基于GEO数据库筛选滤泡性甲状腺癌关键基因及生物信息学分析

目的 滤泡性甲状腺癌（follicular thyroid carcinoma,FTC）临床上较少见,其在疾病早期即可发生血行转移。本研究利用生物信息学方法探索FTC发生发展的关键基因、发掘FTC的致病机制及治疗靶点。方法 从基因表达综合数据库（gene expression omnibus,GEO）下载基因芯片GSE82208,利用R软件分析以获得差异表达基因（differentially expressed genes,DEGs）,利用数据库注释、可视化和综合发现（database for annotation,visualization and integrated discovery,DAVID）在线网站对DEGs进行基因本体论（gene ontology,GO）功能分析和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）富集分析。对DEGs行蛋白质–蛋白质相互作用（protein-protein interaction,PPI）分析,并筛选核心基因,对核心基因进行生存分析。结果 共筛选获得74个DEGs,其中表...     

基于高通量芯片对小儿急性髓系白血病的生物信息学分析

目的：通过生物信息学工具筛选小儿急性髓系白血病（AML）相关的差异表达基因（DEGs）,探讨小儿AML的核心基因并阐明其发病机制。方法：从基因表达数据库（GEO）下载符合本研究要求的小儿AML的转录组数据,采用基因表达分析工具（GEO2R）进行DEGs的筛选。利用基因本体功能注释（GO）及京都基因与基因组百科全书（KEGG）分析DEGs功能及通路富集情况;利用STRING数据库构建蛋白质互作网络（PPI）并利用Cytoscape软件及插件iRegulon筛选相关的核心基因（Hub genes）及转录因子,通过生物技术信息基因云（GCBI）在线数据库分析前5位的核心基因。结果：本研究共筛选出600个DEGs,其中407个基因上调,193个基因下调。GO分析,相关的DEGs主要参与细胞成分的组成,包括核浆、细胞质、核膜和核斑点。KEGG分析,DEGs主要在肿瘤坏死因子（TNF）、细胞因子受体相互作用及Jak激酶/信号转导与转录激活子（Jak-STAT）信号通路中富集。通过STRING数据库及Cytoscape软件共筛选出甲酰肽受体2（FPR2）、磷酸肌醇3激酶调节亚单位1（PIK3R1）、E1A结合蛋白p300（EP300）、热休克蛋白90α家族（HSP90AA1）和NRAS原癌基因（NRAS）等前20个连接度最高的核心基因,其中EP300、HSP90AA1和NRAS参与了白血病的发生发展。iRegulon共筛选出TP63、NFE2L1和TBX等55个作用于Hub基因的转录因子。结论：筛选出的核心基因和转录因子可能参与小儿AML的发生发展,并可能成为小儿AML的治疗新靶点。     

基于GEO和TARGET数据库分析骨肉瘤转移和预后的关键基因

目的 通过生物信息学方法筛选骨肉瘤转移相关的关键基因,并探讨其对骨肉瘤患者预后的影响。方法 检索基因表达综合数据库（GEO）并获取GSE21257芯片数据集,通过GEO2R分析筛选差异表达基因（DEGs）,并对DEGs进行基因本体（GO）功能注释和京都基因与基因组数据库（KEGG）富集分析,使用STRING数据库、Cytoscape软件绘制DEGs蛋白质-蛋白质相互作用网络,通过cytoHubba插件筛选出排名前5的关键基因。利用TARGET数据库探索关键基因在骨肉瘤样本的相关性并进行预后分析。结果 共筛选出55个DEGs,其中22个基因显著下调,33个基因显著上调。GO分析结果显示,DEGs主要参与抗原加工和外源肽抗原的呈递。KEGG结果表明DEGs主要参与金葡菌感染等信号通路。Cytohubba筛选的Top5基因分别为TYROBP、ITGB2、C1QB、C1QC、CD74。通过对TARGET数据库中骨肉瘤样本的生存分析发现TYROBP、C1QB、CD74高表达与骨肉瘤患者较高的总生存期有关（P <0.05）,而且CD74高表达提示骨肉瘤患者无病生存期较高（P <0.05...     

