基于生物信息学方法筛选结直肠癌转移的相关基因

目的：　应用生物信息学对基因芯片数据进行分析,探讨结直肠癌的转移机制,寻找潜在的转移及预后标记物。方法：　从GEO数据库选取GSE41568、GSE68468进行分析,使用R语言limma包筛选结直肠原发癌与转移瘤之间的差异基因,获得2个数据集的共同差异基因;运用clusterProfiler包进行功能富集分析并进行可视化;通过STRING数据库、Cytoscape软件进行蛋白质互作网络分析及关键模块的筛选;使用TCGA数据库的结直肠癌数据对差异基因进行表达分析和生存分析。结果：　共筛选出108个共同差异基因;通过基因富集分析发现,差异基因主要富集在补体及凝血级联等通路及生物学过程中;通过蛋白质互作网络分析发现3个关键模块;基于TCGA数据对共同差异基因分析发现,CLCA1、COLEC11、FCGBP、PDZD2、SERPINA1、SPINK4共6个基因在Ⅰ-Ⅱ和Ⅲ-Ⅳ期结直肠癌的表达有显著差异（P<0.05）,并且与结直肠癌的预后显著相关（P<0.05）。结论：　通过生物信息学筛选出108个共同差异基因及3个关键模块,并得到6个预后相关基因,为研究结直肠癌的转移机制及预后、靶向治疗提供了一定的理论支持。     

基于WGCNA联合LASSO筛选宫颈癌预后枢纽基因

目的 运用生物信息学方法筛选宫颈癌预后相关的分子标志物,为宫颈癌的预后预测提供依据。方法 从GEO、TCGA和GTEx数据库下载宫颈癌转录组表达数据和相应的临床数据。在GSE9750和GSE52903数据集中,通过WGCNA和LASSO两种方法联合筛选宫颈癌枢纽基因,GEPIA数据库进一步筛选与预后相关的枢纽基因。在GEO数据集(GSE9750和GSE52903)和TCGA联合GTEx数据集中比较预后相关的枢纽基因在宫颈癌和正常宫颈组织中的表达情况,并在HPA数据库中验证其蛋白水平的表达。利用ssGSEA分析宫颈癌肿瘤微环境(tumor microenvironment, TME)中免疫细胞浸润情况,探究预后相关的枢纽基因与免疫细胞浸润和免疫检查点基因表达的相关性。结果 WGCNA和LASSO两种方法共筛选出7个宫颈癌枢纽基因,GEPIA数据库进一步筛选得到3个预后相关的枢纽基因MCM2、APOD和RAD54L。在GEO数据集(GSE9750和GSE52903)和TCGA联合GTEx数据集中,与正常宫颈组织比较,MCM2和RAD54L在宫颈癌组织中表达上调,而APOD则表达下调,与HPA数据库中免疫组化结果基本一致。3个预后相关的枢纽基因与免疫细胞和免疫检查点的表达有相关性。结论MCM2、APOD和RAD54L基因可能是与宫颈癌预后相关的分子标志物,与TME中免疫浸润相关。     

睾丸癌铁死亡相关基因的生物信息学分析

目的 应用生物信息学方法分析睾丸癌与正常组织之间的铁死亡相关差异基因和枢纽基因,为睾丸癌的预后和治疗提供新的思路和生物标记物。方法 从TCGA和GTEx数据库下载睾丸癌组织（n=148）和正常组织（n=165）的转录组数据。采用R语言对样本进行主成分分析（PCA）,获取睾丸癌基因表达矩阵并筛选差异表达基因,并与铁死亡数据库（FerrDb）中483个铁死亡背景基因取交集基因,获取睾丸癌铁死亡差异表达基因并进行基因本体（gene ontology,GO）分析和京都基因与基因组百科全书（Kyoto encyclopedia of genes and genomes,KEGG）分析;采用STRING数据库和Cytoscape软件构建蛋白质相互作用（PPI）网络,筛选前10个差异基因的关键枢纽基因并绘制基因热图;用GEPIA数据库分析枢纽基因在睾丸癌和正常组织的表达水平。从GEO数据库下载基因芯片GSE8607的转录组数据,用limma包进行差异分析,并提取前10个差异基因的表达谱数据,绘制睾丸癌相关的铁死亡差异基因热图进行验证。结果 差异表达分析共获得69个睾丸癌铁死亡相关差异基因,信号通路主...     

