利用生物信息学分析筛选乳腺癌不良预后的关键基因

目的利用生物信息学方法,通过分析基因表达数据库(GEO)基因芯片数据筛选与乳腺癌不良预后相关的核心基因,为乳腺癌的治疗提供新的候选靶点。方法从GEO数据库下载微阵列数据集GSE15852,采用GEO在线工具GEO2R筛选差异表达基因(DEGs);DAVID数据库对筛选出的差异表达基因,进行基因本体论分析(GO)和京都基因与基因组百科全书(KEGG)通路富集分析;基于STRING数据库和Cytoscape软件构建蛋白质-蛋白质相互作用关系(PPI),并用Cytoscape软件MCODE插件进行模块分析,获取关键基因;用在线工具Kaplan-Meier Plotter对这些关键基因进行生存分析,获取与乳腺癌预后不良的相关核心基因;采用基因表达谱交互分析(GEPIA)进一步验证。结果筛选出57个差异表达基因,其中上调基因17个,下调基因40个。上调基因主要富集在雌激素反应、对细胞运动的负调控反应、心脏右心室形态发生、交感神经系统发育、细胞-细胞黏附及输尿管的萌芽发育等生物过程;聚焦于造血细胞系信号通路。下调基因显著富集在脂质代谢、分解、存储过程,胆固醇的储存、运输,甘油三酯的合成分解代谢,血管生成等生物过程;聚焦于PPAR信号通路、对脂肪细胞脂肪分解的调节作用、脂肪细胞因子信号通路等途径。PPI网络及MCODE模块分析鉴定出7个核心基因,关键基因的生存分析及GEPIA分析发现CD24和EPCAM基因的高表达患者生存率低于低表达患者。结论该方法为寻找乳腺癌不良预后的关键基因、探索乳腺癌治疗新靶点提供一定依据。     

糖尿病肾病肾小管病变关键基因的预测北大核心CSCD

目的:基于生物信息学探索糖尿病肾病(DKD)肾小管差异表达基因(DEGs)与相关信号通路,结合蛋白互作(PPI)网络分析与比较毒理基因组学数据库(CTD)筛选在DKD肾小管病变中发挥关键作用的基因。方法:选取基因表达公共数据库(GEO)中芯片数据集GSE30529与Karolinska肾脏研究中心RNA-seq数据集,采用R4.03软件的“limma”和“DESeq2”包分析两个数据集共有的DEGs,设定筛选阈值为差异倍数≥2,P<0.05。应用clusterProfiler包进行GO分析和KEGG信号通路富集分析,STRING数据库建立PPI网络,Cytoscape和CTD筛选DKD核心基因。结果:共得到277个DEGs,DEGs的GO分析主要表现于细胞外基质组织,涉及免疫反应、中性粒细胞激活、免疫效应调节等生物学过程。KEGG信号通路分析结果表明,吞噬小体、补体及凝血级联反应、趋化因子信号通路、糖尿病并发症AGE-RAGE信号通路及NF-κB信号通路参与DKD肾小管病变的发生、发展。通过PPI网络及CTD数据库联合分析筛选出CXCL1、CXCL8、CCL5、FN1及EGF共5个关键基因。结论:本研究从转录组水平对两个不同来源数据集进行联合分析,有利于了解DKD肾小管病变发生的潜在分子机制,为进一步研究提供了有意义的线索。     

