基于生物信息学分析的圆锥角膜相关Hub基因及其通路的鉴定

目的：明确圆锥角膜（KC）潜在的目标基因并探讨其潜在的病理机制。方法：从GEO数据库中下载GSE77938的基因芯片数据并进行生物信息学分析。GSE77938数据集包含50个样本,包括25例KC患者和25例正常对照者。采用Cytoscape软件进行GO和KEGG富集分析,并通过Cytoscape软件构建差异表达基因（DEGs）的蛋白相互作用（PPI）网络。结果：在KC中共鉴定出1 547 个DEGs,包括1 103 个上调基因和444 个下调基因。GO分析结果显示,上调的DEGs在生物过程（BP）中的1 220条通路中显著富集、细胞成分（CC）的黑素体的102条通路和分子功能（MF）的102条通路中显著富集。下调DEGs的富集功能在BP、CC和MF中分别为99、64和47个通路。KEGG通路分析显示上调的DEGs富集于72条通路,而下调的DEGs富集于8条通路。从PPI网络中鉴定出Hub基因TNF、JUN、IFNG、PTPRC、ICAM1、FOS、IL6、CXCL8、LCK、CSF2、MMP9、ITGAX、CD40LG和IL10,ClueGO分析发现这些基因涉及GO术语中的6 条显著通路和KEGG中的3 条通路。结论：所鉴定的DEGs和枢纽基因促进了对KC发生的分子机制的理解,其可能作为KC治疗的分子靶点和诊断性生物标志物。     

哮喘患者上气道基因表达谱芯片的生物信息学分析

目的:应用生物信息学方法对哮喘患者上气道基因表达谱芯片进行分析,进一步探讨其可能的发病机制。方法:从GEO(Gene expressionomnibus)数据库下载哮喘表达谱的芯片数据(GSE41861),利用R语言Limma软件包筛选哮喘患者与非哮喘患者鼻黏膜的差异表达基因(differentially expressed genes,DEGs),并对差异基因作基因本体论(gene ontology,GO)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。利用STRING在线数据库进行蛋白-蛋白相互作用(protein protein interaction,PPI)分析,并用Cytoscape软件及其插件NetworkAnalyzer进行可视化,寻找关键(Hub)基因。结果:共筛选出118个差异基因,其中包括93个上调基因和25个下调基因。对差异基因进行生物信息学分析,上调DEGs主要参与唾液分泌相关通路和结核相关通路,下调DEGs主要参与TGF-β相关信号通路。蛋白网络分析筛选出CDC5L、AR和ACTR2 3个degree得分>10的关键基因。结论:CDC5L、AR、ACTR2可能在哮喘的发生发展中起着重要作用,为研究哮喘的发病机制提供了新的策略。     

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。     

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。     

白藜芦醇调控Hedgehog信号通路抑制肝星状细胞活化的研究

【目的】观察白藜芦醇对HSC-T6细胞内Hedgehog信号通路及其下游靶基因表达的影响,探讨白藜芦醇抗肝纤维化的作用机制,为白藜芦醇的临床应用提供理论依据。【方法】体外培养大鼠肝星状细胞系HSC-T6,用含体积分数10%胎牛血清的DMEM高糖培养基培养种板,细胞贴壁后加入白藜芦醇(4、8、16μmol/L)或环耙明(100μmol/L)预处理30 min,再加入瘦素(100 ng/mL)孵育24 h诱导细胞活化。采用四甲基偶氮唑盐(MTT)法检测细胞增殖水平,蛋白免疫印迹(Western Blot)法检测细胞α平滑肌肌动蛋白(α-SMA)的表达,实时聚合酶链反应(PCR)检测细胞内Hedgehog信号通路成员Shh、Smo、Patched和Gli1 mRNA及Gli1下游靶基因Cyclin D1、Cyclin D2及Bcl-2的表达。【结果】与空白组比较,模型组细胞增殖率及α-SMA蛋白表达均呈显著增高趋势,Hedgehog信号通路成员Shh、Smo、Patched、Gli1 mRNA及Gli1下游靶基因Cyclin D1、Cyclin D2及Bcl-2的表达亦显著上升(P 0.05或P 0.01)。与模型组比较,白藜芦醇低、中、高剂量组及环耙明组均可显著抑制HSC-T6细胞增殖率及α-SMA蛋白表达(P 0.01),亦可明显抑制Hedgehog信号通路成员Shh、Smo、Patched、Gli1及靶基因Cyclin D1、Cyclin D2及Bcl-2 m RNA的表达(P 0.05或P 0.01)。【结论】白藜芦醇可通过调控Hedgehog信号通路抑制HSCT6细胞的增殖与活化,达到抗肝纤维化的作用。     