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...     

去势抵抗性前列腺癌潜在关键基因的生物信息学分析

背景去势抵抗性前列腺癌（CRPC）是男性常见恶性肿瘤疾病之一,病死率高,分子机制仍不十分清楚,且无有效治疗药物。目的应用生物信息学方法挖掘CRPC发生、发展的关键基因,为其诊治提供新思路。方法从基因表达综合数据库（GEO）中下载关于人类原发性前列腺癌（PCa）和CRPC的数据集GSE32269并进行生物信息学分析。使用R语言鉴定CRPC的差异表达基因（DEGs）。通过DAVID软件对DEGs进行基因本体论（GO）富集分析及京都基因和基因组百科全书（KEGG）通路分析。利用STRING在线数据库构建蛋白质-蛋白质相互作用（PPI）网络进一步筛选关键基因,并对关键基因进行生存分析和受试者工作特征（ROC）曲线分析。结果通过对微阵列数据集GSE32269分析共筛选出279个DEGs,进一步通过GO富集分析和KEGG通路分析发现在CRPC发展中,细胞分裂、有丝分裂和细胞周期等信号通路发挥重要作用。PPI网络分析筛选出15个关键基因,对关键基因进行生存分析发现：CDC20、MAD2L1和NUSAP1高表达组CRPC患者总生存率和无病生存率均分别低于CDC20、MAD2L1和NUSAP1低表达组（P<0.05）;且CDC20、MAD2L1和NUSAP1预测CPRC发生的ROC曲线下面积分别为0.933、0.762、0.950,提示其对CRPC具有较高的诊断价值。结论CDC20、MAD2L1和NUSAP1可能是参与CRPC发展的关键候选基因。     

特发性非肝硬化门静脉高压症的关键基因通路 筛选与潜在中药预测

目的 采用生物信息学方法对特发性非肝硬化门静脉高压症（idiopathic non-cirrhotic portal hypertension,INCPH）的基因芯片数据进行分析,获取疾病发生发展的关键基因和信号通路,预测治疗INCPH的潜在中药。方法 从基因表达综合数据库（gene expression omnibus,GEO）数据库下载关于INCPH的基因芯片数据集GSE77627,利用R语言对数据进行标准化并筛选INCPH的差异基因（differential genes,DEGs）,并利用Metascape数据库对所有DEGs进行基因本体（gene ontology,GO）和京都基因与基因组百科全书（Kyoto encyclopedia of genes and genomes,KEGG）富集分析,并通过STRING数据库构建蛋白-蛋白互作网络;同时,利用CytoHubba插件筛选Degree值排名前15的DEGs作为关键基因。随后将关键基因与医学本体信息检索平台互相映射,以P<0.05为标准筛选治疗INCPH的潜在中药,并从TCMSP数据库中筛选潜在中药有效成分,导入Cytoscape软件构建中药相关网络图,并预测关键作用靶点。结果 共获得1880个DEGs,其中表达上调的基因有1061个,表达下调的基因有819个。利用STRING数据库以及Cytoscape环境下的cytoHubba插件分析DEGs,筛选Dgree值排名15位的基因作为关键基因,分别是RPS27A、CDC42、EIF4E、MAPK1、PIK3R1、RPS6、RPS9、RPS8、RPL15、RPL27A、RPL24、RPL27、RPL26、RPL12和MAPK14。GO、KEGG分析显示DEGs主要参与配子生成、糖尿病并发症中的AGE-RAGE信号通路等信号通路。结论 筛选得到干预INCPH的潜在中药为人参、丹参、黄芪等,可能成为INCPH治疗的潜在分子药物来源。     