利用生物信息学分析鉴定原位骨肉瘤以及肺转移的信号通路和核心基因

目的应用综合生物信息学来识别骨肉瘤中涉及的肺转移的关键致病基因并揭示潜在的分子机制。方法 GSE85537的表达谱从Gene Expression Omnibus(GEO)数据库下载,该数据库包含6个样品,包括3个原位骨肉瘤样品和3个骨肉瘤肺转移样品。整理微阵列数据集以获得差异表达的基因(DEG),并通过生物信息学方法进行深入分析。利用基因本体论(GO)和京都百科全书基因和基因组(KEGG)途径对DEGs富集并通过DAVID在线进行分析。DEG的蛋白质-蛋白质相互作用(PPI)网络由STRING数据库构建。MCODE分析通过Cytoscape软件中的MCODE插件制作。关键基因的生存分析通过在线(http://www.ualcan.path.edu/index.html)分析获得。结果从GEO数据集中共鉴定出差异基因662个,其中234个基因被上调,428个基因被下调,通过基因拓扑学分析从PPI网络中鉴定出DEG中最密切相关的137个基因。其中38个基因被上调,99个基因被下调。GO分析表明DEGs的生物学功能主要集中在血管生成,转录中RNA聚合酶II启动子的正向调节。主要的细胞成分包括外泌体和细胞外基质。分子功能包括ATP结合。KEGG通路分析显示这些DEG主要参与PI3K-Akt信号通路和肿瘤信号通路。MCODE插件分析从PPI网络中检测到3个重要模块,此外选择了15个具有高度关联性的差异基因,并经过总体存活率和相关性分析,发现基因ACTA2可能在防治骨肉瘤肺转移中发生作用。结论利用生物信息学分析筛查骨肿瘤转移前后的DEGs和通路可以帮助了解骨肉瘤转移发生的分子机制,对早期诊断和预防骨肉瘤转移具有临床意义,并提供有效的指导治疗骨肉瘤转移的联合用药。     

基于生物信息学分析和网络药理学探讨黄连解毒汤干预动脉粥样硬化斑块破裂的作用机制北大核心CSCD

目的:基于生物信息学分析和网络药理学探讨黄连解毒汤(HLJDD)延缓或抑制动脉粥样硬化(AS)由稳定斑块到破裂过程的作用机制。方法:从GEO和ArrayExpress数据库中获取含有人颈AS稳定和破裂斑块的数据集;利用limma包和wilcoxTest筛选差异表达基因(DEGs),再用稳健排序整合(RRA)方法筛选稳健DEGs,并进行富集分析。利用TCMSP和Swiss Target Prediction数据库筛选HLJDD的活性成分及其作用靶点,并与稳健DEGs取交集,获取HLJDD-AS交集DEGs。对交集DEGs进行功能富集分析,并构建蛋白互作(PPI)网络,筛选PPI网络中的子模块和Hub基因。利用Autodock Vina软件将Hub基因与其所对应HLJDD的活性成分进行分子对接。结果:RRA法共鉴定出864个稳健DEGs,其功能主要涉及中性粒细胞的脱颗粒、活化、炎症反应、趋化因子信号通路、PPAR信号通路、细胞黏附分子等。筛选出HLJDD有84个活性成分、928个作用靶点,获得HLJDD-AS交集DEGs有42个。GO和KEGG分析显示,交集DEGs主要涉及胶原蛋白的分解代谢、组织重构、中性粒细胞的脱颗粒、活化、PPAR信号通路、补体与凝血级联反应等。在PPI网络中,共筛选2个子模块,7个Hub基因。分子对接结果显示,7个Hub基因与其对应HLJDD的活性成分表现出了良好的亲和力。结论:本研究揭示了以清热解毒为治则的HLJDD有效抑制或延缓AS斑块破裂的作用机制,为中医从毒论治AS易损斑块提供一定的科学依据。     