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GEO和TCGA数据库筛选子宫内膜癌发病及预后的相关基因

目的 通过生物信息学方法分析与子宫内膜癌(EC)发病及预后相关的基因。方法 下载基因表达综合数据库(GEO)中相关样本的基因芯片数据,筛选出EC与正常子宫内膜组织细胞中的差异表达基因(DEGs)。运用STRING在线数据库及DAVID在线数据库对DEGs进行蛋白-蛋白互作网络(PPI)分析、基因本体论(GO)及京都基因与基因组百科全书(KEGG)代谢通路分析,并利用Cytoscape软件筛选出关键基因。通过癌症基因组图谱(TCGA)数据库中的子宫内膜癌的生存资料对关键基因进行生存分析。结果 本研究共筛选出EC相关108个DEGs,其中10个关键基因为JUN、UBE2I、WT1、GATA2、WNT2、CXCL12、ZEB1、TCF4、FOXL2、PRKCA,均在EC中相对高表达。WNT2、TCF4和FOXL2关键基因对患者的生存率差异有统计学意义(P<0.05)。Wnt信号通路可能对EC的发病有重要作用。结论 WNT2、TCF4和FOXL2与EC的发病及预后有着密切关系,为EC新的诊断标志物和治疗靶点筛选提供新思路。     

肌层与非肌层浸润性膀胱癌差异基因的生物信息学分析

目的:筛选膀胱癌(bladder cancer,BC)进展关键基因,探讨其生物学作用并为寻找潜在的治疗靶点提供依据.方法:从GEO数据库中检索获取BC患者的基因芯片数据,经R软件筛选肌层浸润性膀胱癌(muscular invasive bladder cancer,MIBC)与非肌层浸润性膀胱癌(non-muscle invasive bladder cancer,NMIBC)差异表达基因(differentially expressed genes,DEGs),并用clusterProfiler软件包进行DEGs功能注释、通路分析.利用STRING在线数据库联合Cytoscape软件进行蛋白互作(protein-protein interaction,PPI)网络分析,筛选中枢基因.用GEPIA在线分析工具中的TCGA数据库进行预后分析,筛选关键基因.在Oncomine肿瘤数据库中验证关键基因表达水平,并导入SPSS 22.0软件进行统计学分析.再基于THE HUMAN PROTEIN ATLAS免疫组化结果,验证关键基因在不同侵袭性BC中的表达水平.结果:共筛选出DEGs 193个,其中表达上调116个,表达下调77个.这些基因主要涉及细胞外基质组织的生物过程、细胞组分构成、分子功能及MAPK信号通路.PPI分析获得65个中枢基因,预后分析得到6个关键基因的表达水平与BC患者总生存时间差异具有统计学意义(P＜0.01).Oncomine数据库验证表明CXCL12、ANXA5、ACTA2、TAGLN、COL6A2等5个关键基因在MIBC中明显上调,PPARG在MIBC中明显下调(P＜0.05).结论:细胞外基质的生物作用、MAPK通路及6个关键基因(CXCL12、ANXA5、ACTA2、TAGLN、COL6A2、PPARG)对肿瘤侵袭的改变可能成为抑制BC进展的潜在治疗靶点.     

