG信号通路富集分析,进一步应用STRING数据库构建蛋白质—蛋白质相互作用（PPI）网络,用Cytoscape筛选出关键基因。构建NAFLD小鼠模型,通过实时荧光定量PCR(RT-qPCR)验证筛选出的关键基因,利用NetworkAnalyst构建关键基因的靶向miRNAs。结果:总共鉴定出192个DEGs,GO分析显示DEGs生物学功能主要涉及5个KEGG通路,包括类固醇激素生物合成、补体与凝血级联、胆汁分泌、化学致癌、视黄醇代谢相关信号通路,结合PPI网络和CytoHubba的结果,筛选出Tyrobp、Hck、Ctss、Aif1、Fcgr1、Cd68、Cd53、Ly86、Fyb和Alox5ap 10个关键基因,通过RT-qPCR检测,发现与正常肝...     

基于生物信息学探讨骨关节炎miRNA-mRNA调控网络及其作用机制

目的: 基于生物信息学探讨骨关节炎miRNA mRMA调控网络的作用机制并筛选Hub基因,分析其在骨关节炎中的分子调控机制。方法: 通过GEO数据库获取骨关节炎的miRNA芯片数据集(GSE105027)和mRNA芯片数据集(GSE55235),分析两者的差异表达基因。利用FunRich软件预测差异表达miRNAs的转录因子、功能富集分析及其靶基因预测,再将预测的靶基因与差异表达mRNAs进行交叉匹配,获得miRNA mRNA调控网络。然后利用STRING数据库和Cytoscape软件构建蛋白互作网络,并筛选出Hub基因。最后利用R语言分析Hub基因的主要生物功能与相关信号通路。结果: ① 筛选得到265个miRNAs和838个mRNAs存在差异表达。② 对265个miRNAs进行预测共得到203个转录因子,其中早期生长反应因子1（EGR1）差异最显著。富集分析显示miRNAs主要涉及核碱基、核苷、核苷酸和核酸代谢的调控,调节细胞生长,转录等过程。③ 共预测到3 572个靶基因,依据miRNA和mRNA的负调节关系,筛选出交叉表达负调控的mRNAs 96个、miRNAs 25个。④ 原癌基因Jun(JUN)、原癌基因Fos（FOS）、白介素6（IL-6）、肿瘤坏死因子（TNF）、白介素1β（IL-1β）、趋化因子CXCL8（CXCL8）为蛋白互作网络中的Hub基因。⑤ 富集分析主要涵盖对脂多糖的反应、对细菌来源分子的反应、DNA结合转录因子活性的调节等生物学过程,涉及IL-17、Toll样受体、AGE RAGE、TNF和NOD样受体信号通路。结论: 成功筛选并构建了骨关节炎的miRNA-mRNA调控网络,在一定程度上阐明了miRNA及其靶基因在骨关节炎发生和发展中的分子调控机制。     

肝癌相关差异表达基因的生物信息学分析及蛋白互作网络构建

目的 建立生物信息学分析筛选肝癌基因芯片差异表达基因的方法,助力肝癌发病分子机制的研究。方法 通过R语言软件分析肝癌芯片数据GSE45436中肝癌组织和癌旁组织差异表达的基因, DAVID软件对差异表达基因进行GO功能富集及KEGG通路富集分析,String和Cytoscape软件分析关键基因和模块。结果 共筛选出375个差异表达明显的基因,其中表达上调和下调的分别有99个和296个。差异基因功能分析主要涉及细胞周期、p53信号通路、补体途径、细胞色素P450代谢通路等。蛋白质-蛋白质相互作用（protein-protein interaction, PPI）网络显示拓扑异构酶Ⅱα (TOP2A) 可能与肝癌的发生发展最为相关。结论 本研究采用基因芯片结合生物信息学方法,构建了肝癌差异表达基因编码的蛋白互作网络。TOP2A可能是肝癌相关的核心基因。     