基于GEO和TCGA数据库对肺腺癌差异表达基因的生物信息学分析

目的：采用生物信息学方法筛选影响肺腺癌（LUAD）的关键基因,分析其生物学功能及其对LUAD预后的影响。方法：于高通量基因表达（GEO）数据库下载GSE118370和GSE136043芯片数据,癌症基因组图谱（TCGA）数据库筛选LUAD相关数据。采用R软件分析共同表达的差异表达基因（DEGs）。采用clusterProfile R包对DEGs进行基因本体（GO）功能富集分析,DAVID数据库进行京都基因与基因组百科全书（KEGG）通路富集分析,STRING数据库构建蛋白-蛋白相互作用（PPI）网络。采用Cytoscape筛选连接度排名前10位的关键基因,GEPIA数据库和人类蛋白质图谱（HPA）数据库分析正常肺组织和LUAD组织中关键基因mRNA和蛋白表达情况及不同分期LUAD组织中关键基因表达情况。关键基因免疫浸润分析和生存分析获取关键基因表达与患者生存期的相关关系。结果：共筛选DEGs 428个。GO分析,LUAD的DEGs在主要富集于上皮-间质转化（EMT）等生物过程（BP）方面、细胞基部等细胞组分（CC）方面和细胞外基质（ECM）结构形成等分子功能（MF）方面。KEGG分析,...     

基于生物信息学的结肠癌核心基因筛选及验证

目的: 利用生物信息学方法筛选结肠癌核心基因,并通过体外实验进行验证,挖掘潜在的结肠癌分子标志物。方法：从GEO数据库下载GSE23878、GSE37182和GSE74602数据集,应用R语言筛选结肠癌和癌旁组织的差异表达基因（differentially expressed genes, DEGs）,并对DEGs进行GO富集分析、KEGG信号通路分析。利用STRING数据库构建蛋白质相互作用（protein protein interaction, PPI）网络,采用Cytoscape软件筛选结肠癌核心基因。利用TCGA数据库验证核心基因表达及预后价值,采用细胞转染及MTT法进一步验证核心基因的功能。结果：3个数据集筛选出270个共有DEGs,GO富集分析显示DEGs参与生长负调控、细胞外基质组织、细胞外结构组织等生物学过程,KEGG信号通路分析DEGs主要富集于Wnt、NF-κB、细胞周期等信号通路。PPI筛选出11个核心基因。经GEPIA数据库验证,MYC、TIMP1、UBE2C、SOX9、AURKA、COL1A1、CDC20、TOP2A和CENPF在结肠癌中高表达,而CAV1和CXCL12低表达。进一步生存分析显示,AURKA高表达与结肠癌患者总体生存期呈正相关（P<0.05）,TIMP1高表达与结肠癌患者总体生存期呈负相关（P<0.05）,COL1A1高表达与结肠癌患者无病生存期呈负相关（P<0.05）。细胞转染及MTT实验结果显示,过表达AURKA、TIMP1可显著促进结肠癌细胞增殖。结论：筛选出可能参与结肠癌发生的11个核心基因,其中AURKA和TIMP1表达变化可能与结肠癌患者预后相关。     

基于生物信息学的十二指肠腺瘤核心致病基因及其靶向治疗中药活性成分筛选

目的: 利用生物信息学方法对十二指肠腺瘤（duodenal adenoma, DA）的核心致病基因进行筛选和分析,挖掘潜在的可用于靶向治疗DA的中药活性成分。方法: 从GEO数据库下载DA数据集（Accession No. GSE102208）,运用GEO2R筛选差异表达基因（differentially expressed genes, DEGs）,应用DAVID数据库对DEGs进行GO及KEGG富集分析,采用STRING数据库对DEGs进行蛋白质相互作用网络（protein protein interaction, PPI）分析,利用Cytoscape获取DA核心致病基因,通过CTD数据库挖掘靶向作用于核心致病基因的中药活性成分。结果： 筛选获得DA患者与健康者十二指肠组织显著性DEGs共373个,其中270个上调,103个下调。主要涉及胆固醇稳态、胆固醇流出、脂蛋白合成、三酰甘油稳态等生物学过程,富集于PI3k Akt、PPAR、碳水化合物消化吸收、蛋白质消化吸收、脂肪消化吸收、胆汁分泌等信号通路。筛选出载脂蛋白B（ApoB）、表皮细胞生长因子（EGF）、载脂蛋白A1（ApoA1）、葡萄糖转运蛋白2（SLC2A2）、麦芽糖酶糖化酶（MGAM）等10个关键基因;进一步分析获得可能用于治疗DA的潜在靶向中药活性成分,包括白藜芦醇、槲皮素、人参皂苷、姜黄素、雷公藤甲素等。结论： 基于公共数据库可以筛选与DA发生发展密切相关的基因靶点,并挖掘到潜在的可用于DA靶向治疗的中药活性成分。     

