胃癌枢纽基因的筛选和预后分析

目的:运用生物信息学方法探讨胃癌的预测指标和治疗靶点,并分析其与预后的关系。方法:从基因表达综合(GEO)数据库下载3个微阵列数据集(GSE13911、GSE33651、GSE79973),运用GEO2R筛选出胃癌样本与正常组织样本间的差异表达基因,通过基因本体论(GO)富集分析和京都基因与基因组百科全书(KEGG)分析对差异基因进行功能和通路注释,同时使用STRING和Cytoscape构建蛋白互作网络(PPI),筛选出枢纽基因,结合Kaplan-Meier plotter数据库对筛选出的枢纽基因进行预后分析。结果:共筛选出135个差异表达基因,其中68个上调,67个下调。GO分析结果表明差异表达基因主要参与信号转导、钙离子结合、细胞外外泌体等生物学过程。KEGG分析显示差异基因主要富集的通路包括PI3K/Akt信号通路、ECM受体相互作用、黏着斑。经PPI分析筛选得出COL1A1、COL1A2、COL4A1、FN1、THBS1、CD44、COL2A1、COL4A2、CXCL8、COL5A1为枢纽基因,生存分析显示除THBS1的上调,其余基因的差异表达均影响胃癌患者的总体生存率。结论:所筛选的枢纽基因的异常表达可能参与胃癌的发生发展过程,与胃癌患者的预后密切相关,可以作为潜在的预测指标和治疗靶点为胃癌的进一步研究提供依据。     

增殖期婴儿血管瘤mRNA表达谱分析及信号网络构建

目的:分析增殖期婴儿血管瘤(IH)mRNA表达谱,并构建增殖期婴儿血管瘤调控的信号通路网络。方法:收集2017年3月—2017年9月西安交通大学第二附属医院小儿外科手术治疗的9例IH患儿手术切除标本,依据分期不同分为增生期组(n=5)和消退期组(n=4),病例均经病理确诊,比较两组mRNA表达谱差异,分析两组差异基因的GO(Gene Ontology)以及两组主要差异基因信号通路变化。结果:通过GO富集分析得出差异基因在基因的分子功能(MF),参与的生物过程(BP)和所处于的细胞组成(CC)三大类信息中的分布,成功构建GO富集功能图;通过KEGG数据库进行Pathway注释,筛选出差异基因、靶基因富集的显著性信号通路,根据信号通路间的关联关系成功构建Pathway之间的信号转导网络。结论:基因芯片方法检测增殖期和消退期mRNA表达谱可成功筛选差异基因,GO富集分析、KEGG数据库注释等生物信息学方法可通过差异基因筛选出显著性信号调控通路,并构建信号转导网络。     

高糖诱导阴茎海绵体内皮细胞损伤关键基因的筛选和生物信息学分析

目的通过生物信息学分析,筛选高糖诱导的阴茎海绵体内皮细胞损伤关键差异基因,预测糖尿病性勃起功能障碍(DED)的潜在治疗靶点。方法在GEO(Gene Eexpression Omnibus)数据库中下载高糖环境下阴茎海绵体内皮细胞损伤的芯片表达谱(GSE146078),利用GPL17021平台初步筛选正常对照组和高糖致内皮细胞损伤组的差异基因,采用STRING进行蛋白质与蛋白质相互作用网络验证,利用Cytoscape的Hub插件分析Hub核心基因,使用R软件对差异基因进行GO功能注释,使用DAVID数据库KEGG通路富集分析。结果共筛选到367个差异表达基因,其中包含有150个上调基因,217个下调基因。核心差异基因包括上调表达基因Ccl19、Cxcl1、IL-6、Zscan4家族、GSTA家族、CYP2D家族及Saa家族成员和下调表达基因Cxcl12、Sox9。其中血清淀粉样蛋白A(Serum amyloid A, Saa)家族成员Saa1、Saa2、Saa3均显著上调表达,并与Lcn2、Orm2、Pon1及Apoa1等多个载脂蛋白或脂相关蛋白有关联。GO分析发现Saa家族主要与胆固醇代谢、脂解反应,脂蛋白代谢等过程相关。KEGG分析发现Saa家族主要参与PPAR信号通路以及胆固醇代谢。结论 Saa家族成员在高糖处理的小鼠阴茎海绵体内皮细胞中呈高表达状态,并与脂蛋白代谢等过程相关。因此我们推测Saa家族可能通过载脂或脂相关蛋白参与DED的发生和发展过程,但具体作用有待进一步的功能验证。     

