肺腺癌患者差异甲基化区域分析

目的探讨DNA甲基化在肺腺癌发生中的作用机制。方法收集2019年1月至12月新疆肿瘤医院确诊的肺腺癌和正常对照者外周血各4例,850K芯片甲基化检测平台检测肺腺癌组与正常对照组甲基化区域,Bump hunter寻找两组差异区域。Gene Ontology数据库和KOBAS软件对差异区域对应目的基因进行GO分析和KEEG分析。结果1.共筛选出DMR-1、DMR-2、DMR-3、DMR-4、DMR-6(以上位于chr6),DMR-5(位于chr11)和DMR-7(位于chr20)(P<0.05)七组差异甲基化区域。DMR-1目的基因为HLA-DPB1、HLA-DPA1,DMR-2的为POU5F1,DMR-3的为RP5-1186N24.3、SCAND3,DMR-4的为ZFP57,DMR-5的为LDHC,DMR-6的为LTA,DMR-7的为OXT。其中HLA-DPB1、HLA-DPA1等为高甲基化,SCANDS3和LTA为低甲基化。2.GO分析表明目的基因主要在干扰素-γ、MHC-Ⅱ类复合物等功能中发挥重要作用。KEGG分析显示目的基因甲基化主要在Ⅰ型糖尿病、NF-κB信号通路中高度富集。结论1.肺腺癌患者DNA甲基化的状态可能是引起肺腺癌发生的关键因素,尤其是HLA-DP,POU5F1及LDHC的甲基化状态,在肺腺癌的发生中起着重要的作用。2.在GO功能和KEGG通路中,阐明了DNA甲基化异常导致疾病发展的作用机制。     

女性2型糖尿病患者外周血全基因组DNA甲基化的研究

目的利用全基因组DNA甲基化芯片技术,寻找与女性T2DM相关的异常甲基化位点。方法选取2017年6~12月于宁波市第一医院内分泌科住院治疗的6例女性T2DM患者(T2DM组),同期于我院体检的健康女性6名为正常对照(NC)组。使用Illumina Methylation BeadChip芯片技术检测外周血全基因组DNA甲基化水平。采用DAVID数据库对差异具有统计学意义的甲基化区域基因进行基因本体(GO)和京都基因与基因组百科全书(KEGG)信号通路分析。结果发现差异甲基化位点17904个,差异甲基化区域24个。GO功能分析显示,差异甲基化区域基因参与的生物学过程主要有1型干扰素相关反应和免疫效应。KEGG信号通路分析中,差异甲基化基因主要参与T1DM、细胞黏附分子及自身免疫性甲状腺疾病。结论 DNA甲基化修饰可能参与女性T2DM发生。     

基于生物信息学的胃肠道癌症差异甲基化-差异表达基因联合筛选分析

背景:胃肠道癌症的发生、发展是多基因参与、多因素作用的结果。DNA甲基化是重要的表观遗传调控方式之一,对胃肠道癌症的诊断和治疗具有重要作用。目的:利用生物信息学分析方法,筛选并验证胃肠道癌症共同的差异甲基化-差异表达基因,为解析DNA甲基化在胃肠道癌症发生、发展中的分子机制提供理论依据。方法:选取GEO数据库中表达谱芯片和甲基化芯片数据,应用GEO2R筛选胃肠道癌症共同的差异甲基化-差异表达基因,STRING数据库构建蛋白质-蛋白质相互作用(PPI)网络,筛选出核心基因,行GO分析和KEGG分析,并应用TCGA数据库进行验证。结果:共筛选出胃肠道癌症60个高甲基化-低表达基因(Hyper-LGs)和407个低甲基化-高表达基因(Hypo-HGs)。GO分析示Hyper-LGs涉及46个功能,Hypo-HGs涉及164个功能。KEGG分析示Hyper-LGs主要富集于Rap1信号通路、吗啡成瘾通路等,而Hypo-HGs主要富集于ECM-受体相互作用信号通路、细胞周期通路、PI3K-Akt信号通路等。TCGA数据库验证结果显示,CDH2为胃肠道癌症共同的Hyper-LGs,EXO1为共同的Hypo-HGs。结论:基于生物信息学的差异甲基化-差异表达基因联合筛选分析可为阐明DNA甲基化在胃肠道癌症发生、发展中的表观遗传学作用提供新的线索,有助于全面解析胃肠道癌症DNA甲基化调控的作用及其机制,为胃肠道癌症诊断标志物的筛选和药物治疗精准靶点的选择提供理论基础。     

