基于GEO数据库肝细胞癌相关基因的生物信息学分析

目的:通过生物信息学方法筛选肝细胞癌的关键基因,探索其发病机制.方法:从GEO数据库下载肝细胞癌基因的芯片数据,经过GEO2R分析筛选差异表达基因后,通过DAVID在线分析差异基因的功能注释、通路分析,通过STRING数据库、Cytoscape软件进行蛋白质互作网络分析并筛选关键基因,基于Kaplan-Meier Pl...     

基于GEO数据库分析睡眠剥夺影响肝代谢的核心基因及关键通路

目的：基于基因表达数据库(GEO)筛选睡眠剥夺影响肝脏代谢过程的差异基因(DEG),探究DEG的生物学功能及关键信号通路,探析睡眠影响代谢的分子生物学机制。方法：从GEO数据库中筛选出包含有睡眠剥夺和正常对照的基因芯片数据集,使用其自带的分析工具GEO2R,以P值(adj.P)＜0.05且|log2FC|≥1作为筛选条件对数据库中的DEGs进行筛选。同时运用DAVID数据库对DEGs行基因本体(GO)富集分析,运用Pathways行京都基因与基因组百科全书(KEGG)通路富集分析。最后,运用STRING平台构建蛋白质互作用网络(PPI),并运用来自Cytoscape3.8.2软件的cytohubba插件筛选所涉及的核心基因。结果：本次研究总共筛选出54个差异基因,上调基因有34个,下调基因有20个。GO分析结果显示,差异基因的BP主要富集在脂质代谢、类固醇代谢、甘油三酯合成正调节、昼夜节律、SREBP信号通路等,CC主要富集在细胞器、内质网膜、内质网、高尔基体等;MF主要富集在氧化还原酶活性、血红素结合、铁离子结合、跨模信号受体活性等;KEGG通路主要富集在PPAR通路、类固醇激素生物合成通路、癌症转录失调通路、视黄醇新陈代谢通路共计4条信号通路。通过STRING数据库及Cytoscape3.8.2软件共筛选出PPARG、SREBF1、FGF21、Lpin1等为此过程的核心基因。结论：利用生物信息学方法能有效筛选出睡眠剥夺影响肝脏代谢的核心基因和关键通路,为睡眠障碍和代谢失调性疾病的诊治提供了新思路。     

基于生物信息学方法筛选高砷暴露人群的关键基因

目的 利用生物信息学方法筛选高砷暴露人群关键基因及相关信号通路。方法 从高通量基因表达(gene expression omnibus, GEO)数据库下载GSE110852数据集，通过GEO2R在线工具筛选差异表达基因(differentially expressed genes, DEGs),应用R语言绘制火山图和热图。应用注释、可视化和综合发现数据库(the database for annotation, visualization and integrated discovery, DAVID)对DEGs进行基因本体(gene ontology, GO)和京都基因和基因组数据库(kyoto encyclopedia of genes and genomes, KEGG)通路富集分析，使用R语言绘制结果气泡图。通过基因/蛋白相互作用检索搜查工具(search tool for the retrieval of interacting genes/proteins, STRING)数据库构建差异表达基因的蛋白质-蛋白质相互作用(protein-protein interactio...     