乙型肝炎病毒相关肝细胞癌关键基因筛选及其与预后关系的生物信息学分析

目的：采用生物信息学方法识别与乙型肝炎病毒相关肝细胞癌（HBV-HCC）的早期诊断和不良预后相关的关键基因,阐明HBV-HCC发生发展的潜在分子机制。方法：从基因表达综合数据库（GEO）中检索“hepatitis Binduced HCC”,下载基因数据集GSE121248,通过R软件中的“limma”数据包筛选差异表达基因（DEGs）,采用“clusterProfiler”数据包对DEGs进行基因本体（GO）功能富集分析和京都基因与基因组百科全书（KEGG）信号通路富集分析,采用STRING数据库和Cytoscape软件建立蛋白-蛋白互作（PPI）网络并筛选关键基因。采用基因表达水平值的交互式分析（GEPIA）、Kaplan Meier-Plotter和人类蛋白质图谱（HPA）数据库验证关键基因及其蛋白质表达水平,采用“CIBERSORT”数据包分析免疫细胞的浸润情况。结果：共筛选出574个DEGs,其中上调基因173个,下调基因401个。GO功能富集分析,DEGs主要富集于小分子代谢、信号转导、免疫应答和炎症反应等生物学过程;KEGG通路富集分析,DEGs主要富集于视黄醇代谢、细胞...     

IFN-γ调节间充质干细胞免疫应答的分子机制

目的通过基因芯片数据,比较不同浓度的炎症因子IFN-γ预处理对间充质干细胞（mesenchymal stem/stromal cells, MSCs）免疫应答的影响。方法从GEO数据库下载GSE77814骨髓间充质干细胞经不同浓度的IFN-γ预处理及未处理的基因表达数据,借助GEO2R分析差异基因（differentially expressed genes, DEGs）。随后对差异基因进行GO富集分析（DAVID数据库）、KEGG通路富集分析（KEGG Mapper/GSEA）、蛋白分析（Uniprot数据库）、并构建差异基因蛋白质-蛋白质相互作用关系（PPI）,筛选hub基因。结果IFN-γ低浓度组与未处理组相比,共筛选出152个差异基因（以下简称IFN-γ-L DEGs）,其中133个为上调基因,19个为下调基因。IFN-γ高浓度组与未处理组相比,共筛选出648个差异基因（以下简称IFN-γ-H DEGs）,其中431个为上调基因,217个为下调基因。差异基因多与免疫反应、炎症、病毒反应相关。IFN-γ高浓度处理比低浓度处理上调表达更多趋化因子和抑炎因子。IFN-γ-H DEGs同IFN-γ-L DEGs在GO富集分析、KEGG通路富集分析、蛋白分析上的结果接近,但IFN-γ-H DEGs在代谢通路上富集显著。结论炎症因子IFN-γ对MSCs的转录组具有较大影响,尤其是对免疫应答相关的基因,并且与处理浓度有密切关系。此外,MSCs行使免疫抑制能力可能需要较高浓度的炎症因子授权。     