基于TCGA数据库下吸烟史肺鳞癌患者DNA甲基化谱的生物信息学分析

目的 基于癌症基因组图谱(TCGA)数据库探讨吸烟史肺鳞癌患者的DNA甲基化谱特点。方法 从TCGA数据库下载吸烟史肺鳞癌患者(213例)及非吸烟史肺鳞癌患者(178例)的临床数据、甲基化DNA芯片数据，首先分析两组患者总生存(OS)和甲基化基因的差异。然后进行基因本体(GO)功能注释和京都基因与基因组百科全书(KEGG)通路分析，并建立PPI分析找出关键甲基化基因。最后分析两组关键DNA甲基化水平之间的差异。结果 吸烟患者OS显著低于非吸烟组(P<0.05)。吸烟及非吸烟肺鳞癌患者共筛选出差异甲基化基因共计62个，其中上调48个，下调14个。吸烟与非吸烟肺鳞癌患者甲基化基因情况共有10条显著差异性富集信号通路(P<0.05)。两组患者差异显著富集条目30个，其中10个与生物过程相关，10个与细胞组分相关，10个与分子功能相关。两组患者差异表达的DNA甲基化关键基因别为前梯度基因(AGR)2、极光激酶(AURK)B、叉状头转录因子(FOX)P3和高迁移率蛋白A1基因(HMGA1)。吸烟组AGR2、AURKB及HMGA1甲基化水平显著高于非吸烟组，而FOXP3水平明显低于非吸...     

启动子区域甲基化对肺腺癌GPC5表达的调控作用及意义

目的 研究启动子区域CpG岛的甲基化对肺腺癌细胞GPC5表达的调节作用.方法 在线预测GPC5启动子区域CpG岛的分布,合成甲基化特异性聚合酶链反应(Methylation specific polymerase chain reaction,MSP)引物,甲基化酶特异性抑制剂5-氮杂-2'-脱氧胞嘧啶核苷(5-AZA)处理肺腺癌细胞系A549、SPC-A1及永生化支气管上皮细胞HBE,检测处理前后GPC5表达的变化.同时用MSP方法检测肺腺癌组织标本中GPC5基因启动子区域CpG岛甲基化情况,以探讨其可能的临床意义.结果 GPC5在正常的支气管上皮中不表达,而在肺腺癌细胞系中均有明显表达.5-AZA处理后,GPC5在A549及SPC-A1中的表达均上调,提示启动子区域CpG岛的甲基化参与了GPC5基因表达的调节.但肺腺癌组织标本中GPC5基因启动子区域CpG岛呈现低甲基化状态,提示这种低甲基化状态参与了肺腺癌细胞中GPC5表达的上调.结论 GPC5基因启动子区域的甲基化参与了其表达的调控,可能是导致肺腺癌中GPC5上调的一个重要因素.     

