限制性显示技术作为一种高密度长链寡核苷酸芯片样本标记方法的初步研究

目的 初步研究限制性显示技术(RD-PCR)作为一种高密度长链寡核苷酸芯片样本标记方法对芯片杂交信号的影响。方法 收集3个健康人外周血单核细胞,提取RNA后分为两组,采用RD-PCR进行样本双色(Cy3/Cy5)荧光标记,与3张Agilent60mer高密度(22K)人1B寡核苷酸芯片进行杂交。排除阴性和阳性对照信号值、Cy3和(或)Cy5的前景与背景间无统计显著性差异点的信号值,进一步排除两种荧光标记间存在统计显著性差异点的信号值,将3张芯片的共同信号值用于分析。SPSS软件进行常规统计分析和作图,R语言环境下的VSN统计包排除芯片间和两种不同荧光标记间的系统误差。结果 3张芯片的8744个共同点用于本研究。芯片间及两种荧光标记间存在明显的可校正的系统误差。芯片间杂交信号值相关显著。RD-PCR样本标记方法对较低表达基因信号值较为敏感。结论 初步的统计分析结果表明,RD-PCR是一种潜在的有用的高密度长链寡核苷酸芯片样本标记方法。     

伤寒沙门菌基因组DNA芯片基因表达谱分析技术的建立与优化

目的: 建立和优化基于伤寒沙门菌全基因组DNA芯片的基因表达谱分析技术.方法: 提取伤寒沙门菌野生z66阳性菌株总RNA,以6,9核苷酸随机引物(N6、N9)和(或)基因组特异引物(GDP)反转录合成cDNA,用荧光素Cy5或Cy3直接掺入标记后,与包括伤寒沙门菌4201个蛋白编码基因的伤寒沙门菌全基因组芯片杂交,用芯片扫描仪扫描后获得表达谱分析结果,经过数据标准化处理后进行分析.结果: 采用N9+GDP混合引物,直接掺入法标记时,既能获得较好标记效果,又能节约试剂成本,同时可减少繁琐步骤所引起的不必要失误.结论: 建立的基于伤寒沙门菌基因组DNA芯片的基因表达谱分析技术,为细菌的基因表达调控及功能基因组学研究提供了平台.     

Agilent 2100 Bioanalyzer在基因差异表达研究中的应用

目的观察Agilent 2100 Bioanalyzer 芯片分析系统(以下简称Bioanalyzer)在基因差异表达研究中的应用。方法应用限制性显示技术分别从正常和热休克处理后的酿酒酵母细胞中分离出cDNA片段,然后再用Bioanalyzer和传统的琼脂糖凝胶电泳技术对RD-PCR产物进行检测分析。结果Bioanalyzer能更快速、敏感地分离和显示差异表达的基因片段,并且通过对差异片段进行定量比较,发现了数个表达有明显差异的基因片段。结论Bioanalyzer在基因差异表达研究中具有重要的应用价值。     

肠易激综合征关键基因的筛选及验证

目的 基于生物信息学方法筛选和分析肠易激综合征的差异表达基因，为该疾病的发生发展提供可能的靶点，并在小胶质细胞中进行验证。方法 从GEO数据库下载GSE36701和GSE166869的基因表达芯片数据，分为肠易激综合征(irritable bowel syndrome, IBS)组与健康对照(healthy control, HC)组，利用R语言的相关软件包对数据进行处理，获得差异表达基因(differentially expressed genes, DEGs)并对其进行富集分析。然后取交集得到共有差异表达基因。应用g:Profiler数据库对共有差异表达基因进行GO和KEGG分析，应用STRING数据库对共有差异表达基因进行蛋白互作分析，应用Cytoscape软件筛选关键基因。应用WebGestalt数据库对共有上调差异表达基因进行与疾病、药物相关的富集分析。利用皮质酮(corticoste-rone, Cort)、脂多糖(lipopolysaccharide, LPS)、Cort叠加LPS分别构建应激、炎症、应激叠加炎症的小胶质细胞模型，通过免疫印迹法和定量实时PCR验证GABR...     