基于GEO数据库的IgA肾病的关键差异基因分析

目的:基于GEO数据库初步挖掘、分析探讨IgA肾病的差异基因,为治疗IgA肾病提供新的靶点。方法:在GEO数据库中检索有关IgA肾病的相关芯片,根据样本数量及芯片类型,筛选出符合条件的芯片,借助R语言软件筛选出符合条件的差异基因,构建蛋白质-蛋白质相互作用关系网络(PPI),利用Cytoscape软件与R语言软件对差异基因进行拓扑分析,找出核心基因,并利用后者对差异基因进行GO富集分析和KEGG通路分析。结果:检索GEO数据库确定序列号为GSE93798的芯片,利用R语言分析筛选出417个差异基因,通过String数据库构建PPI网络,利用Cytoscape软件与R语言软件拓扑分析得到20个核心基因;通过R语言软件对差异基因进行GO富集分析得出差异基因主要是通过细胞外基质结构组成、长链脂肪酸转运蛋白活性、有机酸结合、羧酸结合等途径表达的,KEGG信号通路则主要富集在PPAR信号通路、色氨酸代谢信号通路、精氨酸和脯氨酸代谢信号通路和由叶酸构成的碳池信号通路上。结论:利用生物信息学相关知识分析GEO数据库的原始基因芯片数据,可以获得芯片的内在生物学信息,通过多靶点、多通路途径挖掘IgA肾病可能存在的发病机制,为日后研究治疗该病提供合理思路与理论依据。     

颈椎后纵韧带骨化症肥胖相关基因的筛选及鉴定

目的：探索颈椎后纵韧带骨化症（OPLL）肥胖相关基因及其功能特征。方法：从高通量基因表达（GEO）数据库中下载颈椎OPLL相关的转录组数据集GSE69787,与Gene数据库中肥胖相关基因进行筛选,获得颈椎OPLL肥胖相关差异表达基因（DEGs）。使用DAVID软件和R软件对肥胖相关DEGs进行基因本体（GO）和京都基因与基因组百科全书（KEGG）富集分析,应用Cytoscape软件将数据可视化,并通过cytoHubba工具包计算得到中心基因。采用实时定量PCR(qRT-PCR)检测中心基因在颈椎后纵韧带组织中的表达水平。结果：通过GSE69787数据集与肥胖相关基因筛选得到24个颈椎OPLL肥胖相关DEGs,构建并计算这24个肥胖相关DEGs的蛋白质相互作用网络,最终筛选出10个中心基因。GO/KEGG富集分析结果显示这10个肥胖相关DEGs主要富集于蛋白激酶B信号通路及其调控、骨化、炎症反应调控、骨矿化及PI3K-Akt信号通路、MAPK信号通路等生物学过程和生物信号通路。最后通过qRT-PCR验证发现LEP、IGF2、IL18、BMP2和LOX在颈椎OPLL组韧带组织中高表达（P...     

肝部分切除+定容失血性休克大鼠肝脏cDNA表达谱芯片结果分析

目的 利用cDNA表达谱芯片分析肝部分切除+定容失血性休克前和休克后24小时大鼠肝脏差异基因,并初步分析差异基因信号通路和网络调控. 方法 11只大鼠接受肝左外叶切除和2.5ml/100g体重定容失血性休克,选其中3只存活大鼠麻醉后失血前切除肝左外叶(A组),对于存活24小时的大鼠再次取肝脏(B组)行cDNA表达谱芯片(含21793个基因)分析.对差异基因行Pathway、Go、Network分析.使用RT-PCR对两组中基因Aldh1a1、Aldh1a7、Aoc3、Cyp26a1、Hdc1、Ephx2和Beta-actin进行分析,验证cDNA芯片的准确性. 结果 4只大鼠存活24小时,表达谱芯片筛查出两组差异表达下调基因634个,表达上调基因513个.差异基因涉及主要信号通路包括胆固醇代谢、细胞外刺激反应、甾醇代谢、激素刺激反应、甾体类激素刺激反应、类固醇代谢、内源性刺激反应、氧化还原反应、有机物质反应、脂肪酸代谢.结论 氧化还原和脂代谢信号通路在创伤失血性休克病理过程中起重要作用.     