Hedgehog及Wnt信号通路交互作用与宫颈癌发生的关系

目的探讨宫颈癌发生的可能机制。方法对2例宫颈癌、2例癌旁组织及1例正常宫颈组织进行人全基因组芯片检测,使用RT-PCR方法验证芯片结果,并分析其中主要的信号传导通路及关键基因、转录因子。结果通过对芯片差异基因筛选及信号通路分析,发现FORKHEAD转录因子家族为差异基因重要调控因子。癌旁组织与正常组织比较中Hedgehog信号通路激活（=0.018,包含7个差异基因）;癌组织和正常组织比较Wnt信号通路出现激活（=0.032,包含7个差异基因）。宫颈癌患者Hedgehog通路中Gli-1表达下调;Wnt信号通路抑制基因SFRP-1基因表达静默,Fra-1基因表达上调。结论Wnt和Hedgehog信号通路差异性激活及两者的信号交互在宫颈癌发生过程中起着重要作用。     

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。     

基于生物信息学的未分化甲状腺癌关键发病机制及其潜在干预靶点研究

目的: 阐明未分化型甲状腺癌（ATC）的分子病理状态,并挖掘其潜在的干预策略。方法: 利用GEO数据库联合R语言分析ATC组织与正常甲状腺组织差异表达的基因;利用京都基因与基因组百科全书（KEGG）通路数据库和基因本体（GO）数据库对差异表达的基因进行富集和功能注释;基于STRING数据库及Cytoscape软件构建蛋白质相互作用网络,分析其关键网络节点和基因簇;最后采用L1000CDS²数据库预测ATC的潜在治疗药物。结果: 共获得2087个差异表达基因。与正常甲状腺组织相比,ATC组织细胞内信号通路及肿瘤微环境均发生显著改变,包括PI3K-Akt信号的持续激活、p53通路的激活、炎症反应、细胞外基质重塑等。蛋白质相互作用网络提示存在3个重要的基因簇和9个关键节点。将差异表达基因与L1000CDS²数据库进行比对后发现22个能够逆转ATC病理状态的潜在化合物。结论: 本研究揭示了ATC发病机制中的关键节点,为ATC的治疗提供了潜在的靶点。     

基于高通量芯片和生物信息学挖掘多发性骨髓瘤的发病差异基因

目的 筛选多发性骨髓瘤(MM)患者与正常人群之间的差异表达基因(DEGs),探究MM的发病机制,为MM的基因诊断和治疗提供导向.方法 从GE数据库中检索获取MM患者的芯片数据,通过Morpheus在线工具进行芯片数据质量控制和DEGs的筛选,运用DAVID数据库对筛选获得的DEGs行基因富集和通路分析,通过STRING数据库构建蛋白相互作用网络,并采用Cytoscape软件行模块分析.结果 共获得16 211个DEGs,包括7 586个上调基因和8 625个下调基因(P＜0.05).基因本体(GO)分析结果表明,生物学过程中上调DEGs主要涉及鞘糖脂代谢等30个功能簇,下调DEGs涉及细胞分裂等163个功能簇;分子功能中上调DEGs主要涉及蛋白质结合等29个功能簇,下调DEGs主要涉及组蛋白结合等59个功能簇;细胞成分中上调DEGs主要集中在细胞溶质等27个功能簇中,而下调DEGs主要集中在核质等78个功能簇中.京都基因与基因组百科全书(KEGG)分析结果表明,上调DEGs主要涉及溶酶体相关通路等26条通路,下调DEGs主要涉及DNA复制等27条通路.蛋白互作网络分析示CDK1、TOP2A、A URKB、BRCA1、CHEK1、PTEN、RAD51、GMPS、CDC45和CDKN2A 10个基因为富集程度最高的核心DEGs,模块分析显示得分最高的3个基因模块主要与核分裂、DNA复制和核酸代谢过程相关.结论 通过多种生物信息学方法筛选获得了MM患者和健康对照组的DEGs,并从不同角度阐释了MM发病机制的相关基因及其表达特征,为MM特异性诊断标志和靶向治疗等提供了依据.     