卵巢浆液性囊腺癌差异表达基因的生物信息学分析

目的 通过生物信息学分析发现卵巢浆液性囊腺癌（OV）发生发展过程中的关键基因和信号通路。方法 从癌症基因组图谱和基因型组织表达数据库分别下载OV和正常卵巢芯片数据。利用limma包标准化处理并筛选差异表达基因。对差异表达基因进行基因本体论分析、京都基因和基因组百合全书通路分析和基因富集分析。使用STRING构建蛋白质相互作用网络,用Cytoscape进行可视化并筛选Hub基因。使用GEPIA2数据库查看Hub基因的表达和预后情况。结果 通过对原始数据的差异表达分析,共得到1 357个差异表达基因。差异表达基因主要位于细胞外基质,与丝氨酸型内肽酶活性等相关,主要富集通路为PI3K-Akt信号通路。共筛选出CCNB2、TOP2A和CDC20等15个Hub基因。通过GEPIA2数据库发现BIRC5表达和预后有意义。结论 Hub基因和信号通路可能在OV发病过程中发挥重要作用,其中BIRC5与患者预后关系密切,值得进一步研究。     

肿瘤谱阵列芯片技术分析人体不同癌组织hHBrk1基因的差异表达

目的检测不同肿瘤及其癌旁正常组织中hHBrk1基因的差异表达,为进一步研究hHBrk1基因对肿瘤生物学过程的影响提供线索。方法以154对正常及肿瘤组织(19种不同人体组织)和10种肿瘤细胞株的cDNA的肿瘤谱阵列芯片(Cancer profiling arrayⅡ)为研究材料,采用Northern杂交方法分析目的基因表达水平的差异。根据阳性结果收集临床肿瘤组织样本,用RT-PCR检测hHBrk1基因表达,以验证芯片结果的可靠性。结果154对组织及10个肿瘤细胞株均表达hHBrk1基因。其中肺肿瘤组织高表达hHBrk1基因,与正常配对肺组织表达丰度差异有显著性(P<0.01);在肾癌组织中的hHBrk1基因表达丰度低于配对肾组织(P<0.01)。RT-PCR证实8临床肺肿瘤组织中5例高表达hHBrk1基因。结论肿瘤谱阵列芯片技术能够快速检测hHBrk1基因在不同组织中的表达差异,hHBrk1基因可能与肺癌及肾癌的发生、发展有关。     

肝癌相关差异表达基因的生物信息学分析及蛋白互作网络构建

目的 建立生物信息学分析筛选肝癌基因芯片差异表达基因的方法,助力肝癌发病分子机制的研究。方法 通过R语言软件分析肝癌芯片数据GSE45436中肝癌组织和癌旁组织差异表达的基因, DAVID软件对差异表达基因进行GO功能富集及KEGG通路富集分析,String和Cytoscape软件分析关键基因和模块。结果 共筛选出375个差异表达明显的基因,其中表达上调和下调的分别有99个和296个。差异基因功能分析主要涉及细胞周期、p53信号通路、补体途径、细胞色素P450代谢通路等。蛋白质-蛋白质相互作用（protein-protein interaction, PPI）网络显示拓扑异构酶Ⅱα (TOP2A) 可能与肝癌的发生发展最为相关。结论 本研究采用基因芯片结合生物信息学方法,构建了肝癌差异表达基因编码的蛋白互作网络。TOP2A可能是肝癌相关的核心基因。     

EBVaGC肿瘤差异表达的基因表达谱芯片筛选

目的应用全基因组表达谱芯片技术,分析EB病毒(EBV)阳性胃癌细胞系与EBV阴性胃癌细胞系基因表达谱差异,筛选EBV相关胃癌(EBVaGC)相关基因。方法采用TRIzol一步法提取3种EBV阳性胃癌细胞系(GT38、PT、SNU-719)和3种EBV阴性胃癌细胞系(SGC7901、HGC-27、MKN-45)总RNA并纯化,逆转录合成cDNA,利用荧光染料(Cy3)标记aaUTP,转录合成标记的cRNA,与Agilent人类全基因组表达谱芯片杂交,扫描荧光信号图像,对芯片原始数据扣除本底和归一化处理,利用倍数差异和t检验计算筛选差异表达的基因,采用上海博豪生物在线分析系统进行基因的功能注释和关联分析,明确差异基因的生物学功能。将处理前后差异表达倍数>2.0或<0.5,且在不同样本间的具有统计学差异的基因判断为差异表达基因。选取特定的差异表达基因,应用实时荧光PCR技术验证芯片结果的可靠性。结果聚类热图及矩阵图分析显示,EBV阳性胃癌细胞系与阴性胃癌细胞系之间表达谱存在明显差异。EBV阳性胃癌细胞系与阴性胃癌细胞系之间有322条基因的表达有明显差异,其中与肿瘤相关的基因涉及转录翻译、信号转导、黏附、细胞增殖和凋亡以及免疫应答等多种生物学过程。选取6条差异基因进行验证,结果有3条基因表达上调,3条基因表达下调,表达趋势与芯片结果一致。结论 EBV阳性胃癌细胞系与阴性胃癌细胞系基因表达存在明显差异,提示EBV感染可影响胃癌细胞相关基因的表达,分析这些差异表达基因有助于阐明EBV感染在EBVaGC发生发展中的作用机制,为进一步筛选EBVaGC特异性肿瘤标记物以及进行生物治疗提供理论依据。     