基于多数据库分析转移性黑色素瘤和乳腺癌脑转移的关键调控基因及其生物学特征

目的通过生物信息数据库的挖掘, 探究转移性黑色素瘤和乳腺癌脑转移的关键调控基因、生物学特征和通路。方法使用基因表达综合(GEO)数据库中转移性黑色素瘤和乳腺癌脑转移的样本数据集GSE8401、GSE46517和GSE12237进行差异基因筛选, 设定P<0.05及logFC>2具有统计学意义, 找出差异基因(DEGs)。进一步对DEGs进行基因本体论(Gene Ontology)分析和DAVID数据库通路分析, 使用String数据库制作DEGs的蛋白质相互作用(PPI)网络并利用Cytoscape可视化, 使用分子复合物检测(MCODE)插件用于筛选Cytoscape中PPI网络的显著交互模块, 使用cytoHubba插件对网络进一步分析, 采用六种算法来选择枢纽基因, 最后使用GeneMARIA数据库构建了枢纽基因和具有共同生物学功能的基因的共表达网络。结果最终得到158个DEGs(P<0.05, logFC>2), 其中45个基因显著下调, 113个显著上调。筛选所得的DEGs主要GO富集为:(1)生物过程(BP):DEGs主要富集在RNA剪接的调控, 通...     

GSE74602芯片数据中直肠癌关键基因与治疗药物的生物信息学筛选

目的:通过生物信息学方法探寻结直肠癌的诊断标志物及潜在的治疗靶点与治疗药物。方法:从美国国立生物技术信息中心(NCBI)公共数据平台基因表达大棚车(GEO)下载芯片数据GSE74602,包括60个样本,其中30例结直肠癌样本,30例正常结直肠组织样本。用R语言中的Limma包对正常组织和癌症组织进行差异表达分析,用DAVID在线数据库对筛选出来的差异表达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(KEGG)信号通路分析,同时通过STRING在线数据库构建差异表达基因的蛋白互作网络,利用Cytoscape软件进行可视化编辑,并且通过MCODE插件进行子网络模块分析,筛选出结直肠癌发生过程中的核心基因。最后,用连通图数据库(c Map)分析具有潜在治疗结直肠癌的小分子药物。结果:总共筛选出231个差异表达基因,包括122个上调基因,109个下调基因。GO分析结果表明,表达上调的基因富集的生物学过程主要包括细胞周期、细胞分裂等,而表达下调的基因富集在免疫反应,细胞内信号级联和防御反应等生物学过程。KEGG通路分析发现表达上调的基因主要参与细胞中氮及矿物质的代谢和细胞中相关物质的分泌(胆汁、胰液)的信号通路,而表达下调的基因主要参与药物代谢、细胞循环以及p53信号传导通路。子网络模块分析发现了一些在结直肠癌发生的调控中起着重要作用的关键基因,如KIF20A、CENPF、NCAPG、PYY、IQGAP3;蛋白互作网络中的差异表达基因被映射到c Map上,筛选出若干个潜在治疗结直肠癌的小分子药物,如紫霉素、去甲骆驼蓬碱、斑鸠霉素等。结论:所发现的关键基因可能会成为诊断结直肠癌新的肿瘤标志物或者治疗结直肠癌的新的靶点;此外,筛选出的小分子药物有可能成为治疗结直肠癌的新型药物。     