生物信息学分析筛选骨关节炎关键基因的研究

目的通过生物信息学研究骨关节炎(OA)和健康对照者的差异表达基因(DEGs),为诊断和治疗OA提供新的靶点。方法从GEO数据库下载基因芯片数据集GSE55457、GSE55235、GSE12021,采用GEO2R在线分析工具筛选出各数据集的DEGs并找到交集。采用DAVID在线分析工具进行GO功能富集和KEGG通路富集分析。基于STRING数据库的信息分析DEGs蛋白相互作用(PPI),使用Cytoscape软件构建PPI网络并找出hub基因。结果共筛选得到126个DEGs, GO分析发现其主要参与细胞对促肾上腺皮质激素释放激素刺激的反应、通过mRNA剪接体对mRNA的剪接、负向调控基因表达、正向调控单核细胞聚集、正向调控成纤维细胞增殖等生物学过程,KEGG主要富集在MAPK、EB病毒感染、Ⅰ型人类T细胞白血病病毒分子感染、癌症中蛋白聚糖分子、恶性肿瘤分子、破骨细胞分化、PI3K/Akt、胰岛素信号转导、肿瘤中miRNAs、ErbB、HIF-1、膀胱癌信号通路。通过STRING和Cytoscape分析构建了4个核心子网络,并发现了JUN、BTG2、ATF3、DUSP1、HNRNPA1、SF1、SRSF7、TRA2B、TRA2A、PPP1R15A 10个度值最高的hub基因。结论 JUN、BTG2、ATF3、DUSP1、HNRNPA1、SF1、SRSF7、TRA2B、TRA2A、PPP1R15A基因均可能是OA发病过程中新的生物标记物。     

基于生物信息学分析胃肠上皮化生关键基因及靶向中药

目的：基于生物信息学方法分析胃肠上皮化生(intestinal metaplasia, IM)的关键基因、机制通路,并预测潜在靶向中药。方法：从GEO数据库获取GSE78523、GSE60427数据集,利用GEO2及R软件筛选IM差异表达基因并对其进行富集分析,通过STRING数据库和Cytoscape软件构建蛋白互作网络(protein-protein interaction, PPI),筛选关键基因,利用Kaplan-Meier Plotter数据库、GEPIA数据库及HPA数据库对关键基因进行生存分析及表达验证,在Coremine Medical数据库预测筛选潜在中药。结果：筛选出285个差异表达基因。基因本体功能富集分析显示,差异基因主要参与消化吸收、肠道脂质的调节与吸收等生物过程。京都基因和基因组百科全书通路富集分析主要涉及营养物质的消化和吸收、糖酵解/糖异生、胆汁分泌、胆固醇代谢等。获取的7个关键基因是APOB、FABP1、APOA1、APOA4、NR1H4、PCK1、ALDOB。筛选得到的潜在中药可分为健脾益气和胃、祛瘀通络、解毒祛邪三大类,符合胃IM健脾通络解毒的治则。...     

肥厚型心肌病关键基因的鉴定及铁死亡机制

目的：利用生物信息学方法探究肥厚型心肌病(HCM)的关键基因、铁死亡基因和相关富集通路。方法：从GEO数据库下载GSE36961和GSE32453数据集,筛选共同差异表达基因(DEGs)进行富集分析,构建蛋白质相互作用(PPI)网络并鉴定关键基因,用GSE1145数据集验证关键基因的表达,绘制关键基因的受试者工作特征(ROC)曲线。此外,检索Genecards和FerrDb数据库,获得调控铁死亡基因并进行分析。结果：共筛选出136个共同DEGs,富集分析显示共同DEGs与流体剪切应力和动脉粥样硬化、糖尿病并发症中的晚期糖基化终产物及其受体信号通路等相关。PPI网络鉴定出4个关键基因,其中CCL2、CEBPD和PIM1在HCM中表达下调(均P<0.05),且对HCM有较高的诊断效能。另外,筛选出ATF3、LPCAT3和PIM1等10个调控铁死亡抗HCM的可能作用靶标,介导流体剪切应力和动脉粥样硬化、铁死亡等信号通路调控铁死亡途径。结论：CCL2、CEBPD和PIM1基因在HCM发病中具有重要作用,为HCM的诊断和治疗提供了参考,铁死亡相关基因为HCM发病机制的探索提供了新的方向。     

骨关节炎患者膝关节滑膜组织的基因表达谱分析

目的:分析骨关节炎患者膝关节滑膜组织的基因表达谱.方法:从公共基因芯片数据库选取芯片数据,利用GEO2R筛选骨关节炎患者滑膜组织和正常滑膜组织的差异表达基因;对筛选出的基因进行GO功能和KEEG通路富集分析,利用STRING数据库及Cytoscape软件构建蛋白间相互作用网络,筛选关键基因.结果:纳入数据库中两组基因芯片数据,共筛选出131个共同差异表达基因,其中上调基因98个,下调基因33个.GO富集分析提示,差异基因主要在细胞粘附、对成纤维细胞生长因子刺激的反应、细胞内受体信号通路等功能富集.KEGG富集结果显示,差异表达基因参与了丝裂原活化蛋白激酶、低氧诱导因子-1、磷脂酰肌醇3激酶/蛋白激酶B等信号通路.蛋白间相互作用网络提示了10个关键基因.结论:通过对OA基因表达谱分析筛选差异表达基因发现OA的发病机制不仅与细胞增殖、病理性血管生成、炎症刺激等有关,更是多信号通路、多靶点间相互作用的结果,可为进一步研究提供参考.     