溪黄草对肝癌HepG2细胞基因表达谱的影响

目的 采用表达谱芯片研究溪黄草水提取物对人肝癌细胞HepG2相关基因的影响,探讨溪黄草水提取物对肝癌作用的可能机制.方法 体外培养人肝癌细胞HepG2,加入溪黄草水提取物(9.54 mg/mL)作用24 h后,表达谱芯片检测溪黄草作用后HepG2基因的改变,并用RT-PCR和Western blot验证芯片的结果.结果 相差显微镜下观察,发现与阴性对照组相比,溪黄草水提取物作用后HepG2细胞数量明显减少.表达谱芯片结果显示,溪黄草水提取物(9.54 mg/mL)作用24 h后264个基因比阴性对照组上升2倍以上,194个基因比阴性对照组下降2倍以上.基因本体(GO)和KEGG分析表明溪黄草可上调HepG2细胞DUSPs、IGFBPs家族多个基因,下调MCMs家族多个基因.RT-PCR检测发现与阴性对照组相比,溪黄草处理组DUSP1和IGFBP1升高,FXR和ALDH8A1下降(P＜0.01),与表达谱芯片结果一致.Western blot结果发现溪黄草处理组DUSP1蛋白表达也显著高于阴性对照组(P＜0.01).结论 表达谱芯片研究表明溪黄草可通过调控多种基因而抑制肝癌细胞增殖.     

限制性显示技术作为一种高密度长链寡核苷酸芯片样本标记方法的初步研究

目的初步研究限制性显示技术（RD-PCR）作为一种高密度长链寡核苷酸芯片样本标记方法对芯片杂交信号的影响。方法收集3个健康人外周血单核细胞，提取RNA后分为两组，采用RD-PCR进行样本双色（Cy3／Cy5）荧光标记，与3张Agilent 60 mer高密度（22K）人1B寡核苷酸芯片进行杂交。排除阴性和阳性对照信号值、Cy3和（或）Cy5的前景与背景间无统计显著性差异点的信号值，进一步排除两种荧光标记间存在统计显著性差异点的信号值，将3张芯片的共同信号值用于分析。SPSS软件进行常规统计分析和作图，R语言环境下的VSN统计包排除芯片间和两种不同荧光标记间的系统误差。结果3张芯片的8744个共同点用于本研究。芯片间及两种荧光标记间存在明显的可校正的系统误差。芯片间杂交信号值相关显著。RD-PCR样本标记方法对较低表达基因信号值较为敏感。结论初步的统计分析结果表明，RD-PCR是一种潜在的有用的高密度长链寡核苷酸芯片样本标记方法。     

Normalization strategy of microarray gene expression data

Objective： To discuss strategies and methods of normalization on how to deal with and analyze data for different chips with the combination of statistics, mathematics and bioinformatics in order to find significant difference genes. Methods： With Excel and SPSS software, high or low density chips were analyzed through total intensity normalization （TIN） and locally weighted linear regression normalization （LWLRN）. Results： These methods effectively reduced systemic errors and made data more comparable and reliable. Conclusion： These methods can search the genes of significant difference, although normalization methods are being developed and need to be improved further. Great breakthrough will be obtained in microarray data normalization analysis and transformation with the development of non-linear technology, software and hardware of computer.     

高通量基因芯片初步筛选ITP脾和正常脾巨噬细胞的差异表达基因

目的研究免疫性血小板减少性紫癜(ITP)患者脾和正常脾巨噬细胞的差异表达基因。方法提取9例ITP患者及9例正常人脾巨噬细胞的总RNA,反转录制备含荧光分子Cy5标记的cDNA探针,与含有30968点cDNA的表达谱芯片杂交后扫描荧光强度,筛选出差异表达的基因并进行分析。结果基因芯片共筛选出1545个差异表达基因,其中上调基因718个,下调基因827个。差异表达基因涉及免疫反应、细胞黏附及受体调节、细胞信号转导、细胞骨架和运动代谢、细胞凋亡、酶调活性等方面。差异表达基因生物路径涉及Toll样受体信号通路,Fcγ受体介导吞噬通路,促分裂原活化蛋白激酶信号通路、细胞内吞通路等。结论基因芯片筛选ITP患者脾巨噬细胞的差异表达基因是有效的。差异表达基因可能为ITP发病机制的研究提供新证据和治疗靶标。     

