Wfs1基因敲除小鼠肝脏芯片数据的生物信息学分析

目的: 通过生物信息学方法分析Wfs1基因敲除小鼠肝脏的基因表达谱芯片,探讨WFS1基因突变的潜在致病机制。方法: 从美国国立生物技术信息中心GEO 数据库下载基因表达谱芯片数据（GSE55143）,利用分析工具GEO2R进行差异表达基因筛选,通过在线富集分析网站进行差异表达基因的GO以及KEGG通路富集分析,并使用STRING数据库及Cytoscape软件构建蛋白质相互作用网络。结果： 筛选出198个差异表达基因,其中有96个上调基因,102个下调基因。GO和KEGG富集分析表明差异表达基因主要富集于脂肪酸生物合成和初级胆汁酸生物合成这两条信号通路。蛋白质相互作用网络分析发现26个核心基因。 结论： 本研究筛选出的差异表达基因及相关富集分析可促进对WFS1基因突变致病机制的进一步理解。     

基于GEO数据库生物信息学方法分析子宫内膜癌相关基因和候选通路

目的：通过生物信息学方法分析与子宫内膜癌（EC）发生发展相关的关键基因和候选通路,探讨EC的发病机制和治疗靶点。方法：自公共基因芯片数据库（GEO）下载EC芯片数据集GSE17025和GSE63678,使用GEO2R在线分析工具和R软件筛选EC癌组织与癌旁组织的差异表达基因（DEGs）,并对DEGs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,采用String数据库进行蛋白质-蛋白质互作网络（PPI）分析,最后采用Cytoscape软件对PPI网络进行可视化并进行模块分析。结果：对芯片数据集GSE17025和GSE63678进行DEGs分析后共获取100个共同上调基因和106个共同下调基因。GO富集分析DEGs主要富集于有丝分裂染色体分离、核分裂和细胞器分裂等生物学过程;KEGG信号通路分析DEGs主要富集于细胞周期、miRNA、p53信号通路和2型糖尿病等信号通路。通过Cytoscape软件分析,PPI网络中细胞分裂周期基因20（CDC20）、极光激酶A（AURKA）、细胞周期蛋白B1（CCNB1）、泛素E3连接酶（DTL）、中心体相关蛋白55（CEP55）、细胞周期蛋白依赖性激酶1（CDK1）、驱动蛋白家族成员11（KIF11）、母体胚胎亮氨酸拉链激酶（MELK）、细胞周期蛋白B2（CCNB2）和苯并咪唑出芽抑制解除同源物蛋白1（BUB1）被筛选为关键基因。结论：细胞周期相关基因与通路调控网络的失调可能是EC发病的主要机制。     

基于微阵列数据分析的甲状腺癌circRNA⁃miRNA调控预测模型研究

目的：通过微阵列分析寻找更多甲状腺癌中差异表达的环状RNA（circRNA）并探讨其作用机制。方法：使用R软件分析来自基因表达图谱（gene expression omnibus,GEO）数据库中下载的基因芯片数据集GSE93522得到差异表达的circRNA。使用miRDB、miRTarBase和TargetScan数据库预测相关微小RNA（miRNA）和信使RNA（mRNA）,结合来自肿瘤基因组图谱（The Cancer Genome Atlas,TCGA）数据库的513个甲状腺癌组织样本和59个癌旁组织样本中差异表达的miRNA和mRNA,利用Cytoscpe软件构建circRNA?miRNA?mRNA调控网络。通过基因本体论（gene ontology,GO）分析、京都基因与基因组百科全书数据库（Kyoto encyclopedia of genes and genomes,KEGG）分析以及生存曲线分析等,筛选其中重要的circRNA?miRNA?mRNA调控网络。进一步结合基因芯片数据集GSE40807、GSE3467和GSE33630以及TCGA库中数据及临床资料验证得到的调控网络。结果：构建的circRNA?miRNA?mRNA调控网络包括18个circRNA、8个miRNA和26个mRNA。GO分析显示,其中一些mRNA参与细胞代谢、迁移等,并参与细胞周期蛋白依赖性蛋白激酶复合物的组成。KEGG分析显示,一些mRNA与PI3K?AKT通路、MAPK通路和P53信号通路等相关。结合circRNA评分构建由21对circRNA?miRNA关系对和16对miRNA?mRNA关系对组成的重要circRNA?miRNA?mRNA调控网络,其中包括6个circRNA、8个miRNA和16个mRNA。根据TCGA数据库中表达验证及临床资料分析,得到hsa_circ_0001658?hsa?mir?183?AKAP12调控网络与甲状腺癌发生发展关系最为密切。结论：多条circRNA?miRNA?mRNA网络与甲状腺癌的发生发展有关,其中hsa_circ_0001658?hsa?mir?183?AKAP12调控网络最为重要,这可能有助于寻找更多的甲状腺癌诊断与预后标志物和治疗靶点。     

