应用表达谱芯片筛选增生性瘢痕形成的相关基因

目的应用基因芯片技术筛选增生性瘢痕组织的差异表达基因，探讨异常瘢痕发生的分子机制。方法应用含有8064个人类靶基因的表达谱芯片，检测增生性瘢痕和正常皮肤组织中基因的差异表达变化，筛选出差异表达基因，应用RT-PCR验证芯片结果；建立与增生性瘢痕形成相关的基因表达谱并进行生物信息学分析。结果与正常皮肤组织相比，增生性瘢痕组织中发生显著性差异表达变化的基因有171个，其中上调99个，下调72个，涉及到各种信号传递及基因调控的改变。RT-PCR检测结果与芯片结果呈一致性趋势。结论创面过度愈合形成增生性瘢痕是一个复杂的病理生理过程，受多种基因表达调控；差异表达基因谱的建立和研究较全面反映了增生性瘢痕发生的分子生物学概貌，有助于认识异常瘢痕形成的机制。     

家族遗传与非家族遗传性病理性瘢痕的基因芯片谱研究

目的应用cDNA微阵列(基因芯片)技术和生物信息学分析对家族遗传与非遗传性病理性瘢痕基因表达差异进行分析和研究。方法采集临床的遗传性与非遗传性病理性瘢痕样品各5例,将480种人类基因PCR产物制成微阵列表达谱芯片;提取瘢痕疙瘩和正常皮肤的总RNA,并纯化mRNA。等量的两种瘢痕组织的mRNA分别进行标记,合成,杂交,洗膜后,计算机扫描分析比较两种组织中差异表达的基因,并利用生物学数据库进行分析。结果遗传性瘢痕组织与非遗传性瘢痕组织相比,显著差异表达基因有65个,最后通过生物信息学分析确定29个差异表达基因,构成遗传性瘢痕与非遗传性瘢痕的差异表达谱。结论遗传性瘢痕的形成是复杂的病理生理过程,受多基因表达调控。进一步的研究将有助于揭示遗传性瘢痕形成机制以及针对遗传性瘢痕的治疗。     

瘢痕疙瘩的差异表达基因谱研究

目的 应用基因芯片技术筛选瘢痕疙瘩组织的差异表达基因。探讨异常瘢痕发生的分子机制。方法 应用含有8064个人类靶基因的表达谱芯片，检测瘢痕疙瘩和正常皮肤组织中基因的差异表达变化，筛选出差异表达基因，应用RT-PCR验证芯片结果；建立与瘢痕疙瘩形成相关的基因表达谱并进行生物信息学分析。结果 与正常皮肤组织相比，瘢痕疙瘩组织中发生显著性差异表达变化的基因有277个，其中上调163个、下调114个，涉及到各种信号传递及基因调控的改变。RT-PCR检测结果与芯片结果呈一致性趋势。结论 创面过度愈合形成瘢痕疙瘩是一个复杂的病理生理过程，受多种基因表达调控：差异表达基因谱的建立和研究较全面反映了瘢痕疙瘩发生的分子生物学概貌，有助于认识异常瘢痕形成的机制。     

病理性瘢痕中IGF2基因的表达及意义

目的 研究印迹基因胰岛素样生长因子2(IGF2)在病理性瘢痕中的表达及其意义,探讨异常瘢痕发生的分子机制.方法 应用人类基因表达谱芯片,检测增生性瘢痕和瘢痕疙瘩与正常皮肤组织中IGF2基因的差异表达情况.结果 IGF2基因在增生性瘢痕和瘢痕疙瘩中的表达分别为正常皮肤组织的5.67倍和27.87倍,与正常皮肤组织中该基因的表达差异有显著性.结论 印迹基因IGF2在病理性瘢痕中的异常表达,与病理性瘢痕的发生和发展关系密切,特别是在瘢痕疙瘩中的超量表达,可能与其细胞分裂增殖及类似于良性肿瘤的特性密切相关.     

基因芯片技术对先天性巨结肠症相关基因的筛选

目的应用基因芯片技术筛选先天性巨结肠症(hirschsprung disease,HD)病变组织与自身正常组织之间的差异表达基因。方法采用全人类基因组表达谱芯片检测4对HD及其正常切缘组织的基因表达谱,并用RTPCR技术对个别差异表达基因进行验证。结果筛选出有表达意义的基因12 125个。筛选4对标本的差异表达基因共622个,其中下调基因584个(93.89%),上调基因38个(6.11%)。6个基因芯片与RT-PCR检测结果一致:其中碳酸酐酶平均上调76.05倍(芯片结果9.7倍),T细胞分化蛋白平均上调7.2倍(芯片结果5.3倍),细胞凋亡通路相关基因caspase-7平均上调3.04倍(芯片结果2.5倍),心脏和神经脊衍生蛋白2平均下调0.32倍(芯片结果0.23倍),神经降压素受体1平均下调0.32倍(芯片结果0.19倍),微管蛋白β-2B平均下调0.30倍(芯片结果0.19倍)。结论 HD组织与正常结肠组织间在基因的表达层面存在明显差异,筛选得到的基因可能参与了HD病变发生发展的生物学过程。     