HLA-DPA1和-DPB1基因第2、第3外显子同步测序分型的研究

目的:建立可靠的HLA-DPA1和-DPB1基因第2、第3外显子同步测序分型的方法。方法:采用一对位点特异性引物扩增HLA-DPA1基因的第2外显子、第2内含子、第3外显子及其两翼的部分内含子序列,采用2对位点特异性引物扩增HLA-DPB1目的基因片段:第1对引物扩增HLA-DPB1基因第2外显子及两翼的部分内含子序列,第2对引物扩增HLA-DPB1基因第3外显子及两翼的部分内含子序列。PCR产物经核酸外切酶和碱性磷酸酶纯化,用本文的测序引物分别对HLA-DPA1和-DPB1第2、第3外显子进行双向测序。纯化的测序反应产物,经ABI 3730测序仪电泳,用Assign 4.7.1分析软件判定基因型。结果:HLA-DPA1及-DPB1基因的PCR扩增获得了清晰的目的条带,对其第2、第3外显子进行测序,所获的序列中无背景杂峰。用本文的方法对随机的96人份造血干细胞志愿捐献者标本进行HLA-DPB1测序分型,与采用SeCore~(TM) DPB1商品化测序分型试剂盒平行对照检测的结果相一致。结论:本文的方法在群体遗传学及疾病关联研究等领域具有广泛的使用价值。     

应用基因芯片技术筛选结直肠癌中差异DNA甲基化位点

背景:DNA甲基化作为表观遗传学修饰的重要组成部分,与结直肠癌等多种肿瘤的发生、发展密切相关,但具体作用机制尚未完全明确。筛选特异性甲基化基因和构建肿瘤的甲基化表达谱已成为当前研究热点。目的:应用基因甲基化芯片技术初步筛选结直肠癌组织与癌旁正常黏膜组织间差异甲基化位点,构建特异性结直肠癌差异甲基化基因谱。方法:应用甲基化450K芯片技术对6例结直肠癌及其癌旁组织进行甲基化分析,共分析位点431 467个,按P值筛选出异常甲基化位点,按甲基化β值差值区分高甲基化位点和低甲基化位点;对筛选出的差异甲基化位点进一步行GO分析和KEGG分析,了解差异甲基化位点的功能。结果:共检出结直肠癌和癌旁正常组织显著差异的甲基化位点3 649个,其中高甲基化位点1 259个,主要分布于基因启动子区和基因体,筛选出特异的SLC15A3等高甲基化基因;低甲基化位点共2 390个,主要分布于基因间区和基因体,筛选出特异的ACOT2、TTLL8、UHRF1等低甲基化基因。GO分析和KEGG分析发现,这些基因功能与DNA结合、转录因子活性、信号转导通路等有关。结论:结直肠癌和癌旁正常组织存在大量差异甲基化位点,提示DNA异常甲基化与结直肠癌的发生、发展密切相关。基因芯片技术可用于结直肠癌差异甲基化位点的初筛,但构建结直肠癌差异甲基化谱作为临床分子标记物仍需行进一步验证。     

具有预后价值的肺腺癌发病关键基因鉴别

目的 筛选与肺腺癌发病相关的关键基因,为研究肺腺癌的治疗提供新的潜在药物靶点.方法 基于肺腺癌基因表达谱数据进行基因差异表达分析,然后对差异基因(DEGs)进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)功能富集分析.利用STRING数据库构建DEGs的蛋白互作网络,结合MCC算法鉴别关键基因,最后,通过生...     

不同肺转移潜能的大鼠肝癌细胞外泌体对巨噬细胞转录组的影响

目的 比较不同肺转移潜能的大鼠肝癌细胞来源外泌体对巨噬细胞转录组的影响。方法 通过转录组测序技术,比较经两株不同肺转移潜能的大鼠肝癌细胞(WB1和WN1)来源外泌体处理的巨噬细胞的转录组差异,筛选差异基因并使用KEGG分析、GO分析和蛋白互作网络分析,探索癌细胞来源外泌体影响巨噬细胞功能促进肺转移的潜在机制。结果 对比高肺转移肝癌细胞WN1和低肺转移肝癌细胞WB1来源外泌体处理的巨噬细胞转录组,存在318个差异表达基因【log2(差异倍数)≥1;P<0.05】,其中上调基因296个,下调基因22个;KEGG分析发现上调差异基因主要富集在PI3K-Akt信号通路、IL-17信号通路、TNF信号通路等炎症分子相关的信号通路和细胞黏附相关的信号通路上;GO分析发现上调差异基因主要富集在血管形成、上皮间质转化和金属肽酶活动等条目中;更进一步的蛋白质相互作用网络分析筛选得到的核心基因Vegfa、Il6和Mmp3等也位于上述富集通路中。结论 巨噬细胞受不同肺转移潜能的大鼠肝癌细胞外泌体处理后,转录组存在显著性差异,高肺转移肝癌细胞来源外泌体可能通过调控巨噬细胞多个信号通路发挥促进肝癌肺转移的作用。     

