基于GEO数据库的IgA肾病的关键差异基因分析

目的:基于GEO数据库初步挖掘、分析探讨IgA肾病的差异基因,为治疗IgA肾病提供新的靶点。方法:在GEO数据库中检索有关IgA肾病的相关芯片,根据样本数量及芯片类型,筛选出符合条件的芯片,借助R语言软件筛选出符合条件的差异基因,构建蛋白质-蛋白质相互作用关系网络(PPI),利用Cytoscape软件与R语言软件对差异基因进行拓扑分析,找出核心基因,并利用后者对差异基因进行GO富集分析和KEGG通路分析。结果:检索GEO数据库确定序列号为GSE93798的芯片,利用R语言分析筛选出417个差异基因,通过String数据库构建PPI网络,利用Cytoscape软件与R语言软件拓扑分析得到20个核心基因;通过R语言软件对差异基因进行GO富集分析得出差异基因主要是通过细胞外基质结构组成、长链脂肪酸转运蛋白活性、有机酸结合、羧酸结合等途径表达的,KEGG信号通路则主要富集在PPAR信号通路、色氨酸代谢信号通路、精氨酸和脯氨酸代谢信号通路和由叶酸构成的碳池信号通路上。结论:利用生物信息学相关知识分析GEO数据库的原始基因芯片数据,可以获得芯片的内在生物学信息,通过多靶点、多通路途径挖掘IgA肾病可能存在的发病机制,为日后研究治疗该病提供合理思路与理论依据。     

基于生物信息学及机器学习探究铁死亡参与非阻塞性无精子症的机制

目的:基于生物信息学和机器学习方法探讨铁死亡参与非阻塞性无精子症的潜在机制。方法:应用GEO数据库和FerrDb数据库获取疾病相关数据集和铁死亡相关基因,采用R软件对疾病数据集进行归一化处理、差异分析,GO与KEGG富集分析,将筛选出的疾病差异基因与铁死亡相关基因取交集,获取共同基因。通过LASSO、SVM-RFE及随机森林3种机器学习算法筛选核心基因,并进行免疫浸润相关性、靶标药物预测及分子对接模拟等分析。结果:GSE45885数据集筛选获得差异基因1 751个,GSE145467数据集筛选获得差异基因4 358个,二者交集获得疾病相关基因集,共508个。将疾病基因集与铁死亡相关基因集取交集,共获得17个疾病相关铁死亡基因。经过机器学习筛选后得到3个核心基因,分别为GPX4、HSF1、KLHDC3。结论:铁死亡参与非阻塞性无精子症的机制可能与GPX4、HSF1、KLHDC3表达下调有关,为后续进行深入的机制研究及疗效研究奠定基础。     

基于BRB—ArrayTools和GATHER工具对膀胱癌相关基因的挖掘及生物信息学分析

目的：从分子水平探讨膀胱癌的发病机制,为临床诊疗提供新思路。方法：从公共基因芯片数据库（GEO）中下载人膀胱癌的相关基因芯片数据,使用BRB-ArrayTools软件对其进行分析,筛选差异基因;并利用GATHER工具进行生物信息学分析。结果：BRB分析发现122个差异表达基因,其中上调55个,下调67个;GATHER分析发现这些差异基因的功能主要集中在细胞的生理过程、细菌凝聚反应的诱导作用、Jak～STAT和Toll—like受体的信号通路及细胞因子相互作用等生物学过程。结论：利用生物信息学方法能有效分析基因芯片数据并获取内在信息,为确定膀胱癌的早期诊断标志与治疗靶点提供新的思路。     

原发性骨质疏松症相关核心基因的生物信息学分析

目的 分析与原发性骨质疏松症(osteoporosis,OP)发病相关的差异表达基因,筛选OP治疗潜在药物靶点.方法 从公共基因表达数据库(gene expression omnibus,GEO)下载OP相关芯片数据,利用R软件对数据进行标准化处理后,筛选差异基因,对差异基因进行GO功能和KEGG通路富集分析、蛋白相互...     