胃相关性疾病伴肠上皮化生差异表达基因及中药预测的生物信息学分析

目的：通过生物信息学方法筛选胃相关性疾病伴肠上皮化生（IM）的关键基因与通路,探讨其发病机制及潜在治疗靶点,进而预测治疗IM的中药。方法：从公共基因芯片数据库（GEO）数据库中下载包含IM患者的胃黏膜基因表达谱数据,利用Rstudio3.5.2筛选出IM组织与正常胃黏膜组织的差异表达基因（DEGs）;使用DAVID 6.8数据库对DEGs进行GO和KEGG富集分析;基于STRING数据库和Cytoscape 3.6.1软件构建蛋白相互作用（PPI）网络,明确关键基因及核心功能模块;通过将关键基因与医学本体信息检索平台（Coremine Medical）相对应,筛选治疗IM的中药。结果：纳入2个包含IM的基因芯片数据集GSE78523和GSE60427,将2个数据集中IM相关的DEGs取交集获得135个基因,其中上调基因90个、下调基因45个。GO分析结果显示,DEGs主要涉及消化、细胞增殖的调控、细胞间黏附、钠离子跨膜转运、钾离子转运、胆囊收缩素信号通路、单核细胞趋化性、白细胞迁移、细胞外泌体等功能。KEGG通路富集结果显示DEGs显著富集于胃酸分泌、氮代谢、肾素-血管紧张素系统、蛋白...     

多重生物信息分析预测免疫相关基因FN1为干燥综合征发病核心基因北大核心CSCD

目的:利用多重生物信息分析挖掘和预测干燥综合征(SS)发病过程的核心基因及关键通路。方法:GEO数据库下载SS基因数据GSE97614,利用R语言中limma数据包进行均一化数据处理,GEO2R分析筛选差异表达基因(DEGs)。多重生物信息分析软件对GSE97614数据进行分析。DAVID在线软件对DEGs进行GO分析及KEGG信号通路预测。STRING在线软件对DEGs进行蛋白互作(PPI)网络分析。Cytoscape对互作网络结果进行可视化处理,并应用内置软件cytohubba筛选出SS发病的核心基因。结果:GSE97614包含9例SS患者及3例正常对照者,共对32321个基因进行检测,limma数据包均一化数据处理并筛选出96个差异上调和65个差异下调表达的基因。基因热图显示全部DEGs具有可聚类性。GO分析主要富集于细胞外基质、细胞外间隙及整合素结合过程。信号通路主要富集于MAPK通路及VEGF通路。PPI网络显示共有141个基因间存在224条联系,cytohubba计算出FN1、IL1B、TIMP1、THBS1、PLAU、SERPINE1、FOS、ITGB3、VCAN、ADAMTS1为前10位发病核心基因。其中FN1综合分析得分为32分,ADAMTS1综合分析得分为10分。结论:多重生物信息分析发现免疫相关基因FN1为SS发病过程的核心基因,可能作为SS快速诊断和治疗的血清标志物及潜在的药物干预靶点。     

基于GEO数据库筛选川崎病的差异表达基因及通路的研究

目的 应用生物信息学方法分析与川崎病发病可能相关的基因及蛋白信号通路。方法 从综合基因表达数据库中下载川崎病基因表达数据集GSE18606和GSE68004。利用GEO2R工具对数据集进行预处理，筛选差异基因，将两者进行交集，得到差异表达基因（DEGs）。利用R软件富集分析DEGs的生物学功能和信号通路，利用STRING数据库和cytoscape软件构建并改进蛋白-蛋白相互作用（PPI）网络，在mirdip数据库中预测核心基因对应的靶miRNAs。结果 在GSE18606和GSE68004数据集中共筛选出269个DEGs;DEGs的生物学功能主要包括免疫反应、中性粒细胞活化、细胞因子产生的正向调控、免疫反应T细胞活化、分泌颗粒膜和葡萄糖结合免疫受体活性等；信号通路主要包括造血细胞系、白细胞内皮细胞迁移、Toll样受体信号通路、胰岛素信号通路和T细胞受体信号通路；PPI网络包含218个DEGs和674对互相作用关系，其中STAT3、FGR、IL7R、HOOK3、MAPK14、LILRB2、CD2、CSF3R、SOCS3、GZMA、H2AC20、GZMK、H2BC5、ITK共14个为网络中...     