基于生物信息学探讨骨关节炎miRNA-mRNA调控网络及其作用机制

目的: 基于生物信息学探讨骨关节炎miRNA mRMA调控网络的作用机制并筛选Hub基因,分析其在骨关节炎中的分子调控机制。方法: 通过GEO数据库获取骨关节炎的miRNA芯片数据集(GSE105027)和mRNA芯片数据集(GSE55235),分析两者的差异表达基因。利用FunRich软件预测差异表达miRNAs的转录因子、功能富集分析及其靶基因预测,再将预测的靶基因与差异表达mRNAs进行交叉匹配,获得miRNA mRNA调控网络。然后利用STRING数据库和Cytoscape软件构建蛋白互作网络,并筛选出Hub基因。最后利用R语言分析Hub基因的主要生物功能与相关信号通路。结果: ① 筛选得到265个miRNAs和838个mRNAs存在差异表达。② 对265个miRNAs进行预测共得到203个转录因子,其中早期生长反应因子1（EGR1）差异最显著。富集分析显示miRNAs主要涉及核碱基、核苷、核苷酸和核酸代谢的调控,调节细胞生长,转录等过程。③ 共预测到3 572个靶基因,依据miRNA和mRNA的负调节关系,筛选出交叉表达负调控的mRNAs 96个、miRNAs 25个。④ 原癌基因Jun(JUN)、原癌基因Fos（FOS）、白介素6（IL-6）、肿瘤坏死因子（TNF）、白介素1β（IL-1β）、趋化因子CXCL8（CXCL8）为蛋白互作网络中的Hub基因。⑤ 富集分析主要涵盖对脂多糖的反应、对细菌来源分子的反应、DNA结合转录因子活性的调节等生物学过程,涉及IL-17、Toll样受体、AGE RAGE、TNF和NOD样受体信号通路。结论: 成功筛选并构建了骨关节炎的miRNA-mRNA调控网络,在一定程度上阐明了miRNA及其靶基因在骨关节炎发生和发展中的分子调控机制。     

骨关节炎的潜在生物标志物筛选及关键基因验证

目的本研究旨在通过生物信息学分析确定骨关节炎滑膜组织中的关键生物标志物。方法从GEO数据库中下载GSE12021、GSE55235和GSE55457,通过Bioconductor的LIMMA包鉴定差异表达的基因(DEGs),并进行功能富集分析。使用STRING构建蛋白质-蛋白质相互作用网络(PPI),用Cytoscape进行模块分析,筛选出关键基因,并在芯片数据集中验证表达情况。结果分析基因芯片GSE12021和GSE55235骨关节炎和正常对照组之间滑膜组织差异表达的基因并取交集,获得18个表达上调基因,43个表达下调基因;GO与KEGG分析发现差异基因富集在维生素C代谢、白介6信号通路等多个骨关节炎发生发展的重要通路;通过构建PPI网络筛选出了包括促进软骨细胞破坏、调节炎症、调节软骨稳态、调控软骨基质代谢的十个关键基因,在三个表达谱数据中验证了关键基因的表达。结论骨性关节炎与正常对照之间的关键基因分析可为理解骨性关节炎的发生发展和开辟新的基因治疗手段提供新的见解。     

