基因芯片筛选原发性肝癌患者的差异表达基因

目的利用基因表达谱芯片技术探讨原发性肝癌(PHC)不同阶段(癌组织、癌旁组织、正常组织)差异基因的表达,进一步寻找PHC不同阶段组织中的差异表达基因。方法提取20例肝癌癌组织、癌旁组织和正常组织的总RNA,应用Agilent人类全基因组4×44K基因芯片筛选差异表达基因,采用微阵列类分析(SAS)软件对芯片图像进行分析。结果筛选出癌组织与正常组织差异基因4 175个,其中上调基因1 850个,下调基因2 325个。对筛选出的差异基因进行GO分类,主要分为催化活性、信号转导、酶活性调节、转录活性调节、蛋白运输功能、细胞生长、凋亡等功能过程。结论利用基因芯片技术可高通量地筛选出PHC不同阶段组织的差异表达基因,为进一步阐明PHC的发生机制提供实验依据。     

帕金森病关键基因及通路的筛选及其生物信息学分析

目的 通过分析帕金森病患者与健康人基因芯片数据,寻找差异基因及其关键通路。方法 利用GEO 数据库中高通量基因芯片数据库筛选出帕金森病患者与健康对照的芯片。采用GO 基因功能注释和KEGG 通路富集分析,筛选出帕金森病的特征基因簇和通路,并进行蛋白质相互作用网络可视化分析。结果 筛选出15 个差异基因及7 个关键节点蛋白。经差异基因分析后,发现神经丝、网格蛋白包被组装及多巴胺受体信号通路富集程度最高。结论 本研究利用生物信息学方法,从不同的角度研究帕金森病的遗传学背景,在基因层面为帕金森病的诊断学标志与精准治疗提供新的思路。     

基于生物信息学分析胰腺癌的关键基因

目的 利用生物信息学分析胰腺癌发生、发展的关键基因,为胰腺癌的早期诊断、预后评估及靶向治疗提供理论依据。方法 从GEO数据库中获取GSE15471基因芯片数据集,在线分析工具GEO2R筛选差异表达基因,并对差异表达基因进行GO、KEGG富集分析和蛋白互作网络分析,利用Cytoscape软件的cytoHubba插件筛选出关键基因,通过GEPIA数据库对关键基因再次验证。结果 从GSE15471基因芯片中共筛选出267个显著差异表达基因,其中上调基因232个,下调基因35个。富集分析显示差异表达基因主要涉及细胞黏附、PI₃K-Akt信号通路、蛋白水解、炎性反应、胶原分解代谢、免疫反应等。通过蛋白互作网络筛选出11个关键基因,下调基因ALB、EGF,上调基因MMP2、CXCL8、FN1、COL1A1、SPP1、MMP1、ITGA2、COL3A1、CRP。GEPIA数据库中关键基因表达情况与基因芯片分析结果一致,生存分析显示胰腺癌患者总生存时间与MMP1、ITGA2基因表达高低相关。结论 生物信息学筛选出的11个关键基因在胰腺癌的发生、发展中有重要作用,是潜在的胰腺癌特异肿瘤分子学标志物和靶向治疗新位点。     

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...     

基于生信分析对基底细胞癌核心基因的筛选及其相关通路的研究

目的 通过生信分析筛选基底细胞癌的核心基因,探索疾病治疗的新靶点。方法 在基因表达综合数据库（Gene expression omnibus database,GEO）中下载基底细胞癌相关基因芯片,筛选出GSE6520、GSE7553、GSE103439三个数据集。应用GEO2R分析软件筛选基底细胞癌和癌旁组织样本间的差异表达基因。利用DAVID进行GO功能及KEGG通路可视化富集分析。应用STRING分析基因的蛋白交互作用。Cytoscape (Version 3.7.2)软件构建蛋白质-蛋白质互作网络,MCODE插件对蛋白互作网络进行枢纽基因的分析与筛选。MCODE插件筛选出核心基因。结果 共筛选出参与基底细胞癌发生和进展的102个相同趋势的差异表达基因,筛选并验证出6个核心基因,包括ANXA1、CALD1、CASQ2、CHST2、FZD2、FZD7。这些核心基因主要参与了生物过程、细胞成分、分子功能的调节;生物过程包括对有机物质的反应,细胞对化学刺激的反应,细胞通信的调整,信号调节等;细胞成分分析提示差异基因主要集中在细胞外基质、胞质、细胞外囊泡、外泌体中;分子功能分析提示阴离子...     

