转录组测序分析FOXD3基因对胃癌细胞调控的分子机制

目的探讨FOXD3在胃癌细胞中可能调控的基因,阐明其在胃癌发生、发展过程中的可能机制。方法通过慢病毒感染技术建立FOXD3基因过表达MKN45细胞系及对照组MKN45细胞系,利用转录组测序技术检测两组细胞的基因表达谱,通过生物信息学方法比较两组细胞间的差异表达基因(DEGs),分析DEGs的基因本体论(GO)功能富集及京都基因和基因组百科全书(KEGG)通路富集情况,并构建蛋白质-蛋白质相互作用(PPI)网络。结果 FOXD3基因过表达后,筛选出586个DEGs,其中343个DEGs表达上调,243个DEGs表达下调。GO功能富集结果显示,DEGs主要参与正向调控RNA聚合酶Ⅱ启动子转录、双向调控细胞增殖、细胞黏附、炎症反应等生物学过程。KEGG通路主要富集在PI3K-Akt信号通路、肿瘤相关通路、焦点粘连等。从PPI网络中筛选出前10个靶向基因AGT、BDKRB2、NMUR2、SAA1、CHRM1、ADRA1B、CXCL1、CXCR4、CXCL8、GNAI1,并揭示这些基因参与了G蛋白偶联受体信号通路、神经活性配体-受体相互作用、钙离子信号通路、趋化因子信号通路等重要途径。结论本研究一定程度上揭示了FOXD3基因可介导多个靶向基因,影响多条通路及生物学过程参与胃癌的发生、发展的可能分子机制,但仍需进一步进行研究验证。     

基于GEO数据库的克罗恩病差异表达基因生物信息学分析

目的寻找克罗恩病(Crohn’s disease, CD)的差异表达基因,进一步筛选与CD发生相关的潜在靶点,为CD的防治提供新思路。方法从GEO数据库下载GSE83448基因芯片,利用GEO2R在线分析工具筛选出CD患者与健康人群肠黏膜组织的差异表达基因■,并采用GraphPad Prism 8.0.1作图进行可视化展示。使用Metascape在线数据库和String网站对差异表达基因(differentially expressed genes, DEGs)分别进行富集分析和蛋白质互相作用(PPI)分析,使用Cytoscape 3.8.0软件构建PPI网络图,筛选功能模块和关键基因。结果共筛选出206个DEGs,其中上调基因68个,下调基因138个。基因本体分析提示DEGs在生物过程主要富集于细胞外结构组织、视黄醇代谢过程和消化等;在细胞组成主要富集于刷状缘、细胞的顶端部分、含胶原蛋白的细胞外基质等;在分子功能主要富集于雌激素16-α-羟化酶的活性、糖胺聚糖结合和脂质转运体活性等。通路分析提示,DEGs富集于蛋白质消化吸收、化学致癌作用、胆汁分泌、PPAR信号通路、脂肪消化吸收、紧密连接、肾素-血管紧张素系统、淀粉和蔗糖的代谢、色氨酸代谢、胰腺分泌、AGE-RAGE信号通路等。利用Cytoscape筛选出两个显著相互作用模块和10个关键基因,分别是MMP2、COL4A1、CTGF、POSTN、COL1A2、GCG、COL5A1、HSPG2、COL6A1、NTS。结论 CD中的DEGs与疾病的发生发展相关,富集分析和关键基因筛选为更深入研究CD的发病机制和治疗靶点提供方向。     