胃癌组织环状RNA表达谱分析

目的: 研究胃癌组织环状RNA（circular RNAs,circRNAs）表达的变化,以及circRNAs-miRNAs-mRNAs的竞争性内源RNA网络调控的机制。方法: 从GEO（Gene Expression Omnibus）数据库中选出GSE78092、GPL19978（GSE83521和GSE89143）、GSE100170和STAD（未上传）共5个数据集,分析其差异表达circRNAs,并利用Starbase、TargetScan等数据库进行生物信息学分析。结果： 从胃癌组织与癌旁组织共获得734个差异表达的circ-RNAs,根据P＜0.05、差异表达倍数＞1.5倍筛选得到17个circRNAs。用Starbase数据库分析circRNAs和miRNAs的互作关系,共发现354个靶miRNAs,并利用GEO数据库（GSE23739）验证筛选得到46个miRNAs,利用TargetScan数据库分析其靶向的mRNAs。京都基因与基因组百科全书（kyoto encyclopedia of genes and genomes,KEGG）分析和基因本体论（gene ontology,GO）分析表明靶基因主要在转录调控、RNA代谢过程、细胞内信号级联和蛋白质定位等方面促进或者抑制胃癌的发生发展。结论： 差异分析表达的17个circRNAs形成circRNAs-miRNAs-mRNAs的竞争性内源RNA网络,可通过调控转录和RNA代谢等过程调节胃癌的发生发展。     

基于生物信息学分析的子宫内膜异位症miRNA-mRNA调控网络的初步构建*

目的 用生物信息学分析方法初步构建子宫内膜异位症miRNA-mRNA的调控网络,探索其在子宫内膜异位症中的分子调控机制。方法 从GEO下载数据集GSE7305,使用R语言软件对其进行差异表达基因分析。使用DAVID在线网站对获得的差异表达基因进行基因功能和KEGG信号通路富集分析。通过HMDD v3.0精准查询与子宫内膜异位症相关且经过验证（≥2次）的miRNA,并使用miRwalk 2.0数据库预测其靶基因。将预测的靶基因和GSE7305中的差异表达基因求得交集,获得miRNA和mRNA相互作用关系对。在Cytoscape v3.6.1中绘制miRNA-mRNA调控网络图,并运用CytoHubba插件进行核心mRNA及miRNA的筛选,构建相应的子网络。结果 从GSE7305中共获得655个差异表达基因,其主要富集于补体信号通路、p53信号通路、细胞黏附相关信号通路中。成功构建子宫内膜异位症miRNA-mRNA分子调控网络,并筛选出核心mRNA和miRNA： hsa-miR-20a-5p、hsa-miR-141-3p、hsa-miR-200b-3p、hsa-miR-449b-3p属于高频下调表达的miRNA,且均可靶向作用于GATA6;高频上调表达的hsa-miR-125-5p可同时作用于PGR、ESR1,并下调两者表达水平。结论 通过基因芯片分析和数据库挖掘方法构建miRNA-mRNA调控网络,为研究子宫内膜异位症发病机制、探索联合miRNA及其靶基因作为临床诊断标志物提供可靠的研究方向。     

生物信息学联合机器学习探究主动脉瓣膜钙化潜在的诊断标志物

目的：通过机器学习方式从免疫、干细胞、成骨3个层面寻找主动脉瓣膜钙化潜在的诊断标志物。方法：利用R语言将高通量基因表达数据库（Gene Expression Omnibus,GEO）中GSE51472、GSE12644和GSE55492 3个数据集的数据进行均一化后合并分析，得到差异表达基因。从Amigo数据库下载免疫、干细胞、成骨相关基因集分别与差异基因取交集，得到钙化瓣膜组织中异常表达的免疫、干细胞、成骨相关基因。利用机器学习方法对差异基因进行深度学习，寻找潜在的诊断生物标志物。进行基因富集（gene set enrichment analysis,GSEA）分析。临床标本结合细胞学实验验证诊断标志物的应用价值。结果：3个数据集合并分析得到102个差异基因，与免疫相关的有51个，与干细胞相关的有1个，与成骨相关的有2个。GSEA分析显示无论是免疫相关基因还是干细胞、成骨相关基因均涉及免疫调控通路。多种机器学习合并分析结果显示白介素受体7(interleukin 7 receptor,IL7R)最具有诊断钙化性主动脉瓣病的价值，但临床标本并不支持生物信息分析结果。细胞实验显示IL7R...     