应用生物信息学技术筛选结直肠腺瘤相关基因

目的应用生物信息学技术筛选结直肠腺瘤与正常结直肠黏膜组织的差异表达基因,寻找其中的关键基因并分析分子机制。方法公共数据库GeneExpressionOmnibus（GEO）下载基因芯片GSE8671,通过R语言软件筛选出差异表达基因,进一步对差异表达基因进行GO功能富集分析和KEGG信号通路分析,并通过构建蛋白质-蛋白质相互作用网络筛选出关键基因。结果共筛选出381个差异表达基因,其中结直肠腺瘤中上调的基因248个,下调的基因133个。GO功能富集分析显示差异表达基因主要与趋化因子激活、趋化因子受体结合、激素激活和生长因子激活有关,KEGG信号通路分析表明差异表达基因与趋化因子信号通路、肿瘤坏死因子信号通路、细胞因子与受体相互作用和药物代谢有关。通过蛋白质-蛋白质相互作用网络共筛选出IL-8、CXCL1、CXCL12、CXCL13、CXCL11、CXCL2、CCL19、CCL20、PPBP、PF-4等10个关键基因。结论应用生物信息学技术分析筛选结直肠腺瘤基因有助于进一步探讨结直肠腺瘤和腺癌发病的分子机制,为两者的早期诊治提供理论依据。     

乙型肝炎病毒相关肝细胞癌关键基因筛选及其与预后关系的生物信息学分析

目的：采用生物信息学方法识别与乙型肝炎病毒相关肝细胞癌（HBV-HCC）的早期诊断和不良预后相关的关键基因,阐明HBV-HCC发生发展的潜在分子机制。方法：从基因表达综合数据库（GEO）中检索“hepatitis Binduced HCC”,下载基因数据集GSE121248,通过R软件中的“limma”数据包筛选差异表达基因（DEGs）,采用“clusterProfiler”数据包对DEGs进行基因本体（GO）功能富集分析和京都基因与基因组百科全书（KEGG）信号通路富集分析,采用STRING数据库和Cytoscape软件建立蛋白-蛋白互作（PPI）网络并筛选关键基因。采用基因表达水平值的交互式分析（GEPIA）、Kaplan Meier-Plotter和人类蛋白质图谱（HPA）数据库验证关键基因及其蛋白质表达水平,采用“CIBERSORT”数据包分析免疫细胞的浸润情况。结果：共筛选出574个DEGs,其中上调基因173个,下调基因401个。GO功能富集分析,DEGs主要富集于小分子代谢、信号转导、免疫应答和炎症反应等生物学过程;KEGG通路富集分析,DEGs主要富集于视黄醇代谢、细胞...     

基于生物信息学探究骨关节炎基因及治疗药物

目的:基于生物信息学的方法探索骨关节炎(osteoarthritis,OA)的发病基因和潜在治疗药物.方法:利用网络基因表达数据库(gene expression omnibus,GEO)下载关于骨关节炎的芯片GSE55235、GSE12021和GSE55457.通过R语言软件分析获得差异表达基因(differentially expressed genes,DECs).通过DAVID在线数据库对DEGs进行GO富集分析和KEGG通路分析.利用String数据库对DEGs进行蛋白互作分析并通过Cytoscape软件进行可视化.通过连接图(connectivity map,cMap)数据库分析具有潜在治疗性OA的小分子药物.结果:共获得67个DEGs,其中18个基因表达上调,49个基因表达下调.GO分析表明,DEGs的生物学过程集中在细胞增殖、细胞黏附、机械刺激反应、成骨细胞分化和细胞对钙离子反应的调节上,参与细胞外空间、内质网膜和细胞周期蛋白依赖性蛋白激酶全酶复合物等细胞组成.分子功能包括蛋白质同二聚化活性、生长因子活性、转录因子活性、RNA聚合酶Ⅱ核心启动子近端区域序列特异性结合、蛋白质异二聚化活性、过氧化物酶活性、MAP激酶酪氨酸/丝氨酸/苏氨酸磷酸酶活性.KEGG通路分析表明,这些DEGs主要参与破骨细胞分化、TNF信号通路、PI3K-Akt信号通路、MAPK信号通路、细胞因子-细胞因子受体相互作用和Jak-STAT信号通路.从PPI网络中鉴定出前10个中枢基因是IL-6、JUN、VEGFA、ATF3、DUSP1、MYC、PTGS2、JUNB、CDKN1A和CD44.还筛选了一些用于治疗OA的潜在小分子药物,如雌二醇和来氟米特.结论:所选择的关键基因可能是OA的诊断标志物和潜在治疗靶点,所选择的小分子药物可能是治疗OA的潜在治疗药物.     