生物信息学分析导致类风湿关节炎性别差异的关键基因与信号通路北大核心CSCD

目的:通过生物信息技术分析探讨类风湿关节炎(RA)发病机制中性别间生物学差异的关键基因和通路。方法:从GEO数据库中获取GSE55457、GSE55584、GSE12021中正常男女性滑膜样本和RA男女性患者滑膜样本的基因表达数据,将数据整合并使用R软件对差异表达基因(DEGs)进行鉴定。使用在线工具DAVID数据库对DEGs进行GO分析和KEGG分析。使用Cytoscape 3.6.0构建DEGs的蛋白质-蛋白质相互作用网络(PPI),并进行模块分析。结果:男性组高表达基因416个,低表达基因336个,女性组高表达基因744个,低表达基因309个。在男性RA发病中,IL-6、MYC、EGFR、FOS和JUN被认为是关键基因;在女性RA发病中,IL-6、ALB、PTPRC、CXCL8和CCR5被认为是关键基因。结论:生物信息学分析筛选出的差异基因分别参与男性和女性RA疾病进展的不同机制,为RA发病机制的探究提供了理论依据。     

唾液腺腺样囊性癌中相关微小RNAs及其靶基因的生物信息学分析

目的 探讨唾液腺腺样囊性癌(SACC)潜在的微小RNAs(miRNAs）分子标志物,构建miRNA-mRNA调控网络,并阐明其潜在的分子机制。 方法 从Gene Expression Omnibus(GEO)数据库下载2个SACC的微阵列芯片数据,通过R语言进行分析差异的miRNAs与mRNA。应用FunRich 3.1.3软件对差异miRNA进行转录因子富集分析以及预测差异miRNAs的靶基因。对SACC中差异miRNAs的靶基因进行基因本体论（GO）富集分析与京都基因与基因组百科全书（KEGG）通路富集分析以及蛋白互作分析。使用Cytoscape 3.7.0构建miRNA-mRNA调控网络。 结果 1. 共筛选出144个差异表达的miRNAs (DEMs)和1216个差异表达的mRNAs(DEGs);2. KEGG信号通路富集分析发现,靶基因主要参与Rap1信号通路、丝裂原活化蛋白激酶（MAPK）信号通路、磷脂酰肌醇-3激酶/蛋白激酶B（PI3K/Akt）信号通路以及肌动蛋白细胞骨架的调节;3. STRING蛋白相互作用分析发现,ACSL1、SCD、MGLL、FABP4在蛋白相互作用网络中处于核心地位。 结论 我们筛选出SACC与相对正常组织间差异明显的miRNA和mRNA,并分析发现了这些差异分子主要参与的信号通路和功能。     

基于生物信息学探索系统性硬化病相关肺动脉高压免疫相关基因及免疫细胞浸润分析北大核心CSCD

目的:通过生物信息学分析鉴定系统性硬化病相关肺动脉高压(SSc-PAH)免疫相关基因(IRGs),并深入探讨免疫细胞浸润在SSc-PAH中的作用。方法:从GEO数据库下载数据集GSE22356,使用R软件对其进行差异表达基因(DEGs)分析。通过ImmPort数据库下载人类免疫基因数据集,与DEGs取交集得到差异免疫相关基因(DEIRGs),对DEIRGs进行GO和KEGG富集分析。通过Cytoscape软件构建DEIRGs的蛋白互作(PPI)网络,根据Degree值筛选枢纽免疫基因。CIBERSORT算法评估SSc和SSc-PAH患者血液组织免疫细胞浸润。对枢纽免疫基因与浸润性免疫细胞进行相关性分析。结果:共得到56个DEIRGs。功能富集表明DEIRGs在信号转导、免疫应答、趋化作用中具有重要意义。根据PPI网络及Degree值得到枢纽免疫基因FCGR3B、CD28、LYN、LCK。免疫细胞浸润结果显示,与SSc相比,SSc-PAH患者血液组织中单核细胞、嗜中性粒细胞比例升高,而初始CD4 T细胞、未活化的CD4记忆性T细胞、γδ T细胞比例降低。相关性分析结果显示,CD28、LCK与γδ T细胞呈正相关,与单核细胞呈负相关。FCGR3B与中性粒细胞呈正相关,与初始CD4 T细胞呈负相关,LYN与单核细胞呈正相关,与γδ T细胞呈负相关。结论:枢纽免疫基因和免疫细胞浸润差异在SSc-PAH发生发展中起重要作用。     