雄激素非依赖型前列腺癌相关基因的挖掘及生物信息学分析

目的：从分子水平揭示雄激素非依赖型前列腺癌（AIPC）的发病机制,为临床诊疗提供新思路.方法：在公共基因芯片数据库（GEO）中下载前列腺癌的相关基因芯片数据,使用BRB-ArrayTools软件对其进行数据挖掘分析,筛选AIPC相关基因;并利用GATHER在线分析工具进行深入的生物信息学分析.此外,又利用基因集富集分析（GSEA）软件对上述基因芯片数据集进行了基因富集分析.结果：BRB分析发现在AIPC中有87个差异表达基因,其中上调23个,下调64个.这些差异基因的功能主要集中在细胞信号转导、细胞粘附、粘附斑、细胞外基质（ECM）受体相互作用等功能中.GSEA分析发现AIPC相关基因主要在ECM受体相互作用、SONIC-HEDGEHOG以及HDACI_COLON_TSABUT_DN功能基因集中富集.结论：应用BRB-ArrayTools和GSEA分析发现,ECM受体相互作用、细胞牯附过程及Hedgehog信号通路之间的网络调控系统可能与AIPC的发生密切相关.利用生物信息学的方法能有效分析基因芯片数据并获取生物内在信息,为确定雄激素非依赖型前列腺癌的早期诊断标志与治疗靶点提供新的思路.     

基于多数据库分析转移性黑色素瘤和乳腺癌脑转移的关键调控基因及其生物学特征

目的通过生物信息数据库的挖掘, 探究转移性黑色素瘤和乳腺癌脑转移的关键调控基因、生物学特征和通路。方法使用基因表达综合(GEO)数据库中转移性黑色素瘤和乳腺癌脑转移的样本数据集GSE8401、GSE46517和GSE12237进行差异基因筛选, 设定P<0.05及logFC>2具有统计学意义, 找出差异基因(DEGs)。进一步对DEGs进行基因本体论(Gene Ontology)分析和DAVID数据库通路分析, 使用String数据库制作DEGs的蛋白质相互作用(PPI)网络并利用Cytoscape可视化, 使用分子复合物检测(MCODE)插件用于筛选Cytoscape中PPI网络的显著交互模块, 使用cytoHubba插件对网络进一步分析, 采用六种算法来选择枢纽基因, 最后使用GeneMARIA数据库构建了枢纽基因和具有共同生物学功能的基因的共表达网络。结果最终得到158个DEGs(P<0.05, logFC>2), 其中45个基因显著下调, 113个显著上调。筛选所得的DEGs主要GO富集为:(1)生物过程(BP):DEGs主要富集在RNA剪接的调控, 通...     

无精子症病因及临床诊断探讨(附46例报告)

无精子症是指射出的精液经离心沉淀后经显微镜观察，连续3次均未发现精子。占男性不育症的10％-20％，是目前男性不育的较大诊治难题。无精子症分为精子通路梗阻或缺如导致的梗阻性无精子症和精子发生障碍导致的非梗阻性无精子症。探讨无精子症诊治规范化，系统的合理运用成熟的实验指标使其发挥最大的功效，寻求一种适合我国国情的无精子症诊治方法，并为辅助生殖技术提供科学的技术评估方法，     

少弱精子症患者精子蛋白质组学的生物信息学研究

目的:采用TMT技术筛选少弱精子症患者精子差异蛋白,并通过生物信息学分析,旨在为少弱精子症的研究提供研究方向和理论依据。方法:收集并随机取30例少弱精子症患者和30例正常男性的精液标本,运用TMT技术蛋白质组学分析筛选出少弱精子症患者精子差异表达的蛋白质,并进行基因本体(GO)分析和KEGG信号通路生物信息学分析。结果:通过蛋白质组学技术获得差异蛋白1 199种,其中上调蛋白663种,下调蛋白536种。GO分析结果初步提示差异蛋白主要聚集在核糖体成分、核糖体功能方面。KEGG信号通路分析发现差异蛋白涉及244条信号通路。结论:少弱精子症患者精子差异蛋白涉及复杂的生物过程、分子功能和信号通路,并且蛋白质组学筛查与其生物信息学分析有助于少弱精子症发病机制的研究。     

基因芯片筛选肌浸润性膀胱癌分子标志物

目的通过基因芯片技术及生物信息学方法筛选潜在的膀胱癌生物标记物。方法收集3对肌浸润性膀胱癌组织和正常膀胱上皮组织提取总RNA并行基因芯片杂交检测,获得差异表达基因进行相关生物信息学分析及验证。结果按设定的标准,共获得下调基因516个,上调基因32个;基因本体(GO)功能富集显示差异基因主要参与细胞生长与维持、细胞通讯、信号传导等;京都基因与基因组百科全书通路(KEGG pathway)富集发现这些基因涉及的通路与上皮间质转化、磷脂通路等相关;通过蛋白互作网络进一步筛选出11个核心基因,TCGA肿瘤数据库验证11个核心基因在膀胱癌表达均降低。结论本研究筛选出11个可能作为膀胱癌潜在生物标记的候选基因,为后续膀胱癌研究提供有价值的线索。     