突变型与野生型胃肠道间质瘤基因筛选及信号通路分析

目的 筛选参与调控KIT/PDGFRA野生型胃肠道间质瘤(WT-GIST)发生、发展的关键基因及其信号通路,探索WT-GIST潜在的分子标志物。方法 下载来自GEO数据库GSE17743、GSE20708、GSE132542 3个GIST基因芯片数据集。合并3个芯片的基因表达矩阵、对其进行标准化处理并去除合并矩阵的批次效应、应用主成分分析检测其标准化情况后,将3个芯片中WT-GIST样本与KIT/PDGFRA突变型GIST(MUT-GIST)样本进行联合生物信息学分析,确定两组间差异表达基因(DEGs),并利用DAVID和KOBAS数据库对DEGs分别进行生物功能(gene ontology,GO)及信号通路(kyoto encyclopedia of genes and genomes,KEGG)富集分析。利用STRING数据库及CYTOSCAPE软件进行DEGs蛋白间相互作用网络(protein protein interaction network,PPI)的绘制及可视化处理,利用cytoHubba、MCODE插件划分子网络并筛选关键基因(HUBs),最后应用DAVID及KOBAS数据库对HUBs进行功能富集分析。结果 本研究共筛选出628个DEGs, 其中包括226个上调基因, 402个下调基因。DEGs的GO分析结果提示其主要富集于“蛋白质的结合”、“跨膜转运”、“细胞膜的构成”、“外泌体的形成”等功能。KEGG分析显示DEGs主要富集于“代谢途径”、“PI₃K-Akt信号通路”、“神经性配体-受体相互作用”等信号通路。通过构建PPI网络筛选出了PENK、GRIA2、FBXO6、KLHL13、HERC5等25个HUBs,GO分析结果显示其主要富集于“细胞外谷氨酸门控离子通道活性”等功能,KEGG分析结果显示其主要富集于“神经性配体-受体相互作用”、“逆行内源性大麻素信号转导通路”等信号通路。结论 通过合并3个基因芯片的基因表达矩阵, 利用生物信息学方法筛选出参与WT-GIST发生、发展过程的关键基因和信号通路, 为WT-GIST的诊疗探索潜在靶点。     

通过生物信息学分析鉴定调控神经母细胞瘤骨髓转移的中枢基因

目的:利用生物信息学的方法，探讨神经母细胞瘤骨髓转移的中枢基因及其可能的分子机制。方法: 选取GEO数据库中神经母细胞瘤基因骨髓转移的芯片数据集GSE42548，应用在线分析工具Networkanalyst筛选差异表达基因。使用DAVID数据库对上述差异表达基因进行GO功能分析及KEGG通路分析。应用STRING在线数据库和Cytoscape软件构建蛋白质相互作用（PPI）网络，并筛选hub genes、枢纽模块和seed genes，利用Venn图对hub genes和seed进行分析。结果: 分析芯片数据，筛选得到990个差异表达基因，GO和KEGG分析结果显示，差异表达基因与信号转导、生物膜合成等过程有关，并富集在Hematopoietic cell lineage通路上。通过构建PPI网络筛选得到了10个hub genes、6个枢纽模块和17个seed genes。通过Venn图确定关键基因Cxcr4。结论: 研究中筛选出了10个hubgenes和17个seed genes，其中Cxcr4基因在神经母细胞瘤骨髓转移起到关键作用，提示基于CXCR4- SDF-1之间的调控关系可能为神经母细胞瘤骨髓转移的早期诊断提供新的见解。     

中枢性PNET患者基因表达谱变化及生物信息学分析

目的 依据基因表达芯片数据筛选原始神经外胚层肿瘤(primitive neurotodermal tumor,PNET)患者肿瘤组织的差异表达基因及关键蛋白,为其临床治疗提供新的理论依据。方法 从基因芯片公共数据库(Gene Expression Omnibus,GEO)获取GSE74195基因芯片数据集,筛选PNET肿瘤组织与正常小脑组织的差异表达基因,同时进行功能注释(GO)、通路分析(KEGG)及蛋白互作网络分析。结果 筛选出340个表达显著上调的差异基因(FC>3,P<0.01),经功能注释和通路分析,发现这些基因富集于细胞周期、有丝分裂及细胞增殖等过程,KEGG 通路富集显示主要集中于细胞周期和ECM受体相互作用等通路。经蛋白质相互作用网络构建,筛选出5 个关键蛋白分子,即UBA52、UBC、CDK1、CENPK及NDE1。结论 筛选出PNET肿瘤中高表达基因及关键蛋白,为PNET发病机制及潜在的治疗靶点研究提供新思路。     