利用Agilent 定制基因芯片筛选相同病理类型、不同预后的早期乳腺癌的分子标记物

目的分析相同病理类型、临床分期（Ⅰ~Ⅱ期）但预后不同的乳腺癌组织的基因表达差异,筛选出有意义的基因组合,寻找
与乳腺癌预后相关的基因,探索可以早期预测乳腺癌预后的基因分型诊断标准。方法用Agilent定制人8×15 000芯片对筛选
出的实验组8例早期乳腺癌患者的组织标本,结合其预后数据,进行差异基因表达分析;采用Real-time PCR技术,在同期收集的
验证组42例乳腺癌样本中对差异表达的基因进行验证。结果基因芯片检测分析发现,实验组预后差样本比预后好样本有差
异表达基因132个,其中44条基因显著上调,88条基因显著下调（差异均在2倍以上）。结论相同病理类型、临床分期、不同预
后的早期乳腺癌组织中基因表达存在显著差异,CD44、MKI67、NTRK2、Nek2、C16orf60、TOP2A、ANCCA、RRM2等8个基因可
以作为早期乳腺癌预后预测基因标记物。
     

基因芯片筛选门静脉高压症脾亢脾和正常脾巨噬细胞中差异表达基因

目的运用基因芯片技术检测门静脉高压症脾亢脾和正常脾巨噬细胞中基因表达的差异,探讨其在门静脉高压症脾亢发生中的意义。方法提取门静脉高压症脾亢脾巨噬细胞和正常脾巨噬细胞的总RNA,分别用标有荧光素的dCTP反转录制备cDNA探针,将探针与含有14112点cDNA的Biostar-H140scDNA表达谱芯片杂交后扫描荧光强度。上述方法重复3次,从而筛选出恒定的差异表达基因。结果3张芯片分别检测到896、1330和898个差异表达基因,恒定的差异表达基因共有121个,占总基因数的0.86%。其中表达上调的已知基因有21个,表达下调的已知基因有73个。差异表达基因涉及离子通道和运输蛋白、细胞周期蛋白类、细胞骨架和运动、细胞受体、细胞信号和传递蛋白、代谢、免疫相关等多个方面。这些基因可能与门静脉高压症脾亢的发病机制有关。结论采用基因芯片技术筛选门静脉高压症脾亢脾和正常脾巨噬细胞中差异表达的基因,可能为其病因和发病机制的研究提供新思路。     

基于生物信息学分析的骨肉瘤关键生物标记物的筛选

目的应用生物信息学的方法分析骨肉瘤基因表达谱芯片中具有差异性表达的基因,找出参与骨肉瘤发生、发展的关键基因。方法从GEO数据库中下载表达谱基因芯片数据,应用生物信息学方法筛选差异表达基因（DEGs）。利用DAVID在线数据库对DEGs进行GO及KEGG通路富集分析。通过STRING在线软件、Cytoscape的MCODE插件、cytoHubba插件对骨肉瘤的显著差异表达的基因进行蛋白质-蛋白质相互作用网络分析,寻找关键基因。结果共筛选出95个DEGs,主要富集在细胞黏附分子、抗原处理和呈递等信号通路,通过分析发现CD74、LAPTM5、CD163、MS4A6A、HLA-DRA、CD86、FCER1G、C1QB、TYROBP、AIF1等10个基因处于核心位置。结论CD74、LAPTM5、CD163、MS4A6A、HLA-DRA、CD86、FCER1G、C1QB、TYROBP、AIF1可能在骨肉瘤的发生、发展中起重要作用。     

初发鼻咽癌与复发鼻咽癌差异表达基因的研究

目的：通过全基因组基因芯片研究初发鼻咽癌（pNPC）与复发鼻咽癌（rNPC）之间的差异表达基因。方法：选择rNPC和pNPC组织标本,应用Affymetrix Gene1.0 ST芯片,构建表达谱,检测两者之间的差异表达基因。结果：rNPC组与pNPC组比对,发现差异基因46个,下调基因38个,上调基因8个。这些基因参与钙结合、蛋白结合、酶活性调节等过程。结论：rNPC和pNPC之间存在基因差异表达,为了解rNPC的发生机制的研究起了一定的作用。     