LncRNA44372在卵巢癌中的差异表达及生物信息学分析

目的: 探讨lncRNA44372在卵巢癌中的表达及其在卵巢癌发生发展过程中的作用机制。方法: 从NCBI GEO数据库中下载卵巢癌样本及其对照样本的基因芯片数据GSE119054,选用在线工具CRN分析在卵巢癌中差异表达的lncRNA;利用在线工具Annolnc筛选与lncRNA44372有关的共表达基因,然后使用David进行基因本体论（Gene Ontology,GO） 分析、信号通路富集分析;通过starbase构建lncRNA44372可能存在的竞争性内源RNA网络;用qRT PCR检测lncRNA44372在卵巢癌细胞系中的表达。结果： GSE119054数据集中筛选出在卵巢癌中表达上调的lncRNA有6个,表达下调的lncRNA有 4个;GO分析显示,与lncRNA44372相关的共表达基因在细胞凋亡、细胞周期调控和蛋白苏氨酸/酪氨酸磷酸酶活性中具有调控作用。信号通路分析显示,与lncRNA44372相关的共表达基因主要参与细胞凋亡、肿瘤形成及发展相关的信号通路。lncRNA44372可与miR 190和miR 193结合并调控Unc 51自噬激活激酶 2（ULK2）和依赖LON的过氧化物酶体 2（LONP2）在卵巢癌中的表达。qRT PCR结果显示,lncRNA44372在卵巢癌细胞系中表达量较卵巢正常细胞系低（P<0.05）。结论： lncRNA44372在卵巢癌中呈低表达,其可能通过影响细胞凋亡、细胞周期等参与卵巢癌的发生发展。     

基于生物信息学分析探索种植体周围炎的免疫特征基因及其对免疫细胞的调控机制

目的：基于生物信息学分析探究种植体周围炎（peri-implantitis）疾病发展中明显浸润的免疫细胞及关键的免疫相关基因。方法：整合美国国家生物技术信息中心基因表达数据库（gene expression omnibus,GEO）中的GSE106090、GSE33774及GSE57631数据集,通过单样本基因集富集分析（single-sample gene set enrichment analysis,ssGSEA）评估种植体周围炎及健康牙龈组织中的免疫细胞浸润分数,并利用套索算法（least absolute shrinkage and selection operator,LASSO）筛选关键的免疫基因。结果：整合3个数据集并去批次效应后,使用“ClusterProfiler”包实现种植体周围炎的基因本体论（gene ontology,GO）及京都基因与基因组百科全书（kyoto encyclopedia of genes and genomes,KEGG）数据库的富集分析,以识别在种植体周围炎中主要上调和下调的信号通路及生物学过程。本研究进一步将差异基因与ImmPort数据库...     