生物信息学分析类风湿性关节炎相关间质性肺病Hub基因及其通路的鉴定

目的 明确类风湿性关节炎相关间质性肺病(RA-ILD)发病的潜在分子靶标及通路。方法 NCBI-GEO分别下载类风湿性关节炎成纤维样滑膜细胞(RA-FLS)及间质性肺病(ILD)肺脏组织基因原始表达谱矩阵文件(GSE128813,GSE47460),利用R软件筛选两个数据集的差异表达基因,并获取共同差异表达基因,即目的基因。同时,利用DAVID工具对目的基因进行基因本体论(GO)及通路富集(KEGG)分析。利用STRING数据库和Cyto-scape软件构建目的基因与转录因子(TF)调控网络图并筛选Hub基因。结果 通过对两个基因数据集的差异表达基因(DEGs)取交集获得43个目的基因。GO分析显示,生物学过程主要富集于胶原蛋白分解代谢及间充质细胞增殖等过程;细胞成分组主要富集于细胞外基质等方面;分子功能组主要富集于肝素结合等方面;KEGG通路主要富集于类风湿性关节炎、癌症等通路。蛋白质网络分析筛选出基质金属酶1(MMP1)、基质金属酶3(MMP3)、去整合素金属蛋白酶3(ADAMTS3)、拓扑异构酶2A(TOP2A)等8个关键(Hub)基因。结论 通过生物信息学分析发现的Hub基因及...     

骨关节炎与糖尿病的共同疾病基因及其相关微小RNA的筛选与鉴定

目的 基于生物信息学筛选并鉴定骨关节炎与糖尿病的共同疾病基因及其相关微小RNA(miRNA)。方法 在GEO数据库筛选骨关节炎和糖尿病相关基因芯片数据集GSE55235、GSE29221,通过GEO2R在线分析系统筛选出两者的差异表达基因后,使用R软件包“VennDiagram”取交集而获得共同疾病基因。利用DAVID数据库对共同疾病基因进行基因本体论分析及京都基因与基因组百科全书富集分析。通过STRING数据库构建共同疾病基因的蛋白质-蛋白质相互作用网络,再应用Cytoscape软件的4种计算方法分别对网络进行分析并筛选出得分最高的前10位基因,取交集后获得Hub基因。使用miRNet数据库预测Hub基因相关miRNA。结果 共筛选出148个共同疾病基因,主要富集在肿瘤坏死因子、细胞外基质、成纤维细胞生长因子等相关生物功能,以及磷脂酰肌醇-3-激酶/蛋白激酶B、丝裂原活化蛋白激酶等信号通路中。最终获得CD44、胰岛素样生长因子1(IGF1)、C-C基序趋化因子配体5(CCL5)及Ⅰ型胶原α2链共4个Hub基因,及其对应5个miRNA(miRNA-26a-5p、miRNA-27a-3p...     