烟草暴露对孕妇胎盘组织基因表达谱的影响

目的:通过生物信息学分析烟草暴露与非暴露孕妇的差异表达基因谱(differentially expressed genes,DEGs),对DEGs涉及的功能进行分析预测,并找出关键基因.方法:从公共基因芯片数据平台(gene expression omnibus,GEO)检索吸烟对孕妇基因表达谱作用研究的mRNA基因芯片数据集GSE30032,通过GEO2R分析得到DEGs,并进一步用DAVID数据库对靶基因进行基因本体论(gene ontology,GO)和KEGG信号通路富集分析,应用Cytoscape软件对模块中基因的共表达关系可视化,筛选关键基因;应用GeneMANIA数据库进一步对蛋白相互作用进行分析.结果:共筛选出34个烟草暴露与非暴露孕妇的差异表达基因,其中24个mRNA表达上调,10个mRNA表达下调(筛选标准:FC≥1.5,P＜0.05).GO分析显示DEGs生物学过程主要涉及转录正向调控(P=0.009)、细胞对铁离子的反应(P=0.013)等;KEGG分析显示DEGs主要和肿瘤相关通路(P=0.016)和乙型肝炎(P=0.038)等信号通路有关.蛋白质相互作用网络筛选出CDKN1A、SFN和TFAP2A等8个关键基因;GeneMANIA数据库显示蛋白之间相互作用中蛋白共表达和物理相关性共占91.62％,是其相互作用的主要方式.结论:本课题通过多平台数据库有效筛选和分析孕妇烟草暴露后的相关差异表达基因,为进一步探讨烟草作用的靶点及分子机制提供思路.     

Wfs1基因敲除小鼠肝脏芯片数据的生物信息学分析

目的: 通过生物信息学方法分析Wfs1基因敲除小鼠肝脏的基因表达谱芯片,探讨WFS1基因突变的潜在致病机制。方法: 从美国国立生物技术信息中心GEO 数据库下载基因表达谱芯片数据（GSE55143）,利用分析工具GEO2R进行差异表达基因筛选,通过在线富集分析网站进行差异表达基因的GO以及KEGG通路富集分析,并使用STRING数据库及Cytoscape软件构建蛋白质相互作用网络。结果： 筛选出198个差异表达基因,其中有96个上调基因,102个下调基因。GO和KEGG富集分析表明差异表达基因主要富集于脂肪酸生物合成和初级胆汁酸生物合成这两条信号通路。蛋白质相互作用网络分析发现26个核心基因。 结论： 本研究筛选出的差异表达基因及相关富集分析可促进对WFS1基因突变致病机制的进一步理解。     

女性糖尿病周围神经病变相关基因筛选及生物信息学分析

目的:通过对GEO数据库中糖尿病周围神经病变(DPN)相关基因芯片进行生物信息学分析,获取DPN关键基因及信号通路。方法:在GEO数据库中下载DPN相关基因芯片,利用R语言分析DPN女性患者与正常对照组的差异基因(DEGs)并进行可视化,根据基因本体论(GO)和京都基因与基因组百科全书(KEGG)对差异基因进行注释,预测其功能与相关通路,利用STRING数据库构建蛋白质相互作用网络筛选核心基因。结果:分析芯片GSE95849获取差异基因4 746个,其中上调基因2 218个,下调基因2 528个。其中TFAP2C、ESR1、CX3CR1、FGL2处于蛋白质相互作用核心位点。结论:差异基因主要参与MAPK通路,通过血糖稳态、炎症作用、神经元发育等参与DPN发病过程,为DPN的诊断及治疗提供新的思路。     

非酒精性脂肪性肝病铁死亡机制的基础研究

目的:研究非酒精性脂肪性肝病(NAFLD)铁死亡机制的相关差异表达基因和调控信号通路.方法:从GEO数据库下载GSE89632数据集,包含正常组和非酒精性脂肪性肝炎(NASH)患者肝脏组织的芯片基因集,根据|log2(FC)|＞1 &p.adj＜0.05条件,筛选表达差异基因(DEGS)与铁死亡数据库(FerrDb)中...     

胃腺癌相关关键基因的筛选及其调控通路研究

目的 筛选胃腺癌(Gastric adenocarcinoma,GAC)差异表达的关键基因并进行验证,分析其调控通路.方法 自美国国立生物技术信息中心基因表达数据库(Gene expression omnibus,GEO)下载GAC基因芯片数据集GSE118916.应用R语言Limma程序包筛选GAC与癌旁对照组织差异...     