CDK1、CCNB1和NDC80与乙型肝炎相关肝细胞癌的预后和进展相关:基于生物信息学方法

目的 探讨 HBV 转化为 HCC 相关的关键基因,并探索相关的分子机制。方法 分析基因表达综合（GEO）数据库中GSE55092、GSE84044和GSE121248的mRNA微阵列数据,其中包括119个HBV相关的HCC组织和252个HBV相关的非肿瘤组织。“sva”R包用于去除批间差。进行整合分析,获取HBV相关肝癌和HBV组织中的差异表达基因（DEGs）,通过基因本体论（GO）和京都基因与基因组百科全书（KEGG）分析对差异表达基因进行功能注释。使用相互作用基因搜索工具（STRING）构建蛋白质-蛋白质相互作用网络,挖掘最重要的模块和关键基因。cBioportal用于分析hub基因的相关性。利用Kaplan-Meier和Oncomine数据库对TCGA数据库中肝癌基因表达数据进行验证,探讨hub基因与肝癌发生、发展和预后的关系。通过逆转录定量PCR（RT-qPCR）实验验证17对临床肝细胞癌样本与邻近非肿瘤组织中hub基因的表达。结果 共获得121个DEGs（P< 0.01）,鉴定出3个遗传标记,细胞周期素依赖性激酶1（CDK1）、细胞周期蛋白B1（CCNB1）和核分裂周期蛋白80（NDC80）,与细胞周期、嘧啶代谢和DNA复制有关,这3个基因高度相关（P<0.05）。UALCAN数据库证实这些基因在肝癌组织中高表达并获得相关预后信息。Kaplan-Meier表明,它们与HCC患者的低存活率相关。CDK1、CCNB1和NDC80与肝癌分级相关（P< 0.05）,RT-qPCR实验证实CDK1、CCNB1和NDC80的mRNA在肝细胞癌中的表达明显高于癌旁组织。结论 CDK1、CCNB1 和NDC80基因可作为HBV相关肝细胞癌的预后标志物,在肝癌的基础研究和临床治疗方面有一定的应用价值。     

基于肿瘤干性相关基因的肾癌预后模型构建

目的 通过挖掘基因表达汇编(GEO)数据库中肾癌干细胞芯片数据,寻找肾癌细胞干性标志物,并联合癌症基因组图谱(TCGA)数据库中的肾癌临床及转录组数据构建一种评估肾癌预后的模型.方法 从GEO数据库GSE48550数据集中下载芯片数据,筛选肾癌干细胞和正常肾小管上皮细胞之间的差异表达基因,通过基因本体(GO)和基因集富集分析进行功能及通路分析,通过蛋白质-蛋白质相互作用(PPI)网络构建确定肾癌干细胞核心基因.从TCGA数据库下载肾癌患者年龄、临床分期、预后情况及相关基因的表达水平,通过单因素及多因素Cox回归分析筛选肾癌预后的独立危险因素,构建预测肾癌患者总生存期的列线图模型.结果 通过分析肾癌干细胞和正常肾小管上皮细胞的芯片数据,发现差异表达基因富集在细胞趋化、细胞外基质形成及受体配体活性等模块,炎症反应通路、P53通路及TNF-α/NF-κB通路在肾癌干细胞中显著激活.单因素及多因素Cox回归分析结果表明,年龄、临床分期为肾癌预后的独立危险因素,趋化因子家族中的C-X3-C基序趋化因子配体1(CX3CL1)是肾癌预后的独立保护因素.通过评估模型区分度,发现基于年龄、临床分期及CX3CL1表达水平的风险模型可准确预测肾癌患者总体生存率,其中C指数为达到0.803.结论 通过GEO和TCGA数据库联合分析筛选肾癌干性相关基因,构建了一种联合患者年龄、临床分期及CX3CL1表达水平的新模型,新模型可用于评估肾癌患者预后.     

基于生物信息学的克罗恩病中炎症相关关键基因的筛选及验证

目的 应用生物信息学方法筛选并验证炎症相关基因在克罗恩病（CD）中的表达情况。方法 分别从基因表达综合（GEO）数据库和分子特征数据库（Msigdb）下载CD数据集（GSE193677、GSE66407和GSE179285）和炎症反应相关基因（IRGs）。利用GSE193677数据集进行单样本基因集富集分析（ssGSEA）,明确CD和健康对照人群中免疫细胞和炎症水平;然后利用DESeq2方法于CD数据集进行基因差异表达分析,以|log2FC|≥1且校正P <0.05标准筛选获得CD患者和健康样本之间的差异表达基因（DEGs）。DEGs和IRGs取交集获得炎症相关差异表达基因（IRDEGs）。对IRDEGs进行基因本体（GO）和京都基因和基因组数据库（KEGG）通路富集分析,利用STRING数据库进行蛋白质-蛋白质相互作用（PPI）网络分析。利用Cytoscape软件的cytoHubba插件筛选确定关键IRDEGs。利用GSE66407和GSE179285数据集对CD组与健康对照组、炎症组及非炎症组关键IRDEGs的表达进行验证。结果 GSE193677数据集中ssGSEA分析表明...     