miR-124a通过抑制 iASPP基因表达促进神经突起生长

目的探索miR-124a的靶基因iASPP对神经发育的影响。方法利用在线预测软件TargetScan对miR-124a的靶基因进行
预测,结合文献资料提到的与神经早期发育有关的基因进行筛选,我们选择iASPP作为miR-124a的候选靶基因。通过荧光素
酶报告基因实验对其进行验证,然后在M17细胞中转染miR-124a过表达质粒,用Western blotting实验检测iASPP蛋白表达水
平的变化。利用视黄酸诱导M17细胞作为神经元分化模型,通过过表达或者基因干扰的方法,初步探讨iASPP基因对神经发育
的影响。结果miR-124a促进神经突起发育,并且能够与iASPP基因的3’非翻译区（3’UTR）相互作用来抑制其蛋白质的表达;
iASPP基因的过表达抑制神经突起的发育并且抑制miR-124a促进神经突起生长的作用。结论miR-124a能够通过抑制iASPP
基因的表达来促进神经突起生长。     

基于生物信息学的食管鳞癌关键基因筛选

目的 探索食管鳞癌(ESCC)基因调控机制以寻找诊治相关潜在的生物标志物.方法 整合GEO数据库中ESCC基因芯片数据集获得共同差异表达基因(DEGs),进行基因本体(GO)和基因组百科全书数据库(KEGG)分析,构建蛋白互作网络后筛选出核心DEGs.利用GEPIA进行表达差异及生存分析,经UALCAN验证差异分析结果.结果 33例ESCC组织及15例正常组织中筛选出86个DEGs.GO和KEGG富集分析结果显示,差异基因功能主要涉及细胞周期、细胞分化、转化生长因子-β(TGF-β)信号通路等,蛋白互作分析网络筛选出27个核心基因,其中与患者预后相关基因两个:CKDN3、KIF4A.结论 CKDN3、KIF4A在ESCC组织中高表达,与ESCC预后相关,有助于ESCC的诊断及预后.     

基于生物信息学的食管鳞癌关键基因筛选

目的 探索食管鳞癌(ESCC)基因调控机制以寻找诊治相关潜在的生物标志物.方法 整合GEO数据库中ESCC基因芯片数据集获得共同差异表达基因(DEGs),进行基因本体(GO)和基因组百科全书数据库(KEGG)分析,构建蛋白互作网络后筛选出核心DEGs.利用GEPIA进行表达差异及生存分析,经UALCAN验证差异分析结果.结果 33例ESCC组织及15例正常组织中筛选出86个DEGs.GO和KEGG富集分析结果显示,差异基因功能主要涉及细胞周期、细胞分化、转化生长因子-β(TGF-β)信号通路等,蛋白互作分析网络筛选出27个核心基因,其中与患者预后相关基因两个:CKDN3、KIF4A.结论 CKDN3、KIF4A在ESCC组织中高表达,与ESCC预后相关,有助于ESCC的诊断及预后.     