Stanford A型主动脉夹层差异表达基因生物学通路分析

 目的  通过对急性Stanford A型主动脉夹层患者主动脉组织差异表达基因的通路分析,探讨主动脉夹层的发病机制。方法  应用人类全基因组表达谱微阵列芯片检测急性Stanford A型主动脉夹层患者与器官捐献者主动脉组织的基因表达,GenomeStudio Gene Expression Module v1.0软件进行数据结果分析。采用荧光定量real time PCR验证芯片结果。以KEGG数据库对差异表达基因进行通路分析。结果  筛选出差异表达基因数1 309个,real-time PCR验证结果与芯片检测结果一致。通路分析发现两组之间黏着斑通路的基因表达发生显著变化,同时血管平滑肌收缩通路和肌动蛋白细胞骨架调节通路的基因表达也有显著差异。结论  差异基因通过黏着斑通路、血管平滑肌收缩通路和肌动蛋白细胞骨架调节通路相互作用,可能在急性Stanford A型主动脉夹层的发病机制中发挥了重要作用。     

肺癌相关基因的表达谱研究

目的：通过研究人肺癌组织和正常组织中差异表达的基因,寻找肺癌相关基因以用于肺癌的诊断和治疗。方法：以包含４０９６个ｃＤＮＡ基因表达谱芯片研究一组肺癌组织样本的基因表达谱。结果：共筛选出差异表达的基因３７０条,包含已知基因１４６条,未知基因２２４条,其中１０７条表达增加,２６３条表达降低。结论：基于ｃＤＮＡ微矩阵技术的肿瘤基因表达谱分析能够高通量筛选与肺癌发生密切相关的基因。     

膀胱癌表达谱的全基因组芯片检测及易感标志基因的筛选研究

目的 采用70mer全基因组寡核苷酸基因芯片研究膀胱癌基因表达谱,获得差异基因并筛选出膀胱癌特异的肿瘤易感标志基因.方法 取正常膀胱移行上皮、肌层浸润性(T2以上)膀胱癌组织各10例,抽提mRNA逆转录成cDNA后,再反转录成cRNA并标记后,与70 mer oligo全基因组基因芯片杂交,洗脱,扫描及数据分析,采用Cluster及Trecvicw等统计分析软件比较正常膀胱移行上皮与膀胱癌组织基因表达谱差异,获得差异基因及其表达差异水平.进一步采用Panther数据库检索差异基因在各信号通路中的存在情况,初步阐述浸润性膀胱癌发生的可能的分子机制,筇选出膀胱癌特异的肿瘤标志基因.结果 在19 568个探针的全基因组芯片上,发现膀胱癌基因表达谱共同差异表达基因152个,其中表达上调的基因70个(膀胱癌中上调10倍以上的29个),与肿瘤发生明确相关的基因23个;下调基因81个(膀胱癌中下调10倍以上的16个),与肿瘤发生明确相关的基因17个;通过Panther数据库检索,发现上调基因涉及32条信号通路,下调基因涉及38条信号通路,其中部分信号通路已被证实与肿瘤发生密切相关.结论 采用70met oligo全基因组基因芯片分析膀胱癌基因表达谱,获得的差异表达基因及膀胱癌标志基因,对膀胱癌发生机理阐明、早期诊断以及人群基因易感性预测的前瞻性研究具有重要意义.     

基因芯片技术筛选大鼠ARDS差异表达基因的研究

目的 用全基因表达谱芯片技术筛选大鼠急性呼吸窘迫综合征(ARDS)的差异表达基因并对其进行分析,以进一步阐明ARDS发病的分子机制.方法 分别从正常和ARDS大鼠肺组织中提取总RNA,分离纯化mRNA,经逆转录合成掺入生物素标记的cDNA探针,然后与基因芯片(涵盖27044转录本,代表22012个基因)杂交,扫描芯片荧光信号图像,用Sam3.0进行统计处理,用博奥生物分子功能注释系统V4.0进行功能分析.随机选择3个差异表达基因,用荧光定量KT-PCR.验证.结果 芯片检测结果显示,在ARDS大鼠肺组织中,表达上调1.5倍以上的基因有73个,下调1.5倍以上的基因有298个.其中,代谢相关基因上调的有1个,下调的有34个;免疫相关基因上调的有3个,下调的有7个;信号传导相关基因上调的有2个,下调的有9个;神经相关的基因上调的有3个,下调的有3个.结论 全基因表达谱芯片技术是筛选AR.DS差异表达基因的有效方法,用该法筛选出一些差异表达基因,为初步阐明ARDS的发病机制奠定了基础.     