整合分析GEO和TCGA数据筛选喉鳞状细胞癌中新的基因预后标志物

目的:通过生物信息学分析鉴定喉鳞状细胞癌(LSCC)的潜在诊断、预后基因.方法:高通量基因表达数据库(GEO)中的数据(GSE143224和GSE59102)和癌症基因组图谱(TCGA)中的转录组数据用于生物信息学分析.确定了癌与正常样本之间的差异表达基因(DEGs),并进行了功能和通路的富集分析.此外,使用Cox比例...     

基于生物信息学对成人与青少年皮肌炎差异表达基因及关键通路的分析

目的 通过生物信息学方法筛选成人皮肌炎(adult dermatomyositis, ADM)和青少年皮肌炎(juvenile dermatomyositis, JDM)肌肉组织的核心基因和关键通路，为DM的研究提供新的理论依据。方法 从GEO(Gene Expression Omnibus, GEO)数据库下载符合筛选标准的基因表达芯片数据，分为ADM组和JDM组。利用R语言的相关软件包对两组数据进行处理，获得差异表达基因(differentially expressed genes, DEGs)并对其进行功能富集分析；利用STRING数据库及Cytoscape软件筛选核心基因并通过ROC曲线加以验证；借助CIBERSORT算法分析ADM组和JDM组免疫细胞浸润情况，使用Spearman相关性分析研究两组核心基因表达量与免疫浸润细胞丰度之间的相关性。结果 ADM组共筛选出552个DEGs,其中上调基因402个，下调基因150个。这些基因主要与信号转导、细胞质和蛋白质结合等方面有关，并富集在Epstein-Barr病毒感染、甲型流感和钙信号等通路上。JDM组共筛选出235个DEGs,上...     

通过生物信息分析筛选肾上腺皮质癌的关键生物标志物和治疗靶点

目的基于生物信息学分析的方法寻找肾上腺皮质癌(ACC)的分子标志物及其相关治疗靶点。方法通过基因表达综合数据库寻找并下载关于ACC的基因表达芯片GSE19776和GSE143383,采用在线分析工具(GEO2R)对两组芯片数据进行分析,筛选出肿瘤与正常组织的差异基因,并对差异基因进行Gene Ontology基因富集分析及KEGG信号通路富集分析。再对差异基因String网站进行PPI网络构建,然后通过Cytoscape软件进行可视化分析,筛选出相关的核心基因。结果筛选出的上调差异核心基因分别为RACGAP1、CCNB1、TYMS、MAD2L1、NCAPG、CDK1,下调差异基因的核心基因为IGF1、CXCL12、TLR4、TGFBR2、HGF,它们与患者的病理分期及总体生存率存在相关性。结论筛选出的核心基因为将来ACC的诊断以及相关靶向治疗提供了相关依据。     

基于生物信息学探讨骨关节炎miRNA-mRNA调控网络及其作用机制

目的: 基于生物信息学探讨骨关节炎miRNA mRMA调控网络的作用机制并筛选Hub基因,分析其在骨关节炎中的分子调控机制。方法: 通过GEO数据库获取骨关节炎的miRNA芯片数据集(GSE105027)和mRNA芯片数据集(GSE55235),分析两者的差异表达基因。利用FunRich软件预测差异表达miRNAs的转录因子、功能富集分析及其靶基因预测,再将预测的靶基因与差异表达mRNAs进行交叉匹配,获得miRNA mRNA调控网络。然后利用STRING数据库和Cytoscape软件构建蛋白互作网络,并筛选出Hub基因。最后利用R语言分析Hub基因的主要生物功能与相关信号通路。结果: ① 筛选得到265个miRNAs和838个mRNAs存在差异表达。② 对265个miRNAs进行预测共得到203个转录因子,其中早期生长反应因子1（EGR1）差异最显著。富集分析显示miRNAs主要涉及核碱基、核苷、核苷酸和核酸代谢的调控,调节细胞生长,转录等过程。③ 共预测到3 572个靶基因,依据miRNA和mRNA的负调节关系,筛选出交叉表达负调控的mRNAs 96个、miRNAs 25个。④ 原癌基因Jun(JUN)、原癌基因Fos（FOS）、白介素6（IL-6）、肿瘤坏死因子（TNF）、白介素1β（IL-1β）、趋化因子CXCL8（CXCL8）为蛋白互作网络中的Hub基因。⑤ 富集分析主要涵盖对脂多糖的反应、对细菌来源分子的反应、DNA结合转录因子活性的调节等生物学过程,涉及IL-17、Toll样受体、AGE RAGE、TNF和NOD样受体信号通路。结论: 成功筛选并构建了骨关节炎的miRNA-mRNA调控网络,在一定程度上阐明了miRNA及其靶基因在骨关节炎发生和发展中的分子调控机制。     