基于 GEO 数据库的结肠癌差异基因筛选及其生物信息学分析

目的:筛选结肠癌(Colorectal cancer,CRC)癌组织与正常癌旁组织之间差异表达基因(Differentially Expressed Genes,DEGs),分析结肠癌的发病机制和可能的生物标志物.方法:在基因表达综合数据库(Gene Expression Omnibus,GEO)中以"colon cancer"作为搜索词,检索关于CRC的基因表达芯片数据.采用R语言对获取的芯片数据进行基因的差异表达分析,对所得DEGs进行基因本(Gene Ontology,GO)和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)信号通路的富集分析,并对DEGs的编码蛋白进行蛋白互作分析,筛选其中的关键基因(hub gene).结果:在芯片GSE44861中共筛选出241个DEGs,包括74个上调DEGs和167个下调DEGs.GO和KEGG分析显示,DEGs分别在8条生物过程(Biological Process,BP)、5条细胞组成(Cellular Component,CC)、13条分子功能(Molecular Function,MF)注释和2条KEGG通路中富集.所有互作蛋白中筛选出10个hub基因,除P2RY14外,其余主要分布于MF注释的"CXCR趋化因子受体结合"、"趋化因子受体结合"、"趋化因子活性"、"受体配体活性"、"信号受体激活剂活性"、"激素活性",以及BP注释的"抗菌肽介导的抗菌体液免疫应答"、"抗菌体液反应"、"体液免疫反应".结论:CRC的发生可能与CXCR趋化因子受体结合以及肠道感染和免疫应答密切相关,P2RY14有可能成为CRC的筛查、诊断、预后的分子生物标志物.     

胃低级别上皮内瘤变芯片数据的生物信息学分析

目的利用生物信息学技术分析与胃低级别上皮内瘤变(LGIN)发病相关的重要信号通路并筛选出关键基因,以期为LGIN的精确诊断及早期干预提供新的理论依据。方法选择美国国立生物中心的基因表达汇总(GEO)数据库(https://www.ncbi.nlm.nih.gov/geo/),经挑选、核实后选择GES55696芯片数据集,应用GEO2R在线工具筛选慢性胃炎与LGIN的差异表达基因(DEGs),使用可视化和集成发现数据库(DAVID)在线工具对差异基因进行功能注释和通路分析,使用STRING数据库和Cytoscape软件构建蛋白质-蛋白质相互作用(PPI)网络并用其筛选出关键基因。结果获得数据集GSE55696,其中包括19个慢性胃炎样本、19个LGIN样本。共获取808个DEGs,其中524个表达上调,284个表达下调。慢性胃炎与LGIN之间的DEGs被富集在42个不同的基因本体(GO)子集中,包括生物过程(BP)、细胞成分(CC)和分子功能(MF)三个方面。DEGs主要富集在脂肪的消化吸收、维生素的消化吸收、胃酸分泌、蛋白质的消化吸收、化学致癌作用的通路。10个关键基因为激肽原1基因(KNG1)(37 Degree)、血清淀粉样蛋白A 1基因(SAA1)(27 Degree)、钙敏感受体基因(CASR)(24 Degree)、神经介素U受体2基因(NMUR2)(24 Degree)、趋化因子C-X-C基序配体1基因(CXCL1)(23 Degree)、载脂蛋白B基因(APOB)(21 Degree)、胰高血糖素原基因(GCG)(19 Degree)、载脂蛋白A1基因(APOA1)(18 Degree)、速激肽受体1基因(TACR1)(18 Degree)、生长抑素基因(SST)(16 Degree)。结论 LGIN的发生、发展主要与脂肪的消化吸收、维生素的消化吸收、胃酸分泌、蛋白质的消化吸收和化学致癌作用的关键通路及KNG1、SAA1、CASR、NMUR2、CXCL1、APOB等关键基因密切相关。     