基于GEO强直性脊柱炎外周血芯片数据的生物信息学分析寻找新型诊断标志物

目的：通过生物信息学策略探索强直性脊柱炎相关的差异基因,寻找疾病的新型诊断标志物。方法：通过美国国立生物中心的基因表达汇总(GEO)数据库下载强直性脊柱炎疾病相关的芯片GSE25101,分析筛选出强直性脊柱炎患者组和正常组之间的差异表达基因,使用在线数据库DAVID对差异基因展开功能注释和信号通路分析,后利用在线数据库STRING和Cytoscape软件构建蛋白互作网络并获取关键基因。最后评估疾病标记物的诊断效能。结果：通过分析共筛选出187个差异基因,其中包含96个上调基因和91个下调基因。GO功能富集和KEGG分析发现差异基因主要参与氧化磷酸化和代谢等生物过程与信号通路。基于蛋白互作网络分析结果筛选出5个关键基因,且ATP5J (AUC=0.859), NDUFB3 (AUC=0.852), UQCRB (AUC=0.840)、COX7A2 (AUC=0.820) 和UQCRH (AUC=0.805)在强直性脊柱炎疾病外周血样本诊断效能显著,可作为该病的新型诊断标记物。结论：ATP5J、NDUFB3、UQCRB、COX7A2和UQCRH或可成为外周血强直性脊柱炎疾病相关的新型诊断标记物,为该病进一步的功能研究提供理论依据。     

基于GEO数据库分析支气管肺发育不良发生的关键基因及通路

目的:采用生物信息学方法分析支气管肺发育不良(bronchopulmonary dysplasia,BPD)发生的关键基因和信号通路.方法:在基因表达综合数据库(GEO)中筛选数据集,使用GEO2R工具筛选出BPD与非BPD极早早产儿之间的差异表达基因.使用DAVID数据库进行功能注释和通路分析,使用STRING在线工...     

基于生物信息学分析宫颈癌关键基因及预后相关的生物标志物

目的 从公共数据库筛选并探讨宫颈鳞状细胞癌的关键致病基因。方法 从GEO数据库GSE122697、GSE89657里下载宫颈组织表达谱芯片数据。利用R软件和韦恩图查找数据集的差异表达基因(DEGs)交集,进行GO 和 KEGG 通路富集分析。利用STRING数据库构建了DEGs的蛋白质-蛋白质相互作用网络(PPIs)并导入Cytoscape软件进一步分析,通过cytohubba插件和MCC算法筛选出DEGs。利用癌症基因组图谱数据(TCGA)对已初步筛选的DEGs进行验证及生存曲线分析,并进一步筛选与宫颈癌总生存率相关的DEGs进行ROC分析,获得关键基因。结果 宫颈鳞状细胞癌差异基因56个,其中15个上调和41个下调。GO 及 KEGG 分析结果显示, 这些 mRNA 主要参与细胞核分裂、细胞外基质代谢调控等生物学进程; 主要富集于细胞周期、减数分裂、PIK-Akt信号通路、ECM受体相互作用通路等。通过PPI网络中筛选出18 个核心基因,并在TCGA数据集中得以验证,生存曲线分析的结果表明18个差异基因中的ASF1B基因对宫颈癌患者生存预后具有显著影响 (HR=0.437(0.272-0.704), P<0.01), ROC分析的结果表明其对宫颈癌患者具有很好的诊断价值(AUC=0.998)。结论 本研究通过综合生物信息学分析,有望为宫颈癌诊断和预后提供可靠的分子生物标志物和治疗靶点。