基于生物信息学分析宫颈癌关键基因及预后相关的生物标志物

目的 从公共数据库筛选并探讨宫颈鳞状细胞癌的关键致病基因。方法 从GEO数据库GSE122697、GSE89657里下载宫颈组织表达谱芯片数据。利用R软件和韦恩图查找数据集的差异表达基因(DEGs)交集,进行GO 和 KEGG 通路富集分析。利用STRING数据库构建了DEGs的蛋白质-蛋白质相互作用网络(PPIs)并导入Cytoscape软件进一步分析,通过cytohubba插件和MCC算法筛选出DEGs。利用癌症基因组图谱数据(TCGA)对已初步筛选的DEGs进行验证及生存曲线分析,并进一步筛选与宫颈癌总生存率相关的DEGs进行ROC分析,获得关键基因。结果 宫颈鳞状细胞癌差异基因56个,其中15个上调和41个下调。GO 及 KEGG 分析结果显示, 这些 mRNA 主要参与细胞核分裂、细胞外基质代谢调控等生物学进程; 主要富集于细胞周期、减数分裂、PIK-Akt信号通路、ECM受体相互作用通路等。通过PPI网络中筛选出18 个核心基因,并在TCGA数据集中得以验证,生存曲线分析的结果表明18个差异基因中的ASF1B基因对宫颈癌患者生存预后具有显著影响 (HR=0.437(0.272-0.704), P<0.01), ROC分析的结果表明其对宫颈癌患者具有很好的诊断价值(AUC=0.998)。结论 本研究通过综合生物信息学分析,有望为宫颈癌诊断和预后提供可靠的分子生物标志物和治疗靶点。     

胃腺癌的关键基因及通路的生物信息学分析

目的通过生物信息学方法探索胃腺癌的关键基因及相关通路并进行初步验证,为确定胃腺癌相关的新型生物标志物提供候选基因。方法分析GSE103236、GSE79973和GSE54129数据集以获得差异表达基因,进行基因本体论（GO）分析和京都基因与基因组百科全书（KEGG）分析,通过STRING数据库构建蛋白质-蛋白质相互作用（PPI）网络,通过基因集富集分析（GSEA）GSE118916数据集以验证生物学过程。使用癌症基因组图谱（TCGA）胃腺癌数据库分析这些关键基因与预后的关联。通过在MKN45胃腺癌细胞系中加入5-氟脲嘧啶（5-Fu）以探索上述关键基因在化疗后的变化。结果从GSE103236、GSE79973和GSE54129分别鉴定出289、576和763个差异表达基因,其共有的差异表达基因有205个。这些差异基因主要富集在消化过程和细胞外基质形成等生物学过程和细胞色素P450对异生物质的代谢和药物代谢-细胞色素P450等通路上。通过Cytoscape的CytoHubba插件获得了9个关键基因,分别是Ⅰ型胶原α1亚基（COL1A1）、Ⅱ型胶原α1亚基（COL1A2）、Ⅳ型胶原α1亚基（COL4A1）、Ⅵ型胶原α3亚基（COL6A3）、血小板反应蛋白1（THBS1）、血小板反应蛋白2（TH-BS2）、双糖链蛋白多糖（BGN）、纤维连接蛋白1（FN1）和半胱氨酸的分泌性酸性蛋白（SPARC）。GSEA分析GSE118916数据集,发现与胃腺癌相关的主要富集通路是细胞外基质-受体相互作用通路和药物代谢-细胞色素P450通路等通路,与KEGG分析的结果基本一致。且COL1A1、COL4A1、THBS1、FN1和SPARC与预后显著相关。在MKN45细胞系中加入5-FU后,COL1A1、COL4A1、THBS1、FN1和SPARCmRNA表达水平均降低,与前述结果一致。结论本研究筛选出COL1A1、COL4A1、THBS1、FN1和SPARC等关键基因,这些关键基因有望成为胃腺癌发生与发展的新型预后生物标志物。     

基于生物信息学分析探讨子宫内膜异位症恶变的机制

目的：通过生物信息学分析探讨子宫内膜异位症（EMs）恶变为卵巢透明细胞癌（OCCC）的致病机制。方法：通过GEO数据库微阵列表达谱数据集GSE57545，分别将卵巢型EMs(OVE)、EMs相关OCCC与正常女性个体的免疫基因进行差异分析，并对差异表达基因进行GO富集和KEGG信号通路分析、构建差异表达基因的PPI网络并筛选Hub基因。结果：OVE与对照组间共筛选出43个差异表达基因，OCCC与对照组间共筛选出96个差异表达基因。相对于正常女性而言，KEGG信号通路富集显示：癌症通路是OVE与OCCC共有的信号通路。GO富集分析结果示：免疫系统过程、免疫反应、调节免疫系统进程等是OVE与OCCC共有的生物学过程；囊泡、质膜部分、细胞表面是OVE与OCCC的差异表达基因富集的共有细胞组分。CAPS3是OVE与OCCC的交集Hub基因。结论：免疫系统在EMs恶变的过程中起重要作用；CAPS3可能是EMs恶变为OCCC的关键靶点之一。     