非梗阻性无精子症与正常人睾丸间质细胞差异表达基因及核心基因的生物信息学分析

目的 通过生物信息学方法分析非梗阻性无精子症(NOA)和正常男性睾丸间质细胞中的差异表达基因及其核心基因。方法 采用生物信息学方法整合GEO(http://www.ncbi.nlm.nih.gov/geo)中的GSE149512数据集，选取无生精障碍的人群为正常组，NOA患者为NOA组。运用R软件(版本4.02)中的Seurat包(版本4.0)整合分析GSE149512的数集，并采用非线性降维UMAP的方法进行细胞聚类分析；通过Find All Markers函数，获取细胞聚类的Marker基因，并查询Human Cell Landscape(HCL)数据库进行细胞注释，并绘制差异表达基因的可视化热图；运用Cytoscape软件(3.6.1版)的ClueGO和CluePedia插件对差异基因的进行GO功能富集和KEGG通路分析；通过String数据库(http://string-db.org),构建差异基因的PPI网络；运用CytoHubba插件中的5种运算方法(Degree、DMNC、EPC、MCC、MNC)识别PPI网络中的核心基因并绘制韦恩图。结果 整合GSE149512数据集，...     

基于基因表达汇编数据库的外周血中脊柱椎间盘退行性变诊断标志物的生物信息学分析

目的 通过生物信息学分析椎间盘退行性变（IDD）相关的差异表达基因（DEG）,寻找疾病的新型诊断标志物。方法 通过基因表达汇编（GEO）数据库GSE124272、GSE150408数据集下载IDD相关的外周血样本芯片数据,筛选出IDD组和正常组之间的DEG。使用DAVID在线数据库对DEG进行基因本体（GO）功能富集和京都基因与基因组百科全书（KEGG）信号通路富集,然后利用STRING在线数据库和Cytoscape软件构建蛋白质-蛋白质相互作用（PPI）网络并获取关键基因,并利用GSE23130数据集中的纤维环样本芯片数据进行验证。利用GSE124272、GSE150408数据集中的数据,采用受试者工作特征（ROC）曲线评估外周血中关键基因的诊断效能。结果 联合分析后筛选出597个DEG,包含363个上调基因和234个下调基因。GO功能富集分析发现DEG主要参与细胞黏附、细胞凋亡、趋化作用和细胞迁移等功能,KEGG分析发现DEG主要参与细胞外基质受体相互作用和癌症中的信号通路。PPI网络分析筛选出17个关键基因,经验证获得RBMX、EEF1A1、SSR1和POLR2C这4个基因,ROC曲线分析显示这4个基因对IDD诊断效能显著,曲线下面积分别为0.763、0.741、0.710、0.702。结论 RBMX、EEF1A1、SSR1和POLR2C或可成为IDD的新型诊断标志物,为该病进一步的功能研究提供理论依据。     

胃癌枢纽基因的筛选和预后分析

目的:运用生物信息学方法探讨胃癌的预测指标和治疗靶点,并分析其与预后的关系。方法:从基因表达综合(GEO)数据库下载3个微阵列数据集(GSE13911、GSE33651、GSE79973),运用GEO2R筛选出胃癌样本与正常组织样本间的差异表达基因,通过基因本体论(GO)富集分析和京都基因与基因组百科全书(KEGG)分析对差异基因进行功能和通路注释,同时使用STRING和Cytoscape构建蛋白互作网络(PPI),筛选出枢纽基因,结合Kaplan-Meier plotter数据库对筛选出的枢纽基因进行预后分析。结果:共筛选出135个差异表达基因,其中68个上调,67个下调。GO分析结果表明差异表达基因主要参与信号转导、钙离子结合、细胞外外泌体等生物学过程。KEGG分析显示差异基因主要富集的通路包括PI3K/Akt信号通路、ECM受体相互作用、黏着斑。经PPI分析筛选得出COL1A1、COL1A2、COL4A1、FN1、THBS1、CD44、COL2A1、COL4A2、CXCL8、COL5A1为枢纽基因,生存分析显示除THBS1的上调,其余基因的差异表达均影响胃癌患者的总体生存率。结论:所筛选的枢纽基因的异常表达可能参与胃癌的发生发展过程,与胃癌患者的预后密切相关,可以作为潜在的预测指标和治疗靶点为胃癌的进一步研究提供依据。     