胃癌中IBSP基因表达及预后的生物信息学分析

目的：通过生物信息学分析筛选出胃癌和正常胃黏膜间差异表达基因,分析并预测其在胃癌发生发展及预后中的价值。方法：从癌症基因组图谱（the Cancer Genome Atlas,TCGA）数据库下载胃癌患者RNA-seq数据,使用软件R-Studio筛选差异表达基因,运用DAVID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,研究PI3K-Akt通路中表达差异最明显的基因,通过网站UALCAN对其进行表达量及临床病理特征分析,利用在线网站STRING构建蛋白互作网络,同时利用Kaplan-Meier Plotter在线分析其与胃癌患者预后的相关性。结果：共获得5 704个差异表达基因,包括1 225个上调和1 479个下调的蛋白编码基因;KEGG通路分析确定骨涎蛋白（inte－grin binding sialoprotein,IBSP）为目的基因;IBSP基因在胃癌组织中明显高表达（P<0.001）;且与胃癌患者的临床病理特征及不良预后明显相关（P<0.05）。结论：IBSP基因作为胃癌中潜在的癌基因,可能通过PI3K-Akt信号通路调控胃癌的早期进展,进而导致胃癌患者预后不良,有望成为胃癌新的临床诊断和预后标志物。     

缺血性脑卒中缺氧免疫关键基因的鉴别及诊断价值分析

目的：研究缺血性脑卒中（IS）缺氧免疫机制的相关差异表达基因和调控信号通路,以识别IS潜在诊断生物标志物。方法：从GEO数据库下载IS表达谱数据集GSE58294,采用单样本GSEA(ssGSEA)和t分布随机邻域嵌入算法（t-SNE）评估受试者的缺氧和免疫状态,使用“limma”软件包筛选差异基因（DEGs）,通过DAVID在线数据库对DEGs进行基因本体（GO）富集分析及京都基因与基因组百科全书（KEGG）信号通路分析,LASSO筛选与IS关键（hub）基因,然后运用实时荧光定量聚合酶链式反应（RT-qPCR）验证hub基因的差异性表达。结果：筛选出60个IS缺氧免疫DEGs,KEGG结果显示IS缺氧免疫DEGs富集在PI3K-Akt通路,LASSO筛出6个关键基因：CHPF2、MBOAT2、IL18RAP、TIMM8A、ALDOAP2、LPAR4。CHPF2、MBOAT2和IL18RAP为上调基因（均P<0.001）,而TIMM8A、ALDOAP2和LPAR4为下调基因（均P<0.001）,ROC曲线显示该6个关键基因的AUC为0.894 1～0.994 3。RT-q...     