通过加权基因共表达网络分析鉴定主动脉瓣钙化的关键基因和富集通路

目的:筛选主动脉瓣钙化疾病(CAVD)潜在的高风险致病基因及富集通路,为CAVD的发病机制提供理论依据。方法:从高通量基因表达(GEO)数据库中下载GSE83453数据集,首先利用R语言中的limma包筛选出差异表达基因,然后再利用WGCNA包对共表达基因进行分析并筛选出与临床表型相关度高的模块基因,两者的共同致病基因被筛选出并导入STRING数据库中进行蛋白-蛋白网络互作分析,最后导入Cytoscape中筛选出关键基因。绘制差异表达基因的火山图及热图,从而更直观地展示它们之间的差异。同时,利用R语言中的ClusterProfiler包对筛选出的基因进行基因本体论分析(GO)及京都基因与基因组百科全书分析(KEGG)。结果:采用WGCNA方法从GSE83453数据集中识别出14个模块,其中浅蓝色模块的相关性系数最高(Cor=0.94,P0.01)。最终纳入66个高风险致病基因。通过蛋白质相互作用网络分析获得66个基因及104个互作关系,从中筛选出与CAVD相关的致病基因,提示CAVD可能与细胞外基质组织、主动脉瓣间质细胞(AVICs)及炎症相关。结论:通过对CAVD患者的高通量数据集进行分析,筛选出66个高致病风险基因,再通过Cytoscape最终确定了10个关键基因,其中Ⅲ型胶原(COL3A1)、Ⅰ型胶原(COL1A1)和分泌性磷酸蛋白1(SPP1)与CAVD的形成高度相关。     

基于生物信息学和机器学习鉴定验证溃疡性结肠炎诊断的生物标志物

目的 旨在通过生物信息学和机器学习寻找溃疡性结肠炎诊断的潜在生物标志物,并分析其免疫浸润特征。方法基于三个GEO数据库(GSE9452、GSE38713和GSE36807)的数据集进行分析,首先将数据集合并,用R软件“limma”包筛选溃疡性结肠炎与正常样本结肠黏膜组织的差异表达基因(DEGs),对DEGs进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集。采用最小绝对值收敛和选择算子(LASSO)和支持向量机-递归特征消除(SVM-RFE)筛选出关键基因。利用CIBERSORT对UC的免疫浸润特性进行了探索,并进一步分析关键基因与不同免疫细胞之间的关联。最后在不同探针平台的独立数据集(GSE13367)中验证关键基因的表达水平,采用受试者工作特性曲线(ROC)评估关键基因的诊断效能。结果GSE9452、GSE38713和GSE36807数据集共筛选出182个差异基因,包括55个下调基因和127个上调基因。功能富集分析表明DEGs主要参与体液免疫反应、含胶原蛋白的细胞外基质、细胞因子活性、细胞因子-细胞因子受体的相互作用等。通过两中机器学习算法及验证集验证,最终确立了DP...     

多发性骨髓瘤/浆细胞白血病差异表达基因生物学功能、关键基因表达水平及其与预后的关系

目的 筛选出多发性骨髓瘤（MM）与浆细胞白血病（PCL）之间的差异表达基因,了解其生物学功能,明确关键基因表达水平与MM预后的关系。方法 从公共基因芯片数据库（GEO）中下载MM与PCL芯片数据集GSE66291和GSE70323,在R软件中用Limma包分别筛选差异表达基因（DEGs）并取交集。利用基因本体（GO）以及京都基因与基因组百科全书（KEGG）信号通路分析对DEGs进行功能和通路注释,使用Sring对交集的DEGs构建蛋白质—蛋白质互作网络（PPI）,筛选关键基因,使用Cytohubba插件筛选相关度前20位的关键基因,最后在GSE24080中根据关键基因的表达水平将MM患者分为高表达组及低表达组,比较高低表达组的总体生存率。结果 共获取DEGs 389个,120个上调,269个下调。GO分析结果显示：在细胞组分方面主要与细胞膜外区域相关;在生物过程方面,参与白细胞游走、中性粒细胞聚集、体液免疫等;分子功能方面,主要与抗原结合相关。KEGG结果提示DEGs在细胞黏附分子、局灶性黏附等相关通路上富集。筛选出CDH1、CD44等20个关键基因,其中CXCL12、CDH1、RNA...     