阿尔茨海默病差异表达基因的生物信息学分析

目的：应用生物信息学方法分析阿尔茨海默病(Alzheimer,s disease,AD)不同病情程度的差异表达基因（differentially expressed genes,DEGs）,在分子水平上探讨AD的发病制,为研究AD提供新思路。方法：从基因表达综合数据库(gene expression omnibus,GEO)下载基因芯片数据集GSE28146,使用在线分析工具GEO2R分别筛选AD轻度组、中度组和重度组与正常对照组比较的DEGs。运用DAVID 数据库对筛选出的DEGs进行基因本体（gene ontology,GO）富集分析和京都基因与基因百科全书（Kyoto encyclopedia of genes and genomes,KEGG）通路分析,通过STRING数据库构建蛋白相互作用网络,并采用Cytoscape软件筛选关键基因。结果：AD轻度组、中度组和重度组分别筛选出881、896和1142个DEGs。GO功能富集显示：轻度组与凋亡相关过程的激活、调节免疫反应、蛋白质磷酸化等生物过程密切相关,中度组与炎症反应、凋亡调节、钙离子的释放等生物过程密切相关,重度组与NF-κB的激活、蛋白质磷酸化和去磷酸化、细胞外基质的降解等生物过程密切相关。KEGG分析显示：轻度组主要富集到p53和TGF-β等信号通路,中度组主要富集到癌症途径、自然杀伤细胞介导的细胞毒性、细胞黏附分子等信号通路,重度组主要富集到细胞周期、Hippo信号通路、神经活性配体-受体相互作用等信号通路。蛋白互作网路分析各组富集程度最高的前5个关键基因：轻度组为GART、EHMT2、KRAS、ESR1、CD44;中度组为CBLB、HERC1、UBE2G1、UBE2M、HECW2;重度组为UBE2C、SOCS3、FBXW7、UBE3B、UBA6。结论：采用生物信息学方法分析不同病情程度的AD,所富集的信号通路和筛选出的关键基因可能在AD发生发展过程中起重要作用,为进一步深入研究AD提供了依据和思路。     

PAP1/METTL9基因在肺癌细胞中表达谱的生物信息学分析

目的 研究PAP1/METTL9基因在肺癌细胞中的表达谱,进一步了解肺癌发病的分子机制.方法 利用GeneSifter软件对人类正常的和永生的肺支气管表皮细胞的基因芯片数据集进行分析,并结合GO工具和KEGG通路分析其生物学意义.结果 筛选出22个与PAP1/METTL9表达相关的基因,涉及到细胞分裂、蛋白质合成、免疫反应等多种生物学过程.结论 PAP1/METTL9基因在肺癌细胞中有特异性表达,可作为肺癌基因诊断与基因治疗新的候选基因.     

人肺腺癌转移相关基因的初步筛选及验证

目的 利用建立的人肺癌高转移细胞系筛选转移基因,为研究肺癌转移的分子标志奠定基础. 方法 人肺癌细胞系SPC-A-1和相应的高转移细胞系SPC-A-1sci常规培养后提取总RNA,采用cDNA芯片技术检测两种细胞中差异表达基因,对部分有差异表达的基因进行蛋白免疫印迹（Western blot）分析验证. 结果 通过基因芯片技术筛选出了7 649个可能与肺癌转移相关的基因,其中上调基因3 891个,下调基因3 758个,功能涉及细胞黏附、凋亡、转录、信号传导、细胞周期和代谢等.经过Western分析,CD44与CDC42EP3在SPC-A-1sci中的表达明显高于SPC-A-1,而FNI的结果则相反.这与基因芯片的结果相一致. 结论 基因芯片高通量筛选提示7600余条基因可能与人肺癌转移相关,为进一步研究肺癌的转移机制和发现新的转移相关基因提供了较为有价值的线索.     

儿童肥胖症相关基因的生物信息学分析

【摘要】 目的 筛选儿童肥胖症相关基因,探索儿童肥胖症的发病机制。方法 从基因表达公共数据库（GEO）下载儿童肥胖症基因表达谱数据集GSE9624,采用BRB Array Tools软件包筛选差异表达基因（DEGs）,并对差异基因进行GO功能分析、KEGG通路富集分析和pathway相互作用网络分析。结果 共筛选出564个DEGs,其中上调基因333个,下调基因231个。GO富集分析发现DEGs主要参与代谢、细胞因子反应、信号转导、血液凝固等生物学过程,发挥的分子功能包括蛋白结合、蛋白二聚化、离子结合、RNA结合和ATP结合等。KEGG通路分析发现DEGs显著富集的pathway有代谢通路、MAPK信号通路、吞噬体、内质网蛋白加工、T细胞受体通路等。结论 儿童肥胖症患者代谢通路和信号转导通路的相关基因表达水平发生了改变,为进一步阐明儿童肥胖症的分子机制和靶向治疗提供了基础。     