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。     

通过生物信息学分析鉴定调控神经母细胞瘤骨髓转移的中枢基因

目的:利用生物信息学的方法，探讨神经母细胞瘤骨髓转移的中枢基因及其可能的分子机制。方法: 选取GEO数据库中神经母细胞瘤基因骨髓转移的芯片数据集GSE42548，应用在线分析工具Networkanalyst筛选差异表达基因。使用DAVID数据库对上述差异表达基因进行GO功能分析及KEGG通路分析。应用STRING在线数据库和Cytoscape软件构建蛋白质相互作用（PPI）网络，并筛选hub genes、枢纽模块和seed genes，利用Venn图对hub genes和seed进行分析。结果: 分析芯片数据，筛选得到990个差异表达基因，GO和KEGG分析结果显示，差异表达基因与信号转导、生物膜合成等过程有关，并富集在Hematopoietic cell lineage通路上。通过构建PPI网络筛选得到了10个hub genes、6个枢纽模块和17个seed genes。通过Venn图确定关键基因Cxcr4。结论: 研究中筛选出了10个hubgenes和17个seed genes，其中Cxcr4基因在神经母细胞瘤骨髓转移起到关键作用，提示基于CXCR4- SDF-1之间的调控关系可能为神经母细胞瘤骨髓转移的早期诊断提供新的见解。     

糖尿病足溃疡的hub基因及其生物学功能的生物信息学分析

  目的  通过对转录组测序数据的生物学分析探寻与糖尿病足溃疡发病以及愈合相关的关键（hub）基因及其生物学功能。  方法  从GEO数据库筛选糖尿病足溃疡的数据集,数据标准化后再分组并进行生物信息学分析。分别对糖尿病足溃疡患者与非糖尿病足溃疡患者,以及糖尿病足溃疡部位创缘皮肤与糖尿病足患者非溃疡部位皮肤转录组测序数据进行组间差异表达基因鉴定、通路富集和蛋白质互作（PPI）分析,通过节点分析找到hub基因,并在测试集中以受试者工作特征（ROC）曲线验证筛选出的hub基因对糖尿病足溃疡的诊断效能。通过两组分析的交集基因再次进行通路富集以及PPI分析,筛选与糖尿病足溃疡创面愈合相关hub基因。最后对相关样本进行GSEA分析寻找全转录组基因在糖尿病足溃疡中可能的作用。  结果  从糖尿病足溃疡与非糖尿病患者皮肤的测序分析中,得到上调的差异基因620个,下调的差异基因196个。这些基因的功能集中在萜类化合物和聚酮类化合物的代谢、分子和相互作用、磷脂酶D信号通路、丙酸酯代谢、PI3K-Akt信号通路、Toll样受体信号通路、嘧啶代谢、IL-17信号通路、Rap1信号通路等。PPI网络确定了10个hub基因,其中BGN、CCND1在测试集的ROC分析的曲线下面积为0.714、0.712。在糖尿病足溃疡部位创缘皮肤与糖尿病足患者非溃疡部位皮肤的测序分析中筛选出了上调基因4072个,下调基因911个,与糖尿病溃疡的差异基因有交集的基因372个。这些差异基因的功能集中在磷脂酶D信号通路、异种生物降解和能量代谢、谷胱苷酸代谢、嘧啶代谢、ErbB信号通路以及黑色素生成等信号通路。从PPI网络确定了7个hub基因。在GSEA分析中,戊糖和葡萄糖醛酸相互转化、同源重组、烟酸和烟酰胺代谢、神经活性配体受体相互作用、青少年发病的成年型糖尿病、丁酸代谢、赖氨酸降解、泛酸和辅酶A的生物合成、核黄素代谢、类固醇激素生物合成、缬氨酸亮氨酸和异亮氨酸降解等通路在糖尿病足溃疡与非糖尿病足溃疡患者中表现出了较大的表达差异。  结论  生物信息学结果提示,BGN、CCND1是预测糖尿病足溃疡发生的潜在生物学标志物,CXCL12、TLR4、JAK2、PPARA、UBC、DCN、KDR、ARNTL是糖尿病足溃疡的hub基因,而CXCL8、CXCL12、TXN、SLIT3、KRT14、KIT、NEO1是糖尿病足慢性溃疡愈合相关的hub基因。     