重症COVID-19肺炎肺纤维化关键基因的筛选

目的 通过生物信息学方法筛选重症COVID-19肺炎患者肺纤维化的关键基因，并预测重症COVID-19肺炎肺纤维化的潜在治疗性中药。方法 从GEO数据库中下载重症COVID-19肺炎肺纤维化的表达矩阵(GSE206788),通过R语言确定重症COVID-19肺炎肺纤维化组与正常对照组的差异表达基因(DEGs),进行基因本体(gene ontology, GO)功能注释和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes, KEGG)富集分析，同时进行蛋白质互作网络分析，5种算法取交集得到关键基因，通过Coremine Medical平台筛选可能的治疗中药。结果 共筛选出249个差异基因，GO功能注释结果显示，DEGs主要在信号转导、免疫应答、炎症反应、质膜、细胞外区域、蛋白质结合功能等富集。KEGG通路分析结果显示，DEGs主要在癌症、磷脂酰肌醇3-激酶(phosphatidylinositol 3-kinase, PI3K)/蛋白激酶B(protein kinase B,Akt)、丝裂原活化蛋白激酶(mitogen-activat...     

银屑病发病关键基因筛选、与免疫细胞浸润关系及有治疗潜力的中药预测

目的 筛选银屑病发病关键基因,分析银屑病发病关键基因与免疫细胞浸润水平之间的关系,并筛选对银屑病有治疗潜力的中药,为研究银屑病的发病原因、发病机制提供参考。方法 在GEO数据库检索银屑病基因芯片,筛选出银屑病差异共表达基因（DEGs）;通过WGCNA包筛选出银屑病相关性最高的基因模块;将获取的银屑病DEG s与银屑病相关性最高的模块取交集,获得银屑病高度相关DEG s,并对其进行GO分析、KEGG分析。采用MCC、DEGREE、EPC和CLOSENESS算法从银屑病高度相关DEG s中筛选出与银屑病相关性更强的DEGs为银屑病发病关键基因。利用CIBERSORT反卷积法、Pearson相关分析银屑病发病关键基因与免疫浸润细胞比例的关系。通过将银屑病发病关键基因映射至COREMINE medical数据库,筛选出对银屑病有治疗潜力的中药。结果 共筛选出348个DEG s。GO富集分析显示DEGs主要富集在对外部生物刺激的反应、线粒体蛋白复合体、内肽酶活性、丝氨酸型肽酶活性等方面;KEGG富集分析显示其主要涉及NF-κB信号通路、Toll样受体信号通路、细胞因子-细胞因子受体的相互作用、P...     

RseA基因影响耻垢分枝杆菌药物敏感性的生物信息学分析与初步验证

目的 筛选RseA在耻垢分枝杆菌中可能调控药物敏感性的基因或通路,并进行初步验证。方法 利用分子克隆技术构建RseA基因过表达耻垢分枝杆菌组和空质粒对照组;利用转录组测序技术和生物信息学方法筛选2组细菌间的差异表达基因(DEGs),分析其基因本体论(GO)及京都基因和基因组百科全书(KEGG)富集情况;并构建蛋白质-蛋白质相互作用(PPI)网络。利用结核分枝杆菌复苏促进因子E(RpfE)促使非复制持留菌复苏,测定复苏指数(RI)对筛选出的关键靶向基因或通路进行初步验证。结果 RseA基因过表达后,筛选出2 403个DEGs,其中2 335个表达上调,68个表达下调。GO分析结果表明,DEGs主要参与氮化合物代谢过程的调控、RNA代谢过程的调控、转录因子活性和序列特异性DNA结合过程调控等。KEGG分析结果显示,DEGs主要参与萜类骨架的生物合成、果糖和甘露糖代谢和同源重组等通路。从PPI网络MCODE模块中筛选出前8个hub基因rpsG、rplM、rpsO、rpsT、rpmH、rplS、rpsJ、rplT,并从这些基因的分析结果得知,其主要参与了核糖体通路。使用RpfE促进复苏后,RseA组复苏指数明显低于对照组。 RseA调控了多个靶向基因,参与核糖体的结构组成和核糖体通路,增强耻垢分枝杆菌对抗结核药物的敏感性,为进一步的机制研究奠定了基础。     