微阵列数据扰动对错误发现率方法筛选差异表达基因的影响

目的:探讨微阵列数据的扰动对错误发现率(FDR)方法筛选差异表达基因的影响?方法:用计算机模拟仿真的方法,对1 991个结肠癌微阵列基因数据给予不同相对误差限的随机扰动,每个扰动进行1 000次随机模拟;用FDR的ALSU方法对无扰动数据与有扰动数据分别筛选差异表达基因,比较两者之间的重复率;分析数据扰动对每次基因排序位次变化的影响?结果:差异表达基因的单个平均重复率与总体平均重复率都随数据扰动的增加而下降?差异表达越显著的基因,受扰动误差的影响越小;在扰动误差限≤50%时,数据扰动与差异表达基因总体平均重复率呈线性递减趋势,数据扰动误差限每增加1%,总体平均重复率约下降1.85%?扰动误差限越大,基因排序位次的波动越大?结论:数据扰动是导致差异表达基因可重复性差的原因,用计算机模拟的方法可定量探讨数据扰动对差异基因筛选的影响?     

基于多组全基因组表达谱的阳虚人群关键候选基因集和通路筛选及生物信息学分析

目的基于多组全基因组表达谱筛选阳虚人群关键候选基因集和通路,探讨不同阳虚人群与对照组差异基因的异同,提出阳虚与基因表达关系的可能结论。方法查找GEO基因表达数据库及PubMed、Embase、CNKI、万方、维普等中英文文献数据库,筛选出其中存在阳虚人群及其对照组的基因表达谱数据或基因表达谱分析结果。应用R语言和生物信息学方法筛选差异表达基因,并进行GO、KEGG和GSEA富集分析,利用韦恩图展现不同阳虚人群的差异表达基因结果的关系,并分析差异基因、富集结果与阳虚之间的关系。结果共得到2个数据集(GSE87474、GSE56116)和4个基因表达谱分析结果,数据集GSE56116中存在350个差异表达基因,数据集GSE87474中存在138个差异表达基因。4个基因表达谱进行去重与合并后,形成3个差异基因集,分别报道了190个、66个和21个差异表达基因。对差异表达基因结果取交集,未发现重合的基因。对其中差异表达基因相关的基因集和通路取交集分析,寻找到8个共同的基因集和通路。这些通路的功能集中在免疫功能、细胞质囊泡等方面。结论阳虚人群与非阳虚人群的差异基因集和通路主要与能量代谢、细胞质囊泡及免疫调节相关。不同阳虚人群间关键候选基因集和通路存在一定的相似性,但其作用的具体基因存在差异。中医的阳虚概念更可能与一系列基因集和通路存在紧密的联系,而不是单一的基因。     

以基因芯片技术研究Kkay小鼠2型糖尿病相关基因

目的以基因芯片技术研究Kkay2型糖尿病小鼠的差异表达基因。方法以包含8192条小鼠的cDNA基因表达谱芯片研究Kkay2型糖尿病小鼠肝脏的基因表达谱。结果共筛选出差异表达基因154条,包括全长基因68条,表达序列标识(EST)86条;其中40条基因表达增加,114条表达降低。结论多数已知功能基因的表达异常与以往的研究结论是一致的;cDNA基因芯片技术能够高通量分析糖尿病相关基因。     

基于生物信息学的脑胶质瘤预后风险长链非编码RNA筛选

目的：应用生物信息学方法筛选脑胶质瘤的预后风险长链非编码RNA（lncRNA）。方法：从开放的癌症基因图谱（TCGA）和基因型组织表达（GTEx）数据平台下载脑胶质瘤样本转录水平数据,采用R语言比较分析脑胶质瘤和正常脑胶质样本差异表达基因,使用Cox分析构建风险模型,通过DAVID基因功能和KEGG通路数据库对差异表达基因进行功能注释和通路富集分析。利用qPCR评价HOXA-AS2的表达量与脑胶质瘤的临床组织特征之间的关系。结果：通过比较分析脑胶质瘤样本和正常脑组织样本基因组表达数据,获得差异表达的lncRNA 424个（211个上调,213个下调）,mRNA 3 827个（1 618个上调,2 209个下调）。构建了包含9个lncRNA的风险模型,参与介导的信号转导通路主要集中于免疫缺陷病毒感染,神经信号转导等相关通路。qPCR方法验证HOXA-AS2在脑胶质瘤中高表达。结论：筛选出HOXA-AS2可能是脑胶质瘤的预后风险lncRNA,为后续脑胶质瘤的机制研究提供参考依据。