基于数据库对子宫肌瘤和子宫肉瘤诊治的关键基因进行生物信息学分析

目的 探讨子宫肌瘤和子宫肉瘤发生发展的相关基因。方法 从GEO数据库下载芯片数据集GSE31699、GSE593、GSE64763、GSE68295,在R语言中分别分析子宫肌瘤瘤组织与正常子宫肌层的差异表达基因(differentially expressed gene, DEGs),子宫肉瘤癌组织与正常子宫肌层的DEGs。使用DAVID数据库对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，并在STRING网站进行蛋白网络分析，通过Cytoscape软件分别筛选出关键基因，基于TCGA和GTEx数据库验证DEGs在子宫肉瘤中的表达和诊断效能。结果 筛选到子宫肌瘤瘤组织与正常子宫肌层的DEGs 45个，其主要参与雌激素激活信号通路；获得子宫肉瘤癌组织与正常子宫肌层的DEGs 104个，其主要参与细胞周期信号通路。获得子宫肌瘤瘤组织和子宫肉瘤癌组织共同表达的DEGs 5个，差异表达的DEGs 7个。在子宫肉瘤癌组织和正常子宫肌层中这12个DEGs的表...     

卵巢癌关键基因的筛选及其与免疫细胞浸润的相关性分析

目的 利用生物信息学方法筛选卵巢癌 (Ovarian Cancer,OV) 关键基因并分析及其与免疫细胞浸润的相关性。 方法 从 GEO 检索并下载 3 组 OV 数据集,通过 GEO2R 在线分析工具筛选出 OV 组织中差异基因 (Differentially Expressed Genes,DEGs),并利用Metascape数据库对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) 通路富集分析;使用 STRING 数据库分析出 DEGs 的 PPI 网络后,再把结果导入 Cytoscape软件,利用其中的 CytoHubba插件提供的 MCC 算法最终得到排名前十的关键基因;然后利用 Kaplan-Meier Plotter数据库和 GEPIA 对关键基因进行生存分析和共表达分析,得出相关性最高的一组基因再分析其 mRNA 和蛋白表达情况;最后利用TISIDB数据库探讨关键基因与OV免疫细胞浸润之间的关联。结果 本研究共得到161个DEGs, 其GO功能主要与细胞对转化生长因子β刺激的反应、P53类介导的DNA损伤反应及因信号转导造成的细胞周期阻滞和蛋白激酶结合等相关;KEGG通路主要富集在癌症通路、P53信号通路、补体和凝血级联以及PI3K-Akt等信号通路上。通过Cy‐ toscape筛选的 10个关键基因中,仅 CCNB1、HMMR、KIAA0101、AURKA、CEP55、ECT2和 TOP2A对 OV患者预后有显著影响,而其中 CCNB1 和 AURKA 在 OV 中表达相关性最高,且其 mRNA 和蛋白均高表达,并不利于患者预后;CCNB1 与 AURKA的表达与Th2细胞、Act-CD4细胞的表达丰度呈正相关,与嗜酸性粒细胞呈负相关。结论 CCNB1和AURKA是OV的关键基因,且与OV微环境中免疫细胞相关,可作为OV的早期确诊和治疗生物标志物。     