基于生物信息学分析非酒精性脂肪肝疾病发展关键基因

目的基于生物信息学技术筛选非酒精性脂肪肝病(NAFLD)进展过程中的关键基因, 并探讨其潜在生物学机制。方法通过整合基因表达公共数据库(GEO)中NAFLD相关测序数据集GSE135251和GSE167523, 分析在单纯性非酒精性脂肪肝(NAFL)与非酒精性脂肪性肝炎(NASH)中差异表达的基因。对筛选得到的差异基因进行基因本体论(GO)功能富集分析, 京都基因与基因组百科全书(KEGG)和Reactome信号通路分析。通过STRING数据库及Cytoscape3.7.2软件寻找关键基因并观察不同纤维化分级和不同活动度评分下关键基因的表达情况。此外, 基于NAFLD小鼠的单细胞RNA-seq数据集, 观察了关键基因在不同细胞簇的表达。结果通过生物信息学方法从两个数据集获得NAFLD的97个共同的差异基因, GO功能富集分析主要表现在细胞外基质组织。信号通路则主要为细胞外基质(ECM)-受体的相互作用。基于蛋白互作网络(PPI network)和Cytoscape软件确定5个关键基因:COL1A1、THBS2、CXCL8、THY1及LOXL1。关键基因的表达情况与纤维化分级及活动度评分...     

综合基因表达谱分析与人类肝胰岛素抵抗相关蛋白分子表达研究

目的分析糖尿病患者与正常人肝组织之间的差异表达基因(DEGs),筛选出肝组织中与可能产生胰岛素抵抗相关作用的蛋白分子。方法从GEO数据库下载基因芯片数据集GSE23343(包括10例2型糖尿病和7例正常人肝组织的基因表达值),通过DEGs表达谱分析和功能通路富集分析,构建DEGs对应的蛋白质-蛋白质相互作用网络。结果分析得到928个显著上调的DEGs(P0.01),发现DEGs主要富集在细胞和代谢生物过程中,KEGG通路富集显示DEGs主要集中于信号转导和肿瘤相关通路。经蛋白质相互作用网络构建,筛选出5个关键蛋白分子MDM2、PCNA、CAV1、PIK3R1、NR3C1。结论系统地筛选出人类肝组织中可能与胰岛素抵抗形成相关的蛋白分子,为进一步实验研究肝胰岛素抵抗产生机制和新的降血糖药物作用靶点提供基础。     

基于GEO数据库尘螨过敏发病机制的研究北大核心CSCD

目的 通过对尘螨过敏人群呼吸道上皮细胞基因芯片的生物信息学分析,获得尘螨过敏的生物标志物。方法 从美国国立生物技术信息中心(NCBI)公共基因表达数据平台(GEO)下载GSE9150mRNA基因芯片数据集,对呼吸道上皮细胞样本进行分析。样本来源包括过敏人群上皮细胞10例(5例暴露于尘螨,5例暴露于生理盐水)和健康人群上皮细胞10例(5例暴露于尘螨,5例暴露于生理盐水)。采用R语言“limma”函数包筛选差异表达基因(DEGs),设定阈值logFC绝对值≥1且P<0.05。用DAVID数据库对靶基因进行基因本体(GO)功能分析和京都基因与基因组百科全书(KEGG)信号通路分析,及应用STRING数据库构建蛋白质相互作用网络,再以Cytoscape对模块中的基因共表达关系进行可视化并筛选关键基因。结果 暴露于尘螨的健康组和过敏组共筛选出1 247个DEGs, GO分析显示DEGs生物学功能主要涉及炎症细胞活化、细胞交流和糖基化等。KEGG信号通路分析表明:NOD样受体信号通路、Toll样受体信号通路、TGF-β信号通路、IL-17信号通路、Th1和Th2细胞分化有关。基于蛋白质相互作用网络筛选出10个关键基因RSAD2/ISG15/IFIT1/OASL/MX1/IFIT3/OAS3/IFIH1/IFI44/DDX58。结论 通过生物信息学筛选发现了有关尘螨过敏患者与健康人群之间的DEGs,并通过PPI网络获得10个hub基因,为尘螨过敏机制与防治研究提供了新思路。     