多种高通量表达谱数据分析方法筛选大肠癌相关基因

【目的】联合多种表达谱数据分析方法,筛选大肠癌组织与正常大肠组织间的差异表达基因,寻找潜在的可能用于临床诊断与治疗的基因标志。【方法】应用CGAP数据库中的EST数据和SAGE数据筛选大肠癌相关基因,用v Northern对所选基因进行进一步筛选,然后与GEO中大肠组织基因表达谱芯片数据比较,得到表达一致的差异基因。进一步采用Real-time PCR在正常大肠组织和大肠癌组织中进行验证。【结果】应用c DNA DGED和SAGE DGED工具分别筛选出210个和216个基因,经v Northern分析,共获得68个差异表达基因,同芯片数据比较分析,获得3个候选基因(KLF6、FXYD3、BRI3),其中KLF6、FXYD3在大肠癌中表达下调(为正常大肠组织的0.34倍,0.18倍),BRI3在大肠癌中表达上调(为正常大肠组织的3.62倍)。Real-time PCR结果与联合多种表达谱数据分析结果一致。【结论】联合高通量表达谱数据库资源,结合多种数据分析方法,能快速高效地筛选可靠的大肠癌相关基因,对筛选基因进行实验验证,可能为大肠癌的临床诊断与治疗提供有价值的新的基因标志。     

表达谱芯片筛选人宫颈癌淋巴结转移相关基因的研究

目的:研究宫颈癌淋巴结转移的差异表达基因,探究宫颈癌淋巴结转移的分子机理,寻找可能用于早期诊断及临床治疗的分子靶标,探讨表达谱新篇在宫颈癌诊断中的应用价值;方法:冷冻微切割取3例病人癌旁上皮组织、癌组织、及转移淋巴结癌组织,提取总RNA,反转录,采用罗氏NimbleGen基因表达谱芯片筛查差异表达基因,利用GenCLi...     

大肠癌组织与癌旁正常组织基因差异表达图谱及信号通路研究

目的筛查人大肠癌肿瘤组织与相应癌旁正常组织差异表达基因。方法应用NimbleGen基因芯片检测4例大肠癌肿瘤组织及相应癌旁正常组织基因表达谱,并以RT-PCR技术对部分基因芯片检测结果进行验证,利用生物信息学方法对检测结果进行分析。结果大肠癌肿瘤组织和癌旁正常组织差异表达基因共5042条,其中表达水平上调3399条,下调1643条,这些基因涉及多个信号通路。结论本研究结果可为寻找大肠癌分子标记物和探索大肠癌发生的分子机制提供实验依据。     

结直肠癌中O-型糖基化相关差异基因的筛选及分析

目的 通过鉴定得出正常和异常O-型糖基化结肠癌细胞之间的差异表达基因（differentially expressed genes,DEGs）,即O-型糖基化相关差异基因,并探讨其促进肿瘤发生发展的潜在机制。方法 运用单色标记表达谱芯片技术对经Cosmc表达质粒或其空白对照质粒稳定转染的LS174T Tn（+）细胞进行检测,采用RNA杂交获得基因表达谱数据,通过Wegstalt平台的基因通路富集（gene set enrichment analysis,GESA）方法行GO基因本体（gene ontology,GO）分析和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）肿瘤相关通路分析,R语言行热图聚类分析,STRING在线软件对蛋白网络进行差异及整合分析。结果 通过分析获得了1 474个符合条件的DEGs,其中有502个基因上调,972个基因下调;GO分析显示DEGs主要参与细胞外基质组织及生长因子活性相关的生物学过程;KEGG分析DEGs主要富集在磷脂酰肌醇-3激酶（phosphatidylinositol 3-kinase,PI3K）、转化生长因子-β（transforming growth factor-β,TGF-β）和Wnt等经典信号通路上。结论 本研究首次着眼于结肠癌细胞中由O-型糖基化引起的转录组学变化,有助于揭示O-型糖基化修饰的结直肠癌分子特征,并为科学研究和临床治疗提供新的方向。     