基于生物信息学方法分析颈动脉粥样硬化的关键通路和枢纽基因

目的 利用生物信息学分析初步探索颈动脉粥样硬化进展的枢纽基因和关键通路.方法 从GEO数据库获得颈动脉斑块的基因表达谱GSE43292数据集,利用GEO2R分析颈动脉斑块和正常组织的差异基因,利用R语言clusterprofile包对差异基因进行GO富集分析和KEGG功能富集分析.利用STRING工具和Cytoscape构建蛋白互作网络,并筛选关键基因.结果 GEO2R分析GSE43292数据集共含有97个差异基因,包括46个上调基因和51个下调基因;基因富集分析发现差异基因主要富集cAMP信号通路、色氨酸代谢、PPAR信号通路等相关通路.差异基因蛋白互作网络的枢纽基因为CD163、MMP9、CXCL10、CCR1.结论 CD163、MMP9、CXCL10、CCR1为颈动脉斑块形成的枢纽基因,可能为动脉粥样斑块的预后和治疗提供新的分子靶点.     

肺腺癌差异基因的生物信息学研究

目的 通过生物信息学筛选出肺腺癌中的差异基因,为肺腺癌分子生物研究和生物标志物筛选提供理论依据.方法 从GEO数据库中选择编号为GSE118370及GSE116959的基因芯片,在TCGA数据库中选择肺腺癌的转录组数据,分别通过R语言下载、整理并筛选出差异表达基因(Differentially expressed ge...     

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。     

生物信息学分析胰腺癌组织关键基因表达及其意义

目的 利用生物信息学方法对GEO数据库进行探索,获取胰腺癌发生、发展的核心基因,分析胰腺癌发生、发展的潜在机制。方法 使用GEOquery包从GEO数据库获取胰腺癌相关芯片数据(GSE62452),利用Limma包进行差异分析,结合clustreProfiler包对上调基因和下调基因分别进行GO功能和KEGG通路分析,利用String在线网站对差异基因进行蛋白互作网络分析,利用Cystoscopes软件筛选出核心基因,最后借助TCGA数据库和芯片数据(GSE28735)对核心基因进行再次验证。结果利用生物信息学方法共获得286个差异基因,其中包含上调基因189个,下调基因97个。富集分析结果显示上调基因涉及细胞组织黏附、细胞外基质组织构成等功能以及蛋白消化与吸收、PI₃K-Akt等信号通路相关。下调基因与脂类消化、细胞壁破裂等功能和胰腺分泌等信号通路密切相关。通过蛋白互作网络筛选出20个关键基因,利用GEPIA数据库对关键基因进行生存分析验证,发现3个基因(MMP11、LAMB3、PLAU)与胰腺癌预后明显相关。结论 通过生物信息学方法最终筛选出3个核心基因,为胰腺癌的诊断和预后提供了新的思路。     

基于GEO数据库和生物信息学分析筛选小鼠心肌缺血再灌注损伤相关的潜在枢纽基因

目的 ·基于基因表达数据库(gene expression omnibus,GEO)运用生物信息学分析筛选与小鼠心肌缺血再灌注损伤(myocardium ischemia-reperfusion injury,MIRI)相关的潜在枢纽(hub)基因.方法 ·从GEO数据库中获取小鼠MIRI数据集GSE61592、GSE...     

二至丸抑制皮肤黑素瘤细胞生长的分子网络机制及关键靶点探讨

[目的] 基于网络药理学探讨二至丸抑制皮肤黑素瘤生长的分子网络机制及关键靶点。[方法] 通过中药系统药理学数据库与分析平台筛选二至丸有效成分,在GEO数据库获得皮肤黑素瘤细胞与黑素细胞的差异基因表达,应用CytoScape3.7.2软件建立蛋白互作网络,利用基因表达谱交互分析数据库筛选黑素瘤枢纽基因,并进行生存分析。通过DAVID生物信息学资源进行差异基因的富集分析,并构建KEGG网络。[结果] 获得二至丸有效成分21种和皮肤黑素瘤相关靶点1889个。枢纽基因中首位是NFKBIA,它在各期皮肤黑素瘤中均呈低表达,并显著影响生存周期。代谢途径包括TNF信号通路、IL-17信号通路,趋化因子信号通路等。[结论] 二至丸通过上调NFKBIA对皮肤黑素瘤产生抑制作用,最重要的信号通路是TNF信号通路。     

m1A相关基因构建的胰腺癌预后模型的综合分析

目的：基于m1A相关基因在多个数据库中差异表达情况与临床参数建立新的胰腺癌风险评估模型,为胰腺癌治疗和预后分析提供理论依据。方法：通过分析m1A相关基因在TCGA-GTEx数据库中的差异表达,利用Cox分析与LASSO回归构建胰腺癌预后风险模型,搭配GEO数据库和本中心胰腺癌病例的基因表达和临床数据验证该模型的准确性与敏感性。结果：筛选出CRLS1与C7orf50两个基因共同构成风险模型,本研究系统验证了该模型有预测胰腺癌预后的显著效能,该模型联合肿瘤突变负荷（tumor mutation burden,TMB）具有更强的预后预测能力。结论：该模型是预测胰腺癌患者预后的新工具。