急性胰腺炎基因表达谱芯片的生物信息学分析及药物筛选

目的应用生物信息学方法筛选急性胰腺炎(AP)差异表达基因(DEGs)及相应的候选治疗药物。方法从基因表达数据库(GEO)中下载小鼠AP相关的高通量芯片数据集(GSE109227和GSE65146),使用GEO2R筛选DEGs。利用DAVID数据库对DEGs进行基因本体功能富集和通路富集分析。在String数据库中建立蛋白-蛋白相互作用关系(PPI)并利用Cytoscape软件进行可视化,筛选出子网络模块和关键基因。预测关键基因相关的miRNAs并通过比较毒物遗传学数据库(CTD)针对关键基因进行治疗药物的筛选。结果从高通量芯片数据集GSE109227和GSE65146中共筛选到130个上调基因和16个下调基因。DEGs主要参与炎症反应、中性粒细胞趋化、TNF介导的细胞反应、正调控基因表达等生物学过程,且参与细胞外基质受体相互作用、肌动蛋白细胞骨架的调控、白细胞内皮迁移、Focal adhesion等信号通路。在PPI网络中,共筛选出12个关键基因和6个子网络模块。miR-199a-5p、miR-1-3p等miRNAs可能作用于关键基因转录后调控。CTD数据库中筛选到染料木黄酮、白藜芦醇、槲皮素可降低关键基因表达水平。结论利用生物信息学方法筛选的相关基因可能在AP发生中具有重要作用,并可作为药物的筛选依据。     

慢性日本血吸虫病肝纤维化差异表达基因的生物信息学分析

目的　筛选慢性日本血吸虫病肝纤维化差异表达基因（differentially expressed genes, DEGs）,并对其功能进行分析。方法　从基因表达综合（Gene Expression Omnibus, GEO）数据库下载慢性日本血吸虫病肝纤维化患者测序表达谱数据集,利用R语言进行DEGs筛选,对其生物学功能进行基因本体论（Gene Ontology, GO）和京都基因和基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）富集分析并构建蛋白质⁃蛋白质相互作用（protein⁃protein interaction, PPI）网络,以筛选关键基因。结果　共鉴定出62个DEGs,其中12个下调表达基因、50个为上调表达基因。GO富集分析显示,DEGs主要富集在脂肪酸、硫化合物、酰基辅酶A、硫酯代谢等116种生物学过程,线粒体基质、线粒体外膜、细胞器外膜等19种细胞组分及胰岛素样生长因子结合、氧化还原酶活性等7种分子功能。KEGG通路富集分析显示,DEGs与磷脂酰肌醇⁃3⁃激酶/丝苏氨酸蛋白激酶（phosphatidylinositol⁃3⁃kinase/ serine/threonine protein kinase, PI3K/Akt）、丝裂原活化蛋白激酶（mitogen⁃activated protein kinase, MAPK）信号通路、钙离子代谢以及环磷酸腺苷（cyclic adenosine monophosphate, cAMP）信号传导等功能密切相关。PPI网络分析发现ACACA、ACSL1、GPAM、THRSP、PLIN1、DGAT2等6个与慢性日本血吸虫病肝纤维化发生有关的关键基因,其中核心程度居前3位的基因是ACSL1、ACACA和PLIN1。结论　ACSL1、ACACA和PLIN1可能是导致慢性日本血吸虫病肝纤维化发生的关键基因,其调控的脂质代谢异常可能在慢性日本血吸虫病患者肝纤维化进程中发挥了重要作用。     