基于GEO数据库的胰腺癌循环肿瘤细胞代谢通路及关键基因研究

目的 探讨胰腺癌循环肿瘤细胞（CTCs）中起关键作用的代谢通路及关键基因。方法 从GEO数据库筛选胰腺癌CTCs相关数据集,利用R studio软件筛选差异基因,与KEGG数据库的代谢相关基因比对,寻找代谢相关差异基因。对差异基因进行KEGG通路富集,使用STRING、Cytoscape进行蛋白相互作用网络分析和可视化。最后,对比两数据集富集的代谢通路,获得关键通路及基因,并利用TCGA和TIMER数据库分析关键基因与临床特征和免疫浸润的关系。结果 分别从数据集GSE118556和GSE18670筛选出834个和1119个差异基因。前者基因主要富集到半胱氨酸和蛋氨酸代谢、一碳代谢和辅酶因子合成等代谢通路,后者基因主要富集到一碳代谢、嘌呤代谢和甘油磷脂代谢通路。其中转酮醇酶（TKT）在两个数据集的一碳代谢中均显著上调。TKT与总体生存期、肿瘤分期、组织学分级相关（P<0.05）。同样编码转酮醇酶同工酶的TKTL1和TKTL2与免疫浸润相关（P<0.05）。结论 通过对胰腺癌CTCs数据集的生物信息学分析,发现一碳代谢和TKT可能在CTCs的形成和维持中起关键作用,为进一步研究胰腺癌转移的代谢机制提供一定的基础。     

基因芯片筛选肌浸润性膀胱癌分子标志物

目的通过基因芯片技术及生物信息学方法筛选潜在的膀胱癌生物标记物。方法收集3对肌浸润性膀胱癌组织和正常膀胱上皮组织提取总RNA并行基因芯片杂交检测,获得差异表达基因进行相关生物信息学分析及验证。结果按设定的标准,共获得下调基因516个,上调基因32个;基因本体(GO)功能富集显示差异基因主要参与细胞生长与维持、细胞通讯、信号传导等;京都基因与基因组百科全书通路(KEGG pathway)富集发现这些基因涉及的通路与上皮间质转化、磷脂通路等相关;通过蛋白互作网络进一步筛选出11个核心基因,TCGA肿瘤数据库验证11个核心基因在膀胱癌表达均降低。结论本研究筛选出11个可能作为膀胱癌潜在生物标记的候选基因,为后续膀胱癌研究提供有价值的线索。     

基于生物信息学胰腺腺癌关键基因的筛选及支持向量机诊断模型的构建

背景与目的：胰腺癌是一种常见的消化道恶性肿瘤,其主要病理类型为胰腺腺癌（PAAD）,因早期诊断困难且缺乏有效的治疗措施,故预后极差。因此,寻找PAAD的诊治新靶标具有重要意义。本研究通过生物信息学方法筛选与PAAD诊断和预后相关的关键基因,构建分类PAAD样本和正常样本的支持向量机（SVM）模型,以期为PAAD的诊治及机制研究提供依据。 方法：从基因表达数据库（GEO）中下载3个芯片数据（GSE28735、GSE62165、GSE62452）,应用R语言的Limma包筛选出PAAD组织和正常组织间的差异表达基因（DEGs）。利用STRING数据库对DEGs进行GO和KEGG通路富集分析。再以STRING数据库构建DEGs的蛋白互作网络（PPI）,利用Cytoscape软件进行可视化编辑,并通过MCODE插件进行关键子网络分析。使用R语言的survival包筛选PPI和关键子网络中与预后相关的关键节点,将其上传至Metascape进行功能富集分析。利用R语言caret包中递归式特征消除（RFE）算法筛选关键节点中的最优特征基因,在GEPIA数据库中验证最优特征基因的表达差异,随后通过R语言的e1071包构建最优特征基因的SVM模型,并在3个芯片数据中借助R语言的pROC包对该模型进行验证。在TCGA数据库中,用R语言的survminer包筛选出最优特征基因中与PAAD预后相关的基因作为关键基因。 结果：共筛选出257个DEGs,包括168个上调基因和89个下调基因。GO分析结果表明DEGs主要参与细胞外基质的组成、细胞黏附、丝氨酸肽酶活性等生物学过程。KEGG分析显示,DEGs主要富集于蛋白质的消化和吸收、胰腺的分泌、黏着斑、PI3K-Akt信号通路。生存分析筛选出14个关键节点同时在GSE28735和GSE62452中与预后相关（均P<0.05）,这些基因在肿瘤侵犯和肿瘤发生中发挥一定作用。RFE筛选出8个最优特征基因：LAMA3、FN1、ITGA3、MET、PLAU、CENPF、MMP14、OAS2;GEPIA数据库验证发现这8个最优特征基因在PAAD组织中明显上调（均P<0.01）;这些基因构建的SVM模型在3个芯片数据中ROC曲线的AUC依次为0.898、1.000、0.905。TCGA数据库验证发现LAMA3、ITGA3、MET、PLAU、CENPF及OAS2的上调与PAAD预后不良有关（均P<0.05）。 结论：关键基因LAMA3、ITGA3、MET、PLAU、CENPF及OAS2可能成为PAAD诊治的新靶点;基于8个最优特征基因构建的SVM模型可有效诊断PAAD。     