基于囊性纤维化疾病分子特征及其作用机制的生物信息学分析

目的 筛选囊性纤维化（CF）特异性相关基因,预测其靶基因,并探讨其作用机制。 方法 从基因表达汇编（GEO）数据库获取CF样本和正常对照样本的高通量芯片数据集GSE71799、GSE24206、GSE98925和GSE69764,并分为CF组和对照组。采用R软件limma包筛选CF组和对照组差异表达基因（DEGs）,使用基因本体（GO）功能注释和京都基因与基因组百科全书（KEGG）对DEGs进行功能和通路富集分析,使用基因集富集分析（GSEA）获取DEGs显著富集的基因集,采用STRING数据库建立蛋白-蛋白互作（PPI）网络,采用Cytoscape软件可视化并筛选hub基因。 结果 GEO数据库获取并筛选共429个DEGs（|log2（FC）|>1,P<0.05）,CF组中显著高表达DEGs 105个,对照组中显著高表达DEGs 324个。GO富集分析,DEGs主要富集于中性粒细胞介导的免疫、趋化因子活动和细胞黏附分子结合等方面;KEGG通路分析,DEGs主要富集于白细胞介素17（IL-17）信号通路（P<0.05）。GSEA分析,DEGs主要富集于信号通路翻译、核糖体RNA（rRNA）处理和线粒体翻译等相关基因集。STRING数据库和Cytoscape软件分析共筛选出基质金属蛋白酶9（MMP9）、C-X-C基序趋化因子配体2（CXCL2）、C-X-C基序趋化因子配体3（CXCL3）等35个hub基因,其中CXCL2和CXCL3 hub基因与DNA甲基化有关联。 结论 hub基因可能是CF中调节中性粒细胞免疫的关键基因,通过中性粒细胞介导的免疫和与免疫密切相关的IL-17信号通路相关基因失调可促进CF发生发展,CXCL2和CXCL3基因可能成为CF的DNA甲基化治疗的生物标志物。     

舌鳞状细胞癌关键基因的筛选及其潜在治疗药物的预测

目的 通过生物信息学方法筛选舌鳞状细胞癌的关键基因,并预测其潜在的治疗药物。方法 从GEO数据库中下载GSE34105和GSE13601数据集,并利用limma包筛选DEGs。DAVID数据库对DEGs进行GO及KEGG富集分析。STRING数据库构建PPI网络,并在Cytoscape中进行可视化。“CytoHubba”筛选Hub基因,并利用TCGA数据库、HPA数据库及RT-qPCR进行验证。最后,在Cellminer数据库中筛选Hub基因潜在的治疗药物。结果 共筛选出192个DEGs,其中上调基因84个,下调基因108个。GO富集分析显示,DEGs主要涉免疫反应、细胞外基质分解等生物学过程;KEGG富集分析显示,DEGs主要富集在EMC-受体相互作用信号通路。筛选出IFIT3、OAS2作为Hub基因。预测出布加替尼、艾沙佐米柠檬酸盐及硼替佐米等19种可能靶向作用于舌鳞状细胞癌的药物。结论 通过生物信息学方法筛选出两个Hub基因,并预测其潜在的治疗药物,为研究舌鳞状细胞癌的分子机制及开发治疗药物提供理论基础。     

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。     

基于单细胞测序技术解析冠状动脉粥样硬化患者平滑肌细胞的细胞间通信及关键基因

目的·利用单细胞RNA测序技术（single-cell RNA sequencing,scRNA-Seq）阐释冠状动脉粥样硬化（coronary atherosclerosis,CA）的细胞通信景观,挖掘主导细胞亚群及其关键基因。方法·下载GSE131778数据集并进行预处理、质控、降维聚类及注释;利用CellChat包进行细胞通信分析,识别主导细胞亚群。利用FindAllMarker函数,筛选主导细胞亚群与其他细胞亚群间的差异表达基因（differentially expressed genes,DEGs）,并构建其蛋白相互作用（protein-protein interaction,PPI）网络,将Degree算法排序前五位的DEGs作为关键基因。将关键基因与CellChat分析出的细胞通信网络进行匹配和挖掘,获取关键基因参与的配体-受体对（ligand-receptor pair,L-R）及其介导的信号通路,并对结果进行可视化。构建动脉粥样硬化小鼠模型,并利用反转录聚合酶链式反应检测关键基因在颈动脉粥样硬化病变处的表达情况。结果·在CA病变处共鉴定出11个细胞亚群,包括平滑肌细胞...     

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...     