肾移植术后BK病毒相关性肾病核心基因及免疫微环境的生物信息学分析

目的通过生物信息学方法分析肾移植术后BK病毒相关性肾病(BKVAN)的核心基因及其与浸润的免疫细胞相关性。 方法从美国国立生物技术信息中心基因表达综合数据库下载BKVAN相关数据集GSE75693和GSE72925,BK病毒(BKV)血症相关数据集GSE47199。合并GSE75693和GSE72925后筛选差异表达基因(DEGs),然后进行基因本体生物过程(GOBP)以及京都基因与基因组百科全书(KEGG)通路分析,并通过蛋白-蛋白相互作用(PPI)网络进一步筛选核心基因。使用CIBERSORT进行免疫浸润分析,然后计算差异的免疫细胞和核心基因的相关性。最后,在GSE47199数据集筛选BKV血症和BKVAN共同的核心基因,使用基因集富集分析(GSEA)鉴定共同的核心基因分别在BKVAN和BKV血症中的生物过程。所有统计分析及可视化均基于R语言(4.0.2)。P<0.05为差异有统计学意义。 结果在合并数据中共筛选出175个上调及70个下调DEGs。在PPI网络中,通过5种方法交集得到9个核心基因,核心基因主要富集在免疫细胞活化与功能相关的进程;在KEGG分析中,核心基因主要富集在病毒蛋白与细胞因子和细胞因子受体间相互作用、细胞因子-细胞因子受体间相互作用以及趋化因子信号通路等。免疫浸润分析表明PTPRC、CCL5、TYROBP、CXCL10、CD2和CXCL9与BKVAN中浸润的免疫细胞相关。CD2是BKVAN和BKV血症的共同核心基因。 结论通过生物信息学方法筛选出BKVAN的核心基因,其中PTPRC、CCL5、TYROBP、CXCL10、CD2和CXCL9与BKVAN中浸润的免疫细胞相关,CD2是BKVAN和BKV血症的共同核心基因,这些标志物为肾移植术后BKVAN的诊治提供依据。     

用生物信息学分析预测绝经后骨质疏松症核心基因与互作miRNA的研究

目的揭示参与绝经后骨质疏松症(postmenopausal osteoporosis,PMOP)生理病理过程的核心基因,并预测可能与之相互作用的微小核糖核酸(micro-ribonucleic acid,miRNA)。方法选取NCBI基因表达综合数据库基因芯片GSE57273,应用GEO2R和Morpheus分析软件获得差异基因(differentially expressed genes,DEGs),并通过DAVID(Database for Annotation,Visualization and Integrated Discovery)进行功能富集分析。应用STRING(Search Tool for the Retrieval of Interacting Genes)、Cytoscape和MCODE(Molecular Complex Detection)软件建立蛋白相互作用网络计算DEGs的各个连接度并分析网络集簇模块。由CyTargetLinker预测与核心基因互作的miRNA。结果本研究共获得841个DEGs,其功能主要富集于基因表达过程,细胞大分子生物合成过程等。蛋白相互作用网络共包含523个节点与2 026条连线。本研究列出了前3个集簇模块,同时筛选出10个核心基因:HSP90AA1、EP300、SMARCA2、RANBP2、ASH1L、EIF4E、PTEN、CNOT6L、RPL7、KRAS,并预测出37个miRNA可与其中7个核心基因靶向性相互作用。结论核心基因与其相互作用的miRNA的发现可能有助于了解PMOP的病理机制,或为药物的开发提供治疗靶点。同时,通过对核心基因富集功能的鉴定为PMOP建立新的科学假说提供依据。     

基于GEO数据库的IgA肾病基因的筛选和生物信息学分析

目的通过生物信息学分析鉴定IgA肾病的生物标志物,旨在阐明IgA肾病疾病进展的可能分子机制。方法从GEO数据库下载包含IgA肾病患者和健康对照的微阵列数据集GSE104948、GSE93798和GSE37460数据集,并使用limma R包进行分析,以获得差异表达基因。然后进行GO分析和KEGG通路富集分析,运用STRING和Cytoscape软件构建蛋白互作网络以阐明IgA肾病的分子机制。结果应用limma R包分析鉴定出30个DEG,包括16个上调基因,14个下调基因。FN1和COL1A2等上调基因主要参与细胞外基质受体互作及PI3K-Akt信号通路。IgA肾病中ALB基因显著下调。FN1,COL1A2,ALB和FABP1基因被筛选为枢纽基因。结论FN1、COL1A2、ALB和FABP基因可能在IgA肾病的发展中起重要作用,并可能作为诊断和治疗IgA肾病的潜在分子靶标。     