成骨分化内源性竞争性lncRNA-miRNA-mRNA网络与核心基因的研究

目的 揭示成骨分化中内源性竞争性长链非编码核糖核酸lncRNA（long noncoding RNA,lncRNA）与下游潜在的微小核糖核酸(micro-ribonucleic acid,microRNA,miRNA),及信使核糖核酸（messenger RNA,mRNA）的表达关系,构建内源性竞争性lncRNA-miRNA-mRNA网络。方法 选取NCBI基因表达综合数据库基因芯片GSE89330、GSE72429、GSE74837,应用GEO2R获得差异基因(differentially expressed genes,DEGs)、差异lncRNA（differentially expressed lncRNA,DElncRNAs）和差异miRNA （differentially expressed miRNA,DEmiRNAs）。通过DAVID数据库(Database for Annotation,Visualization and Integrated Discovery)进行DEGs功能富集分析（GO analysis）和KEGG分析（Kyoto Encyclopedia of Genes and Genomes analysis）。利用miRWalk在线工具、DIANA在线分析工具lncBASE 2.0预测DEGs的上游潜在靶点和DEmiRNAs的lncRNA潜在靶点,互相比对,利用Cytoscape构建lncRNA-miRNA-mRNA互作网络。应用STRING(Search Tool for the Retrieval of Interacting Genes)、Cytoscape和MCODE(Molecular Complex Detection)软件建立蛋白相互作用网络（PPI network）,计算DEGs 的各个连接度并分析和筛选网络集簇模块,并进行关键基因（hub gene）筛选。结果 共获得186个DEGs,包含81个下调基因和105个上调基因;89个DEmiRNA,包括25个下调miRNA和64个上调miRNA;441个DElncRNA,包括205个下调lncRNA和236个上调lncRNA。最终筛选出84个DEGS和7个DEmiRNA及11个DElncRNAs构建lncRNA-miRNA-mRNA互作网络。对186个DEGs GO分析发现其功能主要富集在炎症反应和血管生成中,其分子功能主要在生长因子活化中。通过PPI网络分析,筛选出两个网络集簇模块,并得到10个关键基因（IL6、CXCL12、CXCL8、CCL2、HGF、LEP、VCAM1、CXCL1、SAA1、FOS）。结论 通过lncRNA-miRNA-mRNA互作网络,预测了新的潜在内源性竞争性lncRNA与下游miRNA-mRNA存在联系。     

基于GEO数据库的IgA肾病基因的筛选和生物信息学分析

目的通过生物信息学分析鉴定IgA肾病的生物标志物,旨在阐明IgA肾病疾病进展的可能分子机制。方法从GEO数据库下载包含IgA肾病患者和健康对照的微阵列数据集GSE104948、GSE93798和GSE37460数据集,并使用limma R包进行分析,以获得差异表达基因。然后进行GO分析和KEGG通路富集分析,运用STRING和Cytoscape软件构建蛋白互作网络以阐明IgA肾病的分子机制。结果应用limma R包分析鉴定出30个DEG,包括16个上调基因,14个下调基因。FN1和COL1A2等上调基因主要参与细胞外基质受体互作及PI3K-Akt信号通路。IgA肾病中ALB基因显著下调。FN1,COL1A2,ALB和FABP1基因被筛选为枢纽基因。结论FN1、COL1A2、ALB和FABP基因可能在IgA肾病的发展中起重要作用,并可能作为诊断和治疗IgA肾病的潜在分子靶标。     