产后甲状腺炎与HLA-DP HLA-DQ相关性52例分析

目的探讨产后甲状腺炎(PPT)与人类白细胞抗原(HLA)-DP、HLA-DQ位点等位基因的相关性及产后甲状腺炎的遗传易患性。方法对2002年9月至2003年3月中国医科大学内分泌研究所研究队列中的52例PPT患者(临床PPT患者31例,亚临床PPT患者21例)和82名正常对照产妇采用聚合酶链反应-DNA序列分析(PCR-SBT)分型技术对HLA-DPA1、HLA-DPB1、HLA-DQA1、HLA-DQB1位点等位基因进行分型,比较各组间等位基因的基因表型频率分布差异。结果HLA-DPA1、HLA-DPB1、HLA-DQA1、HLA-DQB1位点等位基因的基因表型频率分布在各组间差异无显著性意义。结论产后甲状腺炎与HLA-DP、HLA-DQ位点可能无相关性。     

R语言下食管鳞状细胞癌关键驱动基因富集分析的生物信息学研究

目的本研究利用食管鳞状细胞癌(ESCC)相关微表达矩阵芯片数据,筛选出与ESCC发生、发展显著相关的关键通路及关键基因,并对关键基因所在的功能模块进行GO和KEGG富集分析、蛋白-蛋白相互作用分析以及关键基因在ESCC患者中的生存分析。方法从GEO数据库获得了GSE38129微表达矩阵芯片数据,利用R语言及其相关的软件包进行数据处理和差异表达分析,所有差异表达基因选取“FDR<0.05及logFC≥2或log2FC≤-2”为阈值。结果本研究筛选出51个上调基因和81个下调基因进行GO和KEGG富集分析,并将筛选出来的关键基因进行生存预后分析,表明PBK、VCAN、DLGAP5、ADAT2、TOP2A与ESCC生存期相关。结论利用生物信息学方法筛选出ESCC发生、发展过程中的关键基因和信号通路,为ESCC的诊疗提供潜在的候选靶点。     

基于生物信息学探讨弓形虫ROP16Ⅰ对A549细胞表达谱的影响

目的 采用生物信息学对ROP16_Ⅰ基因转染的A549细胞株的表达谱芯片结果进行数据挖掘,寻找影响Ι型弓形虫疾病的差异表达基因,为揭示Ι型弓形虫疾病的发病机制提供依据。方法 通过生物信息学方法对过表达ROP16_Ⅰ的A549细胞株的表达谱进行研究,从中筛选差异表达基因。将得到的数据导入在线分析工具ToppGene和STRING中对差异表达基因进行筛选,同时进行GO 分析及KEGG分析。结果 本研究共获得了483个差异表达基因,其中上调的基因共有252个,下调的基因共有231个。ToppGene最终筛选得到CCL8、CXCL11、PIAS1及EIF2AK2等14个Ι型弓形虫相关的基因。GO分析和KEGG分析发现,这些候选基因与白介素IL-10、IL-4、IL-13信号通路,细胞因子-细胞因子受体相互作用通路及Toll样受体信号通路等相关。在蛋白-蛋白互作网络中,这14个候选基因恰好处于网络的最核心位置。结论 Ι型弓形虫疾病的发生可能与CCL8、CXCL11、PIAS1及EIF2AK2等基因密切相关。     