乙型肝炎病毒相关肝细胞癌核心差异 表达基因生物信息学分析

目的　探索与乙型肝炎病毒（HBV）相关肝细胞癌（HCC）发生发展相关的核心基因,为进一步揭示HBV相关HCC发病机制提供参考。方法　从高通量基因表达数据库（GEO）中下载GSE55092、GSE121248两个数据集,采用R语言筛选HCC组织和癌旁组织间差异表达基因（DEGs）,并绘制可视化火山图。对DEGs基因进行基因本体论（GO）和京都基因和基因组百科全书（KEGG）富集分析,构建蛋白质相互作用（PPI）网络,并用Cytoscape 3.9.0开源平台中分子复合物检测（MCODE）和cytoHubba插件筛选核心DEGs。利用UALCAN和Kaplan Meier⁃plotter数据库中临床样本数据对筛选出的核心DEGs进行差异表达和生存分析验证。结果　从GSE55092数据集和GSE121248数据集中分别筛选出1 148个和686个DEGs,其中下调表达基因分别为703个和477个、上调表达基因分别为445个和209个;两个数据集共筛选出557个共同表达的DEGs,其中下调表达基因384个、上调表达基因173个。GO富集分析显示,DEGs主要参与细胞分裂、细胞增殖、氧化还原、免疫应答、蛋白质水解等生物学过程,细胞核、细胞质、胞外囊泡、内质网膜等细胞成分,与钙离子、蛋白激酶、DNA、血红素等结合分子功能;KEGG通路分析显示,DEGs主要参与细胞周期、卵母细胞减数分裂、代谢途径、抗生素生物合成、p53信号通路等通路。PPI网络分析发现10个核心DEGs,包括CDK1、CCNB1、CCNA2、TOP2A、AURKA、CCNB2、KIF11、CDC20、KIF20A、BUB1B;经临床样本数据验证,CDK1、KIF11、KIF20A这3个DEGs在HBV相关HCC患者中差异表达,且与患者预后不良相关。结论　CDK1、KIF11、KIF20A可能在HBV相关HCC发生发展中发挥重要作用,有望成为HBV相关HCC潜在诊断标志物和治疗靶标。     

结直肠癌相关差异表达基因的生物信息学分析

背景:结直肠癌(CRC)是消化系统常见肿瘤,发病率和死亡率较高。目的:应用生物信息学方法对CRC差异表达基因进行分析,筛选与CRC发生、发展相关的基因。方法:从公共基因表达数据库(GEO)下载CRC基因芯片GSE32323、GSE21510、GSE9348数据集,使用R语言筛选差异表达基因。在DAVID数据库中对差异表达基因行GO和KEGG分析。应用STRING、Cytoscape构建蛋白质-蛋白质相互作用(PPI)网络,筛选出CRC的核心基因。结果:在三个数据集中共筛选出834个CRC共同差异表达基因,包括376个上调基因和456个下调基因。GO分析表明差异表达基因主要参与细胞分裂、增殖、代谢等过程。KEGG分析显示差异表达基因主要富集于p53通路和细胞外基质蛋白通路。PPI网络共筛选出20个核心基因。结论:运用生物信息学方法对CRC基因芯片进行分析可为CRC发病机制、肿瘤标记物的筛选和治疗药物靶点的选择提供理论基础。     

基于生物信息学分析的结核病诊断及治疗新型生物标志物的筛选

目的 利用生物信息学方法筛选结核病诊断和治疗的潜在新型生物标志物。方法 从美国基因表达数据库(the Gene Expression Omnibus, GEO)下载数据集GSE34608和GSE54992用于筛选结核病的差异表达基因(DEG),通过R软件对DEGs进行基因本体论(Gene Ontology, GO)和京都基因与基因组百科全书数据库(Kyoto Encyclopedia of Genes and Genomes, KEGG)通路富集分析,登陆STRING网站进行差异表达基因间的蛋白-蛋白相互作用(Protein-Protein Interaction, PPI)分析,并利用Cytoscape软件分析PPI的关键模块和关键基因。利用基因数据集GSE116542、GSE34608、GSE25435筛选共同差异表达miRNA(DE miRNA),采用实时定量聚合酶链反应(qRT-PCR)验证筛选的关键基因,采用Cytoscape软件构建DEG-DE miRNA网络。结果 共筛选出379个差异表达基因,其中225个基因表达上调,154个基因表达下调。这些DEGs主要与先天免疫反应...     