基于数据库挖掘分析FN1、COL4A1、COL4A2基因在胃癌中的表达及意义

目的 基于数据库挖掘分析胃癌预后预测和胃癌靶向治疗的潜在关键基因(Hub基因)。方法 本研究选取基因表达综合数据库(GEO)的GSE33651和GSE118916数据集(研究时间为2011年11月—2019年8月)。GEO2R进行胃癌差异表达基因(DEGs)分析。DAVID数据库对DEGs进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析。采用STRING数据库和Cytoscape软件构建DEGs的蛋白质-蛋白质相互作用(PPI)网络,其中Degree>10的DEGs被认为是Hub基因。基于癌症基因组图谱(TCGA)的胃腺癌数据,使用OncoLnc和UALCAN数据库对Hub基因进行生存分析和表达分析。TIMER数据库对Hub基因进行免疫浸润分析。结果 GSE33651和GSE118916中鉴定出80个共有上调和34个共有下调DEGs。DEGs富集在69个GO条目和7个KEGG信号通路。从PPI网络中筛选出14个Hub基因。FN1、COL4A2和COL4A1基因在胃癌组织的表达水平均显著高于胃正常组织,且在胃癌中具有良好的预后预测价值。FN1、COL4A2和COL...     

基于GEO数据库生物信息学方法分析子宫内膜癌相关基因和候选通路

目的：通过生物信息学方法分析与子宫内膜癌（EC）发生发展相关的关键基因和候选通路,探讨EC的发病机制和治疗靶点。方法：自公共基因芯片数据库（GEO）下载EC芯片数据集GSE17025和GSE63678,使用GEO2R在线分析工具和R软件筛选EC癌组织与癌旁组织的差异表达基因（DEGs）,并对DEGs进行基因本体论（GO）富集分析和京都基因与基因组百科全书（KEGG）信号通路分析,采用String数据库进行蛋白质-蛋白质互作网络（PPI）分析,最后采用Cytoscape软件对PPI网络进行可视化并进行模块分析。结果：对芯片数据集GSE17025和GSE63678进行DEGs分析后共获取100个共同上调基因和106个共同下调基因。GO富集分析DEGs主要富集于有丝分裂染色体分离、核分裂和细胞器分裂等生物学过程;KEGG信号通路分析DEGs主要富集于细胞周期、miRNA、p53信号通路和2型糖尿病等信号通路。通过Cytoscape软件分析,PPI网络中细胞分裂周期基因20（CDC20）、极光激酶A（AURKA）、细胞周期蛋白B1（CCNB1）、泛素E3连接酶（DTL）、中心体相关蛋白55（CEP55）、细胞周期蛋白依赖性激酶1（CDK1）、驱动蛋白家族成员11（KIF11）、母体胚胎亮氨酸拉链激酶（MELK）、细胞周期蛋白B2（CCNB2）和苯并咪唑出芽抑制解除同源物蛋白1（BUB1）被筛选为关键基因。结论：细胞周期相关基因与通路调控网络的失调可能是EC发病的主要机制。     

脓毒症患者生存网络构建与预后关键基因筛选

目的 构建脓毒症患者生存网络与筛选预后相关的关键基因,为进一步研究影响脓毒症预后的机制奠定基础。方法 从GEO数据库中下载两个基因芯片数据集GSE54514和GSE63042,两个数据集通过对数均一化处理后筛选出共同差异基因(P<0. 05);共同的差异基因通过DAVID进行基因注释(GO)与信号通路富集分析,并通过蛋白-蛋白相互作用(PPI)数据库STRING构建生存网络图; GCBI基因雷达分析相互调控关系,位于网络核心的基因进一步结合患者的生存时间筛选出与患者预后的关键基因。结果 两个数据集共筛选出688个共同差异基因; GO注释与信号通路富集分析显示差异基因主要富集到细胞死亡与凋亡进程、胰岛素信号通路、细胞因子信号通路等;通过STRING分析筛选出96个相互联系紧密的基因构建出生存网络,这些基因均在生存组中表达增高,生存分析发现基因MAPK3、MBP、SPI1、STAT5A与患者的生存时间成正相关,且参与广泛的基因间调节作用。结论 生物信息学技术有助于脓毒症预后的关键基因筛选,基因MAPK3、MBP、SPI1、STAT5A与脓毒症患者的预后相关,有望成为其新的研究靶点。