Transition protein 1 mRNA expression is not related to pregnancy rate in azoospermic men undergoing TESE-ICSI

Our laboratory has previously reported significantly low levels of protamine (PRM) gene expression in infertile men. This drop was correlated with a low pregnancy rate, suggesting that PRMs may be useful as predictive factors for the outcome of testicular sperm extraction and intracytoplasmic sperm injection (TESE-ICSI) in azoospermic men. Transition nuclear proteins (TPs) are expressed earlier in spermatogenesis than protamines and are required for normal sperm development. In the present study, we examined the expression of the transition nuclear protein 1 gene (TNP1) in azoospermia and its relationship with TESE-ICSI outcomes. The cellular expression of TNP1 mRNA in spermatids was quantified by in situ hybridisation on paraffin sections of testis biopsies from 21 men with obstructive azoospermia and 23 men with non-obstructive azoospermia. Cases of non-obstructive and obstructive azoospermia did not differ significantly in terms of TNP1 expression. Furthermore, TNP1 mRNA expression was similar in non-pregnant and pregnant couples. Hence, the pregnancy rate was not related to TNP1 mRNA expression levels in azoospermia. Our results emphasise the value of TNP1 as a reliable predictive marker for the presence of spermatids/spermatozoa in the testis biopsies used for TESE but also indicate that expression of the TNP1 gene (believed to be a major player in spermiogenesis and required for production of normal sperm) may not be a predictive factor for successful post-ICSI embryonic development.     

基于基因共表达权重网络分析骨质疏松相关的关键LncRNA

目的通过基因共表达权重网络分析(WGCNA)探讨LncRNA与骨质疏松的关系。方法收集GEO数据库中GSE56815芯片的80个样本,通过重注释获得了127 LncRNA,用WGCNA对表达数据进行样本聚类分析,并与骨质疏松进行相关性分析。寻找相关性最高的模块的靶基因并绘制网络关系图,随后进行GO和KEGG富集分析。结果共检测到9个LncRNA模块,关键模块为turquoise模块包含29个靶基因,并获得204个靶向基因,绘制网络关系图后获得枢纽LncRNA为ACVR2B-AS1、LINC01278、SND1-IT1、C22orf24、ZNF213-AS1、WT1-AS、PLAC4、RHPN1-AS1和LINC01140。GO功能主要集中在细胞间信息传递上;细胞功能集中在细胞核、细胞膜和线粒体中,涉及成骨细胞分化的调控。KEGG主要富集于GnRH、Notch、神经营养和钙离子信号通路上。结论利用WGCNA方法,获得与骨质疏松性状相关模块,鉴定有生物学意义的基因模块,获得了核心LncRNA,并通过寻找潜在的靶基因,进行了富集分析。这些结果为LncRNA在骨质疏松症病理生理机制的研究中提供新的见解。     

生物信息学方法研究高脂饮食诱导肥胖对雄性SD大鼠的影响

目的应用生物信息学方法探寻高脂饮食诱导性肥胖雄性SD大鼠生理代谢改变及对生育力的影响。方法利用NCBI中的GEO基因芯片公共数据库进行芯片数据搜索,最终选择芯片数据(GSE8700)作为分析对象,使用bioconductor包中R工具的函数及Limma程序包识别差异性表达基因,应用DAVID数据库对差异表达基因进行GO富集分析和KEGG通路分析,选用String在线数据库构建差异表达基因的PPI网络。结果通过对GSE8700进行分析,得到1 014个表达差异基因,其中上调基因544个,下调基因470个;上调差异基因GO条目全部富集于生物过程(BP),主要为氧化还原、轴突生成、对肽类激素反应、对糖皮质激素反应过程;下调差异基因GO富集于生物过程(BP),主要为女性怀孕、对类固醇激素的反应、甘油三酯代谢等过程;富集于细胞组成(CC),主要为细胞外间质,细胞质,血液微球等组成;富集于分子功能(MF),主要为丝氨酸肽链内切酶活性、脂肪酸结合、磷脂质结合等功能;上调差异基因并未富集到任何KEGG通路,而下调差异基因富集到3条通路,分别为PPAR信号通路(过氧化物酶体增殖物激活型受体)、脂肪的消化和吸收通路、胰腺分泌通路,其中重要的节点基因为热休克蛋白90AB1(Hsp90ab1)、细胞外钙敏感受体(Casr)及趋化因子9(Ccl9)等。结论高脂饮食诱导肥胖雄性SD大鼠脂质代谢发生了紊乱,大鼠生殖功能可能受到影响,类固醇激素、肽类激素代谢异常可能是其影响途径。