E2F-1过表达对胃癌细胞中癌基因和抑癌基因表达的影响

目的：了解E2F-1过表达对胃癌细胞中癌基因和抑癌基因表达的影响,探讨E2F—1影响胃癌细胞侵袭能力的作用机制。方法：从胃癌细胞MGC-803和MGC803／E2F-1中提取总RNA,纯化mRNA,逆转录将Cy3和Cy5两种荧光素标记到两组逆转录合成的第一链cDNA。与22K人类基因组寡核苷酸芯片进行杂交,采用LuxScan 10K／A双通道激光扫描仪扫描芯片上两种荧光信号,应用LuxScan3．0图像分析软件对图像处理分析,筛选出差异基因。结果：在21522条基因中,MGC-803／E2F-1和MGC-803细胞差异表达的癌基因和抑癌基因有39条,其中上调基因19条（49%）,下调基因20条（51%）。结论：过表达E2F-1在胃癌细胞MGC803中影响了众多癌基因和抑癌基因的表达变化,表明胃癌侵袭能力的变化是多基因相互作用,多种信号传导途径相互影响的结果。     

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.     

炎症通路在强直性脊柱炎发病中作用的转录组学研究

目的：研究强直性脊柱炎（AS）的转录组学以阐释该疾病发病中涉及的关键基因和通路。方法：收集AS患者及健康对照外周血单个核细胞,提取RNA,通过高通量RNA测序的方法得到基因表达谱。采用生物信息学方法,比较AS患者及健康对照者的基因表达情况,选差异基因,并进行GO功能注释、KEGG通路富集分析、蛋白互相作用网络分析（PPI）及表型分析。并用ELISA方法在AS患者和健康对照者外周血中进一步验证通路中涉及的重要细胞因子的水平。结果：AS患者和健康对照者存在153个差异表达基因（DEGs）,其中149个基因上调,4个基因下调,这些基因相互之间密切联系。通过上调基因的生物功能分析后发现,其主要与TNF信号通路、趋化因子信号传导等炎症通路相关。另外,在外周血浆中验证到,AS患者较健康对照者炎症细胞因子IL-2、IL-6、IL-10、TNF-α和IFN-γ的表达水平显著升高（P＜0.05）。结论：TNF、趋化因子信号传导等信号通路以及IL-2、IL-6、IL-10、TNF-α和IFN-γ等炎症因子与AS发病有关。     

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。     

宫颈鳞状细胞癌组织中miRNA差异性表达及其靶基因作为诊断标志物的意义

目的: 采用生物信息学方法研究宫颈鳞状细胞癌(CESC)组织中差异性表达的miRNA并预测其靶基因,以期找到影响CESC发生发展及可用于肿瘤标志物的miRNA。 方法: 癌症基因组图谱 (TCGA)数据库中下载3例CESC组织及3例配对正常组织,用统计学方法对差异性表达的基因及miRNA进行筛选,通过靶基因预测网站对差异性表达的miRNA进行靶基因预测,运用KEGG数据库分析靶基因参与的肿瘤相关信号通路。 结果: 与同源正常组织比较,CESC组织有18个miRNA和1180个基因有差异性表达(P<0.05),其中有15个miRNA和411个基因上调,3个miRNA和770个基因下调,采用靶基因预测网站有7个miRNA与预测到的靶基因呈负向调控关系,6个上调miRNA的靶基因下调,1个下调miRNA的靶基因上调,靶基因集中在Wnt、MAPK、P53和cAMP等肿瘤相关信号通路。 结论: 差异性表达的miRNA包括hsa-miR-27a、hsa-miR-148b、hsa-miR-185、hsa-miR-200a、hsa-miR-200b、hsa-miR-221和hsa-mir-133b,差异性表达的miRNA及其靶基因在CESC的发生发展过程中起重要作用,有可能成为诊断CESC的肿瘤标志物。     

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。     

多个GEO芯片联合分析筛选鼻咽癌易感基因

目的：筛选鼻咽癌的关键基因，探讨鼻咽癌发病机制。方法：从公共基因芯片数据库（GEO）搜索有关鼻咽癌表达的数据，联合R语言分析鼻咽癌组织与正常鼻咽组织差异表达的基因；利用基因本体（GO）数据库和京都基因与基因组百科全书（KEGG）通路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，分析其关键基因簇及网络节点。结果：共纳入3套鼻咽癌基因芯片数据，选出在≥3个数据集中有交集的差异表达基因116个，其中上调基因69个，下调基因47个。差异表达基因GO富集分析发现细胞分裂异常、蛋白结合改变，纺锤体装配异常、细胞外泌体功能改变与鼻咽癌发生发展相关；鼻咽癌组织细胞内部分信号通路发生显著改变，包括DNA修复、细胞外基质受体相互作用、细胞周期、小细胞肺癌、人T细胞白血病病毒1感染等。蛋白质相互作用网络提示存在3个重要的基因簇及4个关键基因。结论：利用生物信息学方法能有效筛选目标基因和信号通路，为鼻咽癌的治疗提供新的策略。