基于生物信息学及机器学习算法筛选前列腺癌的关键表达基因及相关免疫细胞浸润分析

目的通过生物信息学及机器学算法筛选及分析前列腺癌的关键表达基因,探究诊断前列腺癌的生物标志物及与前列腺癌免疫细胞浸润的相关性。方法使用生物信息学方法从基因表达谱(GEO)数据库中下载3个前列腺癌组织信使RNA(mRNA)芯片数据集:其中GSE46602和GSE69334作为训练集,GSE32571作为验证集。对数据集GSE46602及数据集GSE69223两个数据集进行合并分析后获得差异表达基因(DEGs),京都基因与基因组百科全书(KEGG)、基因本体论(GO)、疾病富集分析(DO)与基因富集分析(GSEA)用于功能富集分析。Lasso回归筛选特征基因11个,支持向量机(SVM)筛选特征基因2个,取交集为两个特征基因丝氨酸蛋白酶(HPN)、角蛋白23(KRT23),将两个基因在数据集GSE32571中进行验证,同时通过实时荧光定量聚合酶链反应在前列腺癌相关细胞系中进行验证,最后进一步分析了两个特征基因与免疫细胞浸润相关联系,两组间使用Student’s t检验评估统计学意义。结果通过对GEO数据库3个前列腺癌数据集使用R语言及机器学习等方法进行分析,总共发现35个DEGs和两个核心基因,其中20个为下调基因,15个为上调基因。通过GO、KEGG、DO及GSEA通路分析发现这些基因富集在表皮细胞分化、角质形成等功能中,以细胞外基质受体相互作用及雌激素受体通路等信号上。通过套索算法(LASSO)及SVM筛选出的特征基因与数据集GSE32571进行检验,发现HPN、KRT23是前列腺癌的2个诊断生物标志物,在前列腺腺癌细胞系中mRNA水平进行验证符合生物信息分析结果,HPN在Du145、PC3、Vcap、Lncap、C4-2、22RV1组相对表达量(1.10±0.29、0.46±0.12、3.02±0.79、1.58±0.09,0.39±0.02,0.41±0.07)指标高于RWPE1组(0.09±0.01),差异有统计学意义(t=6.000、5.030、6.400、27.980、15.600、6.870,P<0.05),KRT23在Du145、PC3、Vcap、Lncap、C4-2、22RV1组相对表达量(0.42±0.01、0.15±0.03、0.15±0.02、0.15±0.03、0.62±0.09、0.04±0.01)指标低于RWPE1组(1.01±0.19),差异有统计学意义(t=5.210、7.600、7.620、7.580、3.120、8.630,P<0.05),且HPN、KRT23与免疫细胞相关,HPN与T细胞CD8、静息肥大细胞、静息树突状细胞呈负相关,与巨噬细胞M0呈正相关;KRT23与巨噬细胞M0呈负相关,与静息树突状细胞、静息肥大细胞呈正相关。结论HPN、KRT23可以作为前列腺癌的诊断性生物标志物,且HPN、KRT23与滤泡辅助性T细胞及调节性T细胞等免疫细胞相关。     