急性T淋巴细胞性白血病关键基因的筛选与验证

目的筛选并验证急性T淋巴细胞性白血病关键基因,并对其进行生物信息学分析。方法从公共数据库基因表达数据库 （GEO）中下载T-ALL基因表达谱芯片GSE14317,应用R软件limma包筛选差异表达基因。利用DAVID数据库对差异基因进 行GO功能富集分析和KEGG通路富集分析,同时利用STRING数据库及Cytoscape软件构建差异蛋白互作网络,应用JASPAR 数据库构建转录因子靶基因网络,利用RT-PCR验证关键基因mRNA表达水平。结果GSE14317表达谱芯片中共有1443个差 异基因,包括800个上调基因和643个下调基因,这些差异基因主要富集在细胞周期,造血细胞系,细胞因子间相互作用以及T 细胞受体信号通路等。蛋白质相互作用网络图中显示节点最多的10 个枢纽基因分别是CDK1,PIK3R1,CCNB1,CCNA2, CDC20,JUN,GNG11,PLK1,PCNA和CCNB1,这些基因在子网络中分别富集于趋化因子信号通路,泛素介导的蛋白降解以及 细胞周期等。转录因子调节网络显示42个差异表达的转录因子,其中ELF5,HIC2和MEIS1与候选的9个关键基因启动子上游 均有结合位点。RT-PCR结果显示除GNG11外其余9个关键基因表达情况与芯片结果一致,ELF5,HIC2和MEIS1表达均升高 与芯片结果一致。结论CDK1,PIK3R1,CCNB1,CCNA2,CDC20,JUN,PLK1,PCNA,CCNB1,ELF5,HIC2 和MEIS1 在TALL 发生中发挥重要作用,为T-ALL的治疗和诊断提供生物学靶标。     

顺铂耐药卵巢癌的差异表达基因和信号通路富集分析

目的 分析顺铂耐药卵巢癌的差异表达基因和信号通路.方法 用美国国立信息中心NCBI的GEO数据库获得顺铂耐药卵巢癌基因集GSE15372, 通过R与Bioconductor软件进行差异表达基因分析;再利用DAVID在线工具对顺铂耐药卵巢癌差异表达基因进行GO本体分析、KEGG通路分析.结果 差异倍数在2倍以上、FDR值小于0.05为标准, 筛选出上调差异表达基因和下调差异表达基因获得差异表达基因211个, 其中上调基因120个, 下调基因91个;基因富集分析发现差异表达基因集中在黏着斑、TGF-β信号通路等生物过程 (P<0.05) .结论 顺铂耐药卵巢癌存在一些特异的差异表达基因, 有部分信号通路在顺铂耐药卵巢癌中明显富集.     

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。     

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。