基于生物信息学筛选并分析与浸润性乳腺癌免疫浸润有关的预后基因北大核心CSCD

目的:筛选并分析浸润性乳腺癌(BRCA)发生发展过程中与免疫浸润有关的预后基因,为进一步寻找BRCA潜在的预后生物标志物及治疗靶点奠定基础。方法:从TCGA数据库下载BRCA患者的mRNA表达信息数据和临床数据,并进行预处理,ESTIMATE网站获取患者的免疫/基质评分;分析免疫/基质评分与临床病理分期TNM系统间及与总生存率间的关系。按照评分中位数分别将患者分为高免疫评分组和低免疫评分组,基质评分分组同上,利用R软件分别筛选差异表达基因(DEGs),并取交集;对上步取交集的DEGs进行GO和KEGG富集分析;通过Cytoscape软件构建蛋白互作(PPI)网络,并筛选出枢纽基因。利用GSEA分析肿瘤免疫相关基因富集的主要通路;运用GEPIA2.0数据库分析枢纽基因在肿瘤与癌旁组织的表达情况及与总生存期的关系。结果:筛选出1 244个与BRCA免疫浸润相关的DEGs,富集分析表明这些基因主要参与信号转导、免疫反应、炎症反应等生物学过程;GSEA富集分析表明这些基因主要参与趋化因子信号通路、TOLL样受体信号通路、JAKSTAT信号通路及T细胞受体信号通路等。PPI网络筛选出CD19、IL-2、PTPRC、CD28、IL-6、CD40LG和CCR7共7个枢纽基因;GEPIA2.0数据库分析结果显示IL-2、CD40LG和CCR7与患者总生存率显著相关。结论:筛选出IL-2、CD40LG及CCR7基因与BRCA免疫浸润密切相关,并具有预后价值,为进一步预测BRCA患者预后的生物标志物及治疗靶点奠定基础。     

基于生物信息学分析腹膜透析腹膜细胞的免疫相关基因差异表达北大核心CSCD

目的:应用生物信息学方法分析不同腹膜透析时间的腹膜细胞的免疫相关基因(IRGs)表达差异,探索参与腹膜损伤、腹膜纤维化的重要生物标志物。方法:下载基因芯片数据集GSE125498,利用GEO2R数据库分析平台筛选差异表达基因。从ImmPortPortal数据库下载IRGs列表,并筛选出差异表达的IRGs。应用DAVID、STRING生物信息学分析平台,及Cytoscape软件对筛选所得的差异表达IRGs进行生物学注释(GO)、信号通路富集分析(KEGG)及蛋白质-蛋白质相互作用(PPI)网络分析。结果:与20例短期腹膜透析患者相比,在13例长期腹膜透析患者中筛选出差异表达IRGs 36个(|log2FC|>1.0,校正后P<0.05),其中35个上调基因,1个下调基因。GO分析结果显示差异表达IRG的生物学过程主要富集在免疫应答,细胞学组分主要定位于质膜,子功能主要富集在跨膜信号受体活性,KEGG信号通路主要富集在细胞因子-细胞因子受体的相互作用。在PPI网络中应用MCODE及cytohHubba模块筛选出的关键基因为CCR7、CD40LG、IL7R。结论:随着腹膜透析时间的延长,腹膜细胞的免疫应答活跃,相关基因CCR7、CD40LG、IL7R可能是腹损伤、纤维化形成的重要的免疫学标志物。     

基于生物信息学筛选与分析胰腺癌的生物标志物半胱氨酸蛋白酶抑制剂S北大核心CSCD

目的:应用生物信息学方法分析筛选与胰腺癌(PAAD)发生发展相关的基因,探究半胱氨酸蛋白酶抑制剂S(CST4)在PAAD中的表达、预后价值及生物学功能。方法:选取GEO数据库胰腺癌芯片GSE15471和GSE16515为研究对象,并筛选出两个芯片数据集共同的差异表达基因(DEGs)作为关键基因。应用GEDS分析CST4 mRNA在TCGA和CCLE数据库的表达情况,并通过GEPIA2进一步分析CST4在消化系统肿瘤及正常组织中的差异表达。应用Kaplan-Meier Plotter分析CST4mRNA表达与TCGA数据库中PAAD患者五年总生存率及无复发生存率的关系。TIMER2数据库分析PAAD患者CST4 mRNA表达与多种免疫细胞浸润情况的相关性。通过STRING构建CST4蛋白互作网络并进行GO功能富集分析。结果:筛选两个GEO数据芯片的DEGs,韦恩图取交集后获得关键基因CST4。基于TCGA和GTEx数据库分析显示CST4在PAAD中的表达明显高于正常胰腺组织。CST4表达水平与患者的预后呈负相关,与肿瘤相关成纤维细胞、CD4^(+)T细胞、巨噬细胞、中性粒细胞免疫浸润情况呈正相关。PPI网络图显示CST1、CSTA、CSTB、CTSB、CTSL与CST4相互作用连接度较高,GO分析提示CST4基因的表达与细胞蛋白质分解代谢过程、内肽酶活性的调节、细胞凋亡通路等密切相关。结论:CST4在PAAD组织中表达升高且高表达组患者预后不良,CST4有望成为PAAD诊断及患者不良预后潜在的生物标志物。     