基于神经内分泌免疫调节分子网络的防治阿尔茨海默病药物新靶点的探索性研究

目的：阿尔茨海默病（Alzheimer’s disease,AD）发病机制复杂,迄今尚无理想的药物靶点,亦无理想防治药物。已有大量研究表明,在AD 众多的发病机制学说中,神经内分泌免疫调节（neuroendocrine immunomodulation,NIM）网络的平衡失调机制可全面反映AD 发病涉及多系统、多途径、多环节结构功能异常的复杂性。本研究基于NIM 分子网络,旨在发现防治AD 药物的特异、高效靶点。方法：首先,收集整理NIM 相关的信号分子,基于MetaCore 数据库构建NIM 分子网络,以此作为提取疾病NIM 网络的背景网络,我们实现了该NIM 网络提取工具的在线工具开发。在此基础上,从GEO 数据库下载AD 患者外周血单核细胞的表达谱数据集（GSE63061）,利用GEO2R 工具筛选差异表达基因（P<0.01）。进而,利用NIMNT 工具提取AD 疾病的NIM 网络,用Cytoscape v3.5.1 软件进行可视化。并以MetaCore 数据库中的AD 已知相关基因作为标准数据集,通过千次随机抽样检验该疾病网络的可靠性与特异性。最后,通过网络分析技术挖掘AD 疾病子网络中的关键靶点。结果：所构建的NIM 分子背景网络含有7018 个节点和32509 条边,从GSE63061 数据集中筛选出了2908 个差异基因,利用该差异基因列表提取的AD 疾病的NIM 网络含有778 个节点和776 条边。千次随机抽样检验结果显示,AD 疾病NIM 网络包含的已知疾病基因数量比随机抽样得到的要多3 倍,表明构建得到的AD 疾病NIM 网络是可靠的。通过网络拓扑参数分析筛选出了四类分子,分别为：①处于核心位置、显著差异表达、文献报道的与AD相关的分子共74 个,度数处于前三位为VDR、SP1、CREB1,该结果说明本研究采用方法的可靠性;②处于核心位置、显著差异表达、无文献报道的与AD 相关的分子共614 个,度数处于前三位为RXRA、STAT3、STAT1;③处于核心位置、无显著差异表达、文献报道的与AD 相关的分子共20 个,度数处于前三位为ESR1、PPARG、ESR2,提示所选择的表达谱可能具有偏性;④处于核心位置、无显著差异表达、无文献报道与AD 相关的分子共71 个,度数处于前三位为HNF4A、PGR、ESRRA。其中这四类分子中,第二与第四类分子为本研究初步发现的基于NIM 分子网络的防治AD 药物潜在新靶点,值得进一步进行实验验证。结论：使用NIMNT 工具,基于NIM 分子网络,初步发现RXRA、STAT3、STAT1、HNF4A、PGR、ESRRA 有可能成为防治AD 的药物潜在新靶点。     

基于多重生物信息学分析阿尔茨海默病的调控网络及相关机制

目的 基于多重生物信息学方法,分析与阿尔茨海默病(AD)相关的信号通路、关键基因、microRNA(miRNA)、转录因子(TF)等生物学信息,构建相关调控网络,以期阐释AD的内在机制。方法 根据纳入标准,从基因表达数据集(GEO)数据库中获取AD相关的高通量芯片数据集,并通过R软件对原始数据集进行预处理,应用limma数据包筛选差异表达基因(DEGs)。利用DOSE数据包对DEGs进行疾病本体(DO)富集分析,并通过可视化和集成发现数据库(DAVID)在线工具对DEGs进行功能注释和通路分析;随后使用STRING数据库和Cytoscape软件构建蛋白互作(PPI)网络并筛选出关键基因,使用mirTarBase等数据库预测相关miRNA,使用Enrichr数据库预测相关TF,并利用Cytoscape构建miRNA-TF-mRNA调控网络。结果 获得数据集GSE48350和GSE132903并且筛选得到109个DEGs。DO富集分析显示DEGs主要与AD等神经系统疾病显著相关,基因本体(GO)功能富集结果包括化学突触传递等21项条目,京都基因与基因组百科全书(KEGG)通路富集分析结果包括GABA能突触等8条信号通路。miRNA-TF-mRNA调控网络显示关键基因的mRNA与相关miRNA、TF之间具有一对多和多对一的复杂调控关系。结论 文章通过多重生物信息学,分析了与AD相关的信号通路、关键基因、miRNA、以及TF等生物学信息,建立了AD调控网络,为进一步探究AD的发生、发展机制提供了借鉴与思考。     

肥厚型心肌病关键基因的鉴定及铁死亡机制

目的：利用生物信息学方法探究肥厚型心肌病(HCM)的关键基因、铁死亡基因和相关富集通路。方法：从GEO数据库下载GSE36961和GSE32453数据集,筛选共同差异表达基因(DEGs)进行富集分析,构建蛋白质相互作用(PPI)网络并鉴定关键基因,用GSE1145数据集验证关键基因的表达,绘制关键基因的受试者工作特征(ROC)曲线。此外,检索Genecards和FerrDb数据库,获得调控铁死亡基因并进行分析。结果：共筛选出136个共同DEGs,富集分析显示共同DEGs与流体剪切应力和动脉粥样硬化、糖尿病并发症中的晚期糖基化终产物及其受体信号通路等相关。PPI网络鉴定出4个关键基因,其中CCL2、CEBPD和PIM1在HCM中表达下调(均P<0.05),且对HCM有较高的诊断效能。另外,筛选出ATF3、LPCAT3和PIM1等10个调控铁死亡抗HCM的可能作用靶标,介导流体剪切应力和动脉粥样硬化、铁死亡等信号通路调控铁死亡途径。结论：CCL2、CEBPD和PIM1基因在HCM发病中具有重要作用,为HCM的诊断和治疗提供了参考,铁死亡相关基因为HCM发病机制的探索提供了新的方向。     