基于生物信息学技术筛选缺血性脑卒中相关转录因子及中药活性成分研究

目的 基于生物信息学技术筛选缺血性脑卒中（IS）相关转录因子（TF）及中药活性成分。方法 在基因表达综合数据库（GEO）中选择GSE16561、GSE58294、GSE162955芯片数据集，使用R 4.0.5软件对GSE16561、GSE58294数据集进行预处理并筛选差异表达基因（DEGs），然后进行基因集富集分析（GSEA）。通过STRING平台构建DEG的蛋白质-蛋白质相互作用（PPI）网络并筛选关键DEG，通过GSE162955数据集绘制ROC曲线，以评估关键DEG对IS的诊断价值；然后通过TRRUST平台构建TF-miRNA-核心DEG调控网络，筛选枢纽TF、主要miRNA及核心DEG。通过Coremine Medical及Uniprot平台预测并筛选IS相关中药活性成分。结果 韦恩图结果显示，GSE16561数据集和GSE58294数据集的交集DGEs共220个，包括130个上调DGEs和90个下调DEGs。GSEA结果显示，KEGG通路主要富集在MAPK信号通路、神经营养因子信号通路和趋化因子信号通路；GO功能生物过程主要富集在中心粒细胞外渗，细胞成分主要富集在细胞器内...     

基于GEO数据库芯片的致心律失常性右室心肌病关键基因筛选与生物信息学分析

目的:寻找致心律失常性右室心肌病(ARVC)发病关键基因。方法:从GEO数据库获得人类ARVC现有信息芯片,筛选出ARVC心肌和正常心肌间差异基因。通过David数据库进行基因本体论(GO)功能注释和京都基因与基因组百科全书(KEGG)通路分析,利用String数据库和Cytoscape软件构建蛋白质相互作用(PPI)网络。结果:共鉴定出101个差异基因,包括40个上调基因和61个下调基因。GO分析显示,P0.01且基因数10的生物过程(BP)包括炎症反应和信号转导,细胞组分(CC)包括细胞膜、细胞外空间和细胞外区域。KEGG分析显示,P0.01的通路为肿瘤坏死因子(TNF)信号通路。经过PPI分析筛选得出10个关键基因:白细胞介素6(IL-6)、CCL2、AIF1、CD14、CCR1、FCER1G、FPR1、PTGS2、S100A9和S100A8。结论:ARVC的发生发展可能与炎症机制密切相关,可作为潜在的治疗靶点为ARVC进一步研究提供依据。     

CDK1基因在肺动脉高压中表达和临床意义的生物信息学分析

目的:通过生物信息学的方法分析筛选肺动脉高压(PAH)的关键基因。方法:通过GEO数据库下载GSE113439和GSE144274。依次进行GO、KEGG及GSEA进行功能及通路富集分析。利用String及Cytoscape软件建立蛋白互作(PPI)网络,进一步通过MCODE、CentiScape和CytoHubba插件筛选核心基因。结果:GSE113439中有544个DEGs(上调462个,下调82个),主要参与DNA双链解螺旋、DNA修复、有丝分裂核分裂等生物学过程。GSE144274中有1121个DEGs(上调702个,下调509个),主要参与细胞分裂、有丝分裂姐妹染色单体分离、染色体分离等生物学过程。两组数据集的DEGs均显著富集在细胞周期信号通路。建立PPI网络后,根据MCODE和CentiScape插件筛选出关键作用模块,根据MCC算法选择关键候选基因,并最终筛选出CDK1为关键基因。结论:CDK1是PAH的关键基因,可能成为PAH潜在的治疗靶点。     

综合基因表达谱分析与人类肝胰岛素抵抗相关蛋白分子表达研究*

目的 分析糖尿病患者与正常人肝组织之间的差异表达基因（DEGs）,筛选出肝组织中与可能产生胰岛素抵抗相关作用的蛋白分子。方法 从GEO数据库下载基因芯片数据集GSE23343（包括10例2型糖尿病和7例正常人肝组织的基因表达值）,通过DEGs表达谱分析和功能通路富集分析,构建DEGs对应的蛋白质-蛋白质相互作用网络。结果 分析得到928个显著上调的DEGs（P<0.01）,发现DEGs主要富集在细胞和代谢生物过程中,KEGG通路富集显示DEGs主要集中于信号转导和肿瘤相关通路。经蛋白质相互作用网络构建,筛选出5个关键蛋白分子MDM2、PCNA、CAV1、PIK3R1、NR3C1。结论 系统地筛选出人类肝组织中可能与胰岛素抵抗形成相关的蛋白分子,为进一步实验研究肝胰岛素抵抗产生机制和新的降血糖药物作用靶点提供基础。