基于芯片数据的雌激素受体阳性乳腺癌他莫昔芬耐药相关基因分析

目的:从分子水平揭示激素受体阳性乳腺癌他莫昔芬耐药的机制,并寻找潜在的治疗他莫昔芬耐药的靶点。方法:从公共基因芯片表达数据库（GEO）中下载雌激素受体阳性乳腺癌的相关基因芯片数据GSE67916,利用GEO2R在线分析工具筛选他莫昔芬耐药性与敏感性乳腺癌的差异表达基因;并利用DAVID软件对所筛选差异表达基因进行相关功能及通路富集分析;通过STRING、Cytoscape等工具对其进行蛋白间相互作用网络的构建和分析。结果:筛选出438个差异表达基因,其中300个上调表达基因,138个下调表达基因。GO功能分析发现这些差异基因主要参与蛋白结合、细胞对雌激素的反应、免疫应答、细胞质及细胞外基质等分子功能及生物学过程;KEGG通路富集分析显示主要富集在MAPK信号通路和HIF-1信号通路等。STRING、Cytoscape分析显示MAPK1、ESR1、SMARCA4、RANBP2和PRKCA为潜在的关键节点基因,对其进行文献挖掘及分析显示与激素受体阳性乳腺癌他莫昔芬耐药相关。结论:利用生物信息学方法对他莫昔芬耐药与他莫昔芬敏感的雌激素受体阳性乳腺癌的差异表达基因分析,可有效发掘这些差异表达基因的相互作用,为雌激素受体阳性乳腺癌他莫昔芬耐药寻找新的治疗靶点提供新方向。     

基因芯片技术检测NOB1对骨肉瘤细胞相关基因的调控作用

目的：探讨应用基因芯片技术筛选出可能受NOB1调控的基因,阐明NOB1对骨肉瘤细胞相关基因表达的调控作用。方法：应用慢病毒介导的短发夹RNA（shRNA）干扰技术建立抑制NOB1 mRNA表达的Lv-shNOB1-U2OS骨肉瘤细胞株,实验分为2组,分别为对照病毒液感染U2OS骨肉瘤细胞（Lv-shCon-U2OS）组和含NOB1干扰质粒病毒感染U2OS骨肉瘤细胞（Lv-shNOB1-U2OS）组。利用mRNA表达谱芯片对Lv-shCon-U2OS组和Lv-shNOB1-U2OS组细胞分别行表达谱分析,并利用生物信息学数据库肿瘤基因（GO）和京都基因与基因组百科全书（KEGG）预测miRNA参与调控的生物学过程、细胞组分、分子功能和信号通路。结果：mRNA表达谱芯片数据显示,NOB1干扰后共有792个基因mRNA表达水平上调,1059个基因mRNA表达水平下调,总共差异变化基因为1851个。GO分析,从细胞位置条目的富集程度来看,差异基因编码产物蛋白主要分布于细胞质膜上,占总差异基因的56.9%,分布于细胞外区域的差异基因编码产物蛋白占总差异基因的39.4%,分布于细胞外空间占总差异基因的20%;从分子功能条目的富集程度来看,差异基因编码产物蛋白主要功能为钙离子结合相关功能（占总差异基因的22%）,其次功能为转运子活性（占总差异基因的9.2%）,第3位功能为肌动蛋白结合活性,（占总差异基因的8.7%）;从生化过程条目的富集程度来看,差异基因编码产物蛋白主要参与过程为信号转导（占总差异基因的18.7%）,其次参与过程为多种细胞器的生成（占总差异基因的15.6%）,第3位过程为细胞黏附过程（占总差异基因的10.2%）;KEGG分析,差异分子所编码的蛋白涉及领域包括细胞质膜成分、钙离子结合活性以及信号转导过程。结论：敲除NOB1可以对骨肉瘤细胞相关基因表达产生全方位的影响。     

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。     

乳腺癌他莫昔芬耐药相关基因及通路的筛选

目的:利用美国国家生物技术信息中心基因表达数据库中雌激素受体阳性乳腺癌表达谱芯片进行生物信息学分析,筛选他莫昔芬耐药的关键基因和信号通路。方法:利用基因芯片GSE26459,R软件分析得到差异基因,DAVID 进行Gene Ontology和KEGG富集分析,STRING绘制蛋白作用网络。GSEA富集分析得到耐药相关通路及基因。结合蛋白作用网络筛选目标基因并验证。结果:筛选出差异基因1 516个,上调基因505个,下调基因624个。通路富集分析发现脂肪酸代谢通路、细胞粘附、胰岛素抵抗等信号通路在乳腺癌的他莫昔芬耐药中起重要作用,并在富集通路中筛选出ACSL1等候选目标基因并验证。结论:利用生物信息学有效分析他莫昔芬耐药的基因芯片数据,为他莫昔芬耐药的治疗靶点提供重要依据。     

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。