基于基因芯片技术结合CIBERSORT反卷积算法研究骨关节炎的免疫机制及潜在中药靶向预测

目的:探究骨关节炎(OA)的免疫机制,挖掘其潜在干预中药。方法:通过GEO数据库获取OA滑膜组织相关基因探针,以正常人群滑膜组织为对照组,采用R软件识别差异表达基因并进行功能相关分析,采用STRING数据库对差异基因进行蛋白网络互作(PPI)分析,并筛选核心靶基因,通过CIBERSORT反卷法计算免疫细胞浸润情况及相关性,采用COREMINE数据库对显著富集的免疫相关生物学过程及核心靶基因进行中药预测。结果:共筛选出716个差异基因,其中上调基因382个,下调基因334个;差异基因PPI涉及IL-6、CXCL8、JUN、VEGFA、IL-1β、MMP9、ITGB2、FOS、APOB、CXCL12 10个核心靶基因;GO结果显示,上调基因与免疫炎症反应关系最为密切;免疫细胞浸润矩阵分析显示,浆细胞、M0型巨噬细胞和未活化的肥大细胞在OA滑膜组织中含量较高,而未活化的CD4记忆T细胞、活化的NK细胞、活化的肥大细胞在OA滑膜组织中含量降低;免疫细胞间相关性分析显示,OA未活化CD4记忆T细胞与活化的肥大细胞呈正相关,而未活化的肥大细胞与活化的肥大细胞呈负相关。COREMINE预测发现,青风...     

单心室心脏病相关miRNAs的生物信息学预测及分析

目的 筛选与单心室心脏病相关的miRNA及其靶基因,完成miRNA-靶基因调控网络的构建.方法 从基因表达数据库(gene expression omnibus,GEO)中获取GSE136547芯片数据,应用R语言进行分析并筛选差异表达的miRNA,应用miR-Walk 3.0预测差异表达miRNA的靶基因,并完成GO...     

利什曼原虫感染树突状细胞早期基因表达差异分析及关键基因筛选

目的:分析利什曼原虫感染树突状细胞(DCs)早期的基因表达与信号通路变化,探究DCs感染后应答,寻找利什曼原虫感染后基于DCs的免疫治疗方法。方法:GEO数据库下载利什曼原虫感染前后DCs基因芯片数据,RStudio软件筛选差异表达基因(DEGs),STRING构建DEGs蛋白质相互作用网络(PPI),Cytoscape筛选差异表达蛋白质的核心模块,RStudio软件对DEGs进行GO和KEGG富集分析。结果:共筛选出DEGs 129个,其中IL12B与CXCL10差异最为显著,GO分析共富集23个过程,主要涉及病毒感染过程相关细胞反应及Ⅰ-IFN相关免疫反应;KEGG分析共富集3条信号通路,分别为甲型流感、麻疹及DNA复制信号通路。结论:利什曼原虫感染DCs前后Ⅰ-IFN信号通路和TLR4/NF-κB信号通路激活,影响IL12表达,提示Ⅰ-IFN/IL12信号通路与TLR4/NF-κB/IL12信号通路可作为利什曼原虫感染治疗的靶点,CXCL10也有望成为潜在的治疗靶点;利什曼原虫感染后,出现类似病毒感染现象,推测抗病毒免疫疗法可能在对抗利什曼原虫感染中具有一定疗效。