肾移植术后BK病毒相关性肾病核心基因及免疫微环境的生物信息学分析

目的通过生物信息学方法分析肾移植术后BK病毒相关性肾病(BKVAN)的核心基因及其与浸润的免疫细胞相关性。 方法从美国国立生物技术信息中心基因表达综合数据库下载BKVAN相关数据集GSE75693和GSE72925,BK病毒(BKV)血症相关数据集GSE47199。合并GSE75693和GSE72925后筛选差异表达基因(DEGs),然后进行基因本体生物过程(GOBP)以及京都基因与基因组百科全书(KEGG)通路分析,并通过蛋白-蛋白相互作用(PPI)网络进一步筛选核心基因。使用CIBERSORT进行免疫浸润分析,然后计算差异的免疫细胞和核心基因的相关性。最后,在GSE47199数据集筛选BKV血症和BKVAN共同的核心基因,使用基因集富集分析(GSEA)鉴定共同的核心基因分别在BKVAN和BKV血症中的生物过程。所有统计分析及可视化均基于R语言(4.0.2)。P<0.05为差异有统计学意义。 结果在合并数据中共筛选出175个上调及70个下调DEGs。在PPI网络中,通过5种方法交集得到9个核心基因,核心基因主要富集在免疫细胞活化与功能相关的进程;在KEGG分析中,核心基因主要富集在病毒蛋白与细胞因子和细胞因子受体间相互作用、细胞因子-细胞因子受体间相互作用以及趋化因子信号通路等。免疫浸润分析表明PTPRC、CCL5、TYROBP、CXCL10、CD2和CXCL9与BKVAN中浸润的免疫细胞相关。CD2是BKVAN和BKV血症的共同核心基因。 结论通过生物信息学方法筛选出BKVAN的核心基因,其中PTPRC、CCL5、TYROBP、CXCL10、CD2和CXCL9与BKVAN中浸润的免疫细胞相关,CD2是BKVAN和BKV血症的共同核心基因,这些标志物为肾移植术后BKVAN的诊治提供依据。     

肝癌相关基因表达谱分析及TOP2A表达的临床意义

[摘 要] 目的 探讨肝细胞性肝癌（HCC）相关基因的差异表达、富集通路和蛋白互作网络,分析差异表达基因与HCC预后的关系。方法分析TCGA数据库中HCC相关RNAseq数据,筛选差异表达基因,明确基因富集的GO和KEGG通路,构建蛋白互作网络,找到核心蛋白,通过生存分析,明确核心基因与HCC预后的关系。结果 通过纳入标准筛选268个差异表达基因,显著富集在GO：mitotic nuclear division （P＜0.001）,cell division（P＜0.001）和negative regulation of growth（P＜0.001）及KEGG通路（hsa04110:Cell cycle） （P＜0.001）,均与细胞分裂与增殖密切相关。通过构建蛋白互作网络,筛选核心基因TOP2A,并在临床样本中得到验证（P＜0.001）。生存分析显示,TOP2A的表达量与总体生存时间显著负相关（P=0.002）。结论TCGA高通量数据分析是筛选肿瘤预后靶点的有效途径,TOP2A的高表达是肝细胞性肝癌预后的不良因素。     

基于基因表达汇编数据库的外周血中脊柱椎间盘退行性变诊断标志物的生物信息学分析

目的 通过生物信息学分析椎间盘退行性变（IDD）相关的差异表达基因（DEG）,寻找疾病的新型诊断标志物。方法 通过基因表达汇编（GEO）数据库GSE124272、GSE150408数据集下载IDD相关的外周血样本芯片数据,筛选出IDD组和正常组之间的DEG。使用DAVID在线数据库对DEG进行基因本体（GO）功能富集和京都基因与基因组百科全书（KEGG）信号通路富集,然后利用STRING在线数据库和Cytoscape软件构建蛋白质-蛋白质相互作用（PPI）网络并获取关键基因,并利用GSE23130数据集中的纤维环样本芯片数据进行验证。利用GSE124272、GSE150408数据集中的数据,采用受试者工作特征（ROC）曲线评估外周血中关键基因的诊断效能。结果 联合分析后筛选出597个DEG,包含363个上调基因和234个下调基因。GO功能富集分析发现DEG主要参与细胞黏附、细胞凋亡、趋化作用和细胞迁移等功能,KEGG分析发现DEG主要参与细胞外基质受体相互作用和癌症中的信号通路。PPI网络分析筛选出17个关键基因,经验证获得RBMX、EEF1A1、SSR1和POLR2C这4个基因,ROC曲线分析显示这4个基因对IDD诊断效能显著,曲线下面积分别为0.763、0.741、0.710、0.702。结论 RBMX、EEF1A1、SSR1和POLR2C或可成为IDD的新型诊断标志物,为该病进一步的功能研究提供理论依据。