表达谱芯片和DNA甲基化芯片联合分析筛选克罗恩病发生、发展的分子靶标

目的 通过生物信息学方法筛选与克罗恩病(CD)发病相关的异常甲基化修饰的差异表达基因。方法 从公共基因表达数据库(GEO)下载CD的表达谱芯片GSE102134和DNA甲基化芯片GSE105798。通过R语言软件对CD表达谱芯片进行差异表达分析,同时对CD的DNA甲基化芯片进行差异甲基化位点分析。筛选异常甲基化修饰的差异表达基因进行功能富集分析。STRING数据库和Cytoscape软件共同构建蛋白相互作用网络,筛选CD的核心基因。最后通过GEO数据库GSE75214和GSE186582验证差异基因表达。结果 采用表达谱芯片分析,共筛选出1315个差异表达基因,其中780个表达上调,535个表达下调。CD组与对照组比较,共发现11066个差异甲基化位点,其中8542个高甲基化位点,2524个低甲基化位点。对差异表达基因和差异甲基化基因进行联合分析,找到55个低甲基化修饰下表达上调的基因,和125个高甲基化修饰下表达上调的基因。GO分析表明异常甲基化修饰的差异表达基因与跨膜转运蛋白活性、细胞顶端组成和有机阴离子转运相关。KEGG信号通路主要为PI₃K/Akt信号通路、黏附斑和ECM-受体相互作用等。STRING和Cytoscape软件筛选信号通路中的关键基因,并在GSE75214和GSE186582芯片集验证差异基因的表达,结果提示COL4A2、COL4A1、PDGFRB和PYY可能在CD中起重要作用。结论COL4A2、COL4A1、PDGFRB和PYY可能是CD疾病诊断和治疗的潜在靶点。     

基于GEO多发性肌炎芯片数据的生物信息分析

目的 利用生物信息学分析方法寻找多发性肌炎（polymyositis,PM）患者和健康人之间的差异表达基因（differentially expressed gene,DEG）,从基因水平探索PM的发病机制。方法 从公共基因芯片数据库GEO中下载3组基因表达谱数据：GSE26852、GSE39454和GSE48280,通过R语言筛选PM患者与健康人骨骼肌之间的DEG。通过基因本体论（genetic ontology,GO）、京都基因和基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）对DEG的生物学功能进行富集分析。使用String数据库为已识别的DEG构建蛋白互作网络（protein–protein interaction,PPI）并将结果导入Cytoscape软件中进行可视化,使用分子复合物检测（molecular complex detection,MCODE）插件对PPI网络进行模块分析。结果 筛选出396个DEG,其中上调基因297个、下调基因99个。GO分析显示,DEG参与细胞活化,并介导免疫反应等过程;KEGG分析显示,DEG参与抗原加工和提呈信号通路等过程。利用PPI筛选出TYROBP、C1QB、C1QC、C1QA、IRF8、CYBB、LAPTM5、HLA–DRA、CD74、FCGR2B、CD53、IL10RA、AIF–1、VCAM1、CD44、B2M、CD163、HLA–DPA1、CCL5和FYB共20个关键基因,尤其是TYROBP和C1QB连接程度最高。结论 利用PM患者和正常人骨骼肌基因表达谱数据库,可筛选PM潜在的作用位点,补体系统的激活、细胞黏附过程和抗原的呈递过程均参与调控PM的发病,且PM患者合并肿瘤的发生可能与同种异体移植炎性反应因子–1高表达有关。