基于生物信息学方法构建肝癌患者预后相关内源竞争RNA调控网络

目的：基于生物信息学方法探索肝细胞癌相关的差异表达基因（DEGs），并构建预后相关内源竞争RNA(competing endogenous RNA,ceRNA)调控网络。方法：利用数据集GSE89377，筛选肝细胞癌不同发展时期的肿瘤组织与正常组织间的差异表达基因；通过GEPIA,HPA数据库探究DEGs的mRNA和蛋白在肝细胞癌中的表达，及对患者预后的影响；随后通过Cox回归分析，筛选可独立预测患者预后的关键基因；进一步通过GO和KEGG富集分析探索关键基因相关信号通路。最后，通过miRmap、miRWalk和Targetscan数据库预测关键基因的上游微小RNA (microRNA,miRNA)，并筛选预后相关miRNAs；通过Starbase和Lncbase预测重要miRNAs的LncRNAs，并筛选预后相关LncRNAs。以此构建影响肝癌患者预后的差异基因-miRNA-LncRNAs的ceRAN调控网络。结果：韦恩分析及表达分析发现，4个DEGs在肝癌组织及正常组织间差异表达，即AKR1B10、LAGLS4、MUC13、IGFALS；其中，AKR1B10高表达可独立预测肝癌患者...     

冠状动脉粥样硬化性心脏病患者心外膜脂肪组织的生物信息学研究

背景 心血管疾病（CVD）是常见病和多发病,患病率和死亡率呈快速上升趋势。动脉粥样硬化（AS是缺血性CVD的病理基础,研究表明心外膜脂肪组织（EAT）通过分泌外泌体（EXO）和生物活性物质促进AS进展,但其作用机制仍需进一步研究。目的 通过生物信息学方法挖掘冠状动脉粥样硬化性心脏病（CAD）患者EAT中的关键基因,探讨免疫细胞浸润情况,联合CAD患者EXO间差异表达基因（DEGs）推测EAT来源EXO间DEGs并进行验证,从细胞及分子水平上探讨EAT在CAD疾病过程中的作用机制。方法 从基因表达综合数据库（GEO）中下载关于EAT的数据集GSE64554、GSE120774,根据临床信息将EAT的测序数据分为CAD组和健康对照组,使用R语言及相关软件包进行生物信息学分析。首先使用R语言筛选CAD组与健康对照组EAT间DEGs,并进行GO富集分析和KEGG通路富集分析,构建蛋白质-蛋白质相互作用（PPI）网络,评估所选基因的生物学功能及可能参与其调控的转录因子。构建GSE64554数据集中EAT的加权基因共表达网络（WGCNA）,获取同CAD表型相关的基因模块,将所获EAT间DEGs与模...     

基于生物信息学分析慢性阻塞性肺疾病的关键基因及其与免疫浸润的关系

目的 通过生物信息学分析慢性阻塞性肺疾病(COPD)的关键基因,以及关键基因表达与COPD肺组织免疫浸润的关系。方法 从GEO数据库下载基因芯片数据集GSE47460。使用R语言筛选正常组及COPD组样本并利用limma包鉴定差异表达基因(DEGs),使用ClusterProfiler包对DEGs进行基因本体(GO)富集分析和京都基因与基因组百科全书(KEGG)富集分析。利用String数据库及Cytoscape软件对DEGs构建蛋白互作网络(PPI)并筛选关键基因。分析关键基因在正常组与COPD组以及在COPD组内不同严重程度的差异表达。绘制受试者工作特征曲线(ROC)评估关键基因对COPD不同严重程度的诊断性能。应用单样本基因富集分析(ssGSEA)评估关键基因表达与COPD肺组织免疫浸润的关系。结果 筛选出DEGs 75个,上调基因47个[矫正后P<0.05及log₂(差异倍数)≥0.5],下调基因28个[矫正后P<0.05及log₂(差异倍数)≤-0.5]。鉴定了3个在COPD组高表达且与COPD严重程度呈正相关的关键基因...     

肝细胞癌相关差异表达基因和药物预测的生物信息学分析

目的 通过生物信息学方法筛选肝细胞癌(HCC)相关差异表达基因(DEGs)及潜在治疗药物.方法 从GEO数据库中选取GSE45436、GSE84402、GSE62232和GSE101685,使用R软件分析得到DEGs.随后对DEGs进行GO和KEGG分析,并构建PPI网络、筛选核心基因.最后进行生存分析和筛选潜在治疗药...