基于生物信息学的糖尿病心肌病生物标志物及关键通路的筛选

目的通过对基因表达(GEO)数据库中糖尿病心肌病(DCM)相关的基因芯片进行生物信息学分析,获得DCM的生物标志物及其调控的关键通路。方法从GEO数据库获取DCM的基因表达芯片(GSE26887),并借助DAVID在线分析平台对这些基因进行基因本体论(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,同时利用生物信息学软件STRING 10.0构建这些基因的蛋白-蛋白相互作用(PPI)网络。结果本研究中所采用的芯片GSE26887共包含7例DCM患者及5名健康对照。共筛选出差异表达基因(DEGs)236个,包括134个上调基因及102个下调基因。其中,差异最大的5个上调基因依次为NPPA、SFRP4、DSC1、NEB及FRZB;差异最大的5个下调基因依次为SERPINE1、SERPINA3、ANKRD2、XRCC4及S100A8。GO和KEGG结果表明,DCM发展过程中的DEGs主要富集在炎症、免疫紊乱、代谢紊乱、线粒体功能障碍等方面。PPI网络揭示连接度最高的15个hub基因依次为IL-6、MYC、ACTA2、SERPINE1、ASPN、SPP1、KIT、TFRC、FMOD、PDE5A、MYH6、FPR1、C3、CDKN1A及SOCS3。结论 DCM患者的DEGs与炎症、免疫紊乱及能量代谢密切相关,本研究所筛选出的差异最大的5个上调基因和5个下调基因有望成为DCM诊断的标志分子,15个hub基因有望成为DCM治疗的靶点。     

Identification of differentially expressed miRNAs and key genes involved in the progression of alcoholic fatty liver disease using rat models

BackgroundAlcoholic fatty liver disease (AFLD) is a liver disease caused by prolonged heavy drinking and has a poor prognosis in the clinic. This study aimed to explore the differential miRNAs expression profiles in the AFLD rat model.MethodsThe rat model of AFLD was established by ethanol intragastric administration and was used to explore the differential miRNAs expression profiles. We further analyzed the potential target mRNAs using the bioinformatics technique. GO and KEGG pathway enrichment analyses were carried out to better understand the biological function of differential expression genes (DEGs). We used the human Gene Expression Omnibus (GEO) dataset GSE28619 to further screen the key differentially expressed genes. The integration between the differentially expressed genes from the AFLD model and GEO was conducted and the key genes were identified.ResultsThe serum ALT, AST, TG, and TC levels in the AFLD model group were significantly higher than those in the normal control group. There are 45 miRNAs with significant changes including 26 upregulated and 19 down-regulated miRNAs. GO and KEGG enrichment showed various metabolic processes and signaling pathways were enriched in the progression of AFLD. After integrating the results of GSE28619 and DEGs, we observed that there are 12 genes with significant changes in two data sets, including PSAT1, TKFC, PTTG1, LCN2, CXCL1, NR4A1, RGS1, VCAN, FOS, CXCL10, ATF3, and CYP1A1.ConclusionAFLD showed differentially expressed miRNAs, which may be involved in the occurrence and progression of AFLD. Meanwhile, some signal metabolic pathways may be related to the pathogenesis of AFLD.     

肠道巨噬细胞在溃疡性结肠炎中的功能分析

目的采用单细胞测序分析溃疡性结肠炎(ulcerative colitis, UC)患者肠道组织中巨噬细胞差异基因及其功能。方法挖掘数据集GSE150115,分析5例UC患者肠黏膜组织10×Genomics单细胞转录组测序数据,采用Seurat软件进行细胞亚群分类、巨噬细胞识别、细胞间差异基因筛选、GO和KEGG生物信息学分析。结果从10个细胞亚群中识别出巨噬细胞,筛选出细胞间差异基因,如CR1、BCL11A等。GO及KEGG分析发现,巨噬细胞的核糖体信号通路可能参与UC疾病过程。结论肠道巨噬细胞可能通过核糖体信号通路影响UC。