Deepm5C: A deep-learning-based hybrid framework for identifying human RNA N5-methylcytosine sites using a stacking strategy

1. Download : Download high-res image (173KB)
2. Download : Download full-size image

     

基于生物信息学的肥厚型心肌病易感基因TNNC1单核苷酸多态性致病表型分析

肥厚型心肌病(HCM)是一种常见的遗传性心脏病,是青少年及年轻运动员心源性猝死的最主要原因之一,其分子遗传学基础为基因突变。TNNC1是HCM的重要致病基因之一,目前仅发现其少量非同义单核苷酸多态性(nsSNPs)位点与HCM发病相关,但该基因其他nsSNPs数量较多,结合临床进行实验遗传检测其基因型与表型的关系,工作量巨大,尚不可行。因此,采用生物信息学方法,从dbSNP数据库中筛选出TNNC1基因全部的nsSNPs,联合4款(Mutation Taster、PolyPhen-2、PhD-SNP和MutPred)专业软件,进行有害性分级筛选和致病关联预测,最后进行突变蛋白三维结构建模及可视化分析。结果显示,首次从TNNC1基因102个nsSNPs位点中预测出疾病相关的18个(G159D、S69R、P52R、D149G、D3V、G140E、N51K、D151V、M47R、G110C、A23D、G140R、K158N、C35Y、R147C、L48P、F74C和V44G)高风险nsSNPs。基于生物信息学方法,以TNNC1基因的nsSNPs为示范,分析其nsSNPs与疾病表型的关系,这为其他遗传疾病致病基因nsSNPs的关联分析打下理论研究基础,具有重要的参考价值。     

Identification of key genes and pathways in discoid lupus skin via bioinformatics analysis

Discoid lupus erythematosus (DLE) is the most common skin manifestation of lupus; however, the molecular mechanisms underlying DLE remain unknown. Therefore, we aimed to identify key differentially expressed genes (DEGs) in discoid lupus skin and investigate their potential pathways.To identify candidate genes involved in the occurrence and development of the disease, we downloaded the microarray datasets {"type":"entrez-geo","attrs":{"text":"GSE52471","term_id":"52471"}}GSE52471 and {"type":"entrez-geo","attrs":{"text":"GSE72535","term_id":"72535"}}GSE72535 from the Gene Expression Database (GEO). DEGs between discoid lupus skin and normal controls were selected using the GEO2R tool and Venn diagram software (http://bioinformatics.psb.ugent.be/webtools/Venn/). The Database for Annotation, Visualization, and Integrated Discovery (DAVID), Enrichr, and Cytoscape ClueGo were used to analyze the Kyoto Encyclopedia of Gene and Genome pathways and gene ontology. Protein-protein interactions (PPIs) of these DEGs were further assessed using the Search Tool for the Retrieval Interacting Genes version 10.0.Seventy three DEGs were co-expressed in both datasets. DEGs were predominantly upregulated in receptor signaling pathways of the immune response. In the PPI network, 69 upregulated genes were selected. Furthermore, 4 genes (CXCL10, ISG15, IFIH1, and IRF7) were found to be significantly upregulated in the RIG-I-like receptor signaling pathway, from analysis of Enrichr and Cytoscape ClueGo.The results of this study may provide new insights into the potential molecular mechanisms of DLE. However, further experimentation is required to confirm these findings.     

基于网络药理学联合GEO芯片分析百合乌药汤治疗胃癌的分子靶点及作用机制

目的:基于网络药理学联合GEO芯片差异基因分析的方法,分析百合乌药汤治疗胃癌的分子靶点和作用机制。方法:在TCMSP数据库检索中药药物信息,获得百合乌药汤的活性成分和分子靶点。在GEO芯片数据库通过检索"gastric cancer"分析筛选后获得GSE118916芯片数据,通过R软件分析得出差异基因,并绘制热图和火山图。通过Cytoscape3.7.2构建百合乌药汤与胃癌的成分-靶点网络图,使用插件Bisogenet和CytoNCA绘制核心靶点拓扑网络,并进行药物与疾病基因的GO富集分析(BP、CC、MF)和KEGG富集分析。结果:从GEO数据库下载分析得到与胃癌上调和下调最明显的差异基因40个。获得百合乌药汤有效活性成分10个,主要包括槲皮素(quercetin)、谷固醇(beta-sitosterol)、异松脂酸(Isopimaric acid)等,作用于PTGS2、ADH1C、ADRB2、PLAU、MAOA、CHRM3、CCNA2、MMP9、IL6等31个基因靶点。生物功能和通路富集分析表明,百合乌药汤治疗胃癌主要涉及脂多糖、氧化应激、血红素结合、蛋白激酶调节等方面,通过调节AGE-RAGE、TNF、NF-κB、IL17等信号通路发挥治疗作用。结论:百合乌药汤治疗胃癌的重要活性成分为槲皮素、谷固醇等,涉及TNF、NF-κB、IL17等信号通路。     

肺癌遗传易感差异表达miRNA的筛选及生物信息学分析

目的 肺癌是目前我国死亡率最高的恶性肿瘤,发病率和病死率持续升高,且预后较差,患者的5年生存率小于15％,严重威胁人们的健康。筛选肺癌遗传易感差异表达的miRNA,分析差异表达的miRNA的靶基因功能,可为进一步研究miRNA在肺癌发生发展过程中的作用提供实验基础。方法 采用高通量测序技术检测海南地区汉族肺癌患者和对照患者血清中差异表达的miRNA,通过生物信息学方法预测差异miRNAs的靶基因,并对靶基因进行GO功能富集分析、KEGG信号通路分析和蛋白相互作用分析。结果 肺癌患者和对照患者共筛选出3个显著差异表达的miRNA (P<0.05,|log2 (Fold Change)|≥1) ,且均呈下调状态。差异表达miRNAs所预测的靶基因显著参与癌症通路、 轴突导向通路、代谢通路,NUFIP2、PLAGL2、IGF1R基因编码的蛋白在互作网络中具有重要作用。结论 海南地区肺癌患者和对照患者间存在3个差异表达的miRNAs,这些miRNAs可能通过调控癌症、轴突导向、代谢等信号通路,调节下游靶蛋白参与肺癌的发生过程。     

基于生物信息学筛选胰腺导管腺癌关键基因

目的:利用生物信息学方法分析胰腺导管腺癌（PDAC）基因表达谱芯片并筛选关键基因。方法:从公共数据库基因表达数据库（GEO）中下载PDAC基因表达谱芯片GSE28735、GSE15471、GSE101448,共纳入108例PDAC样本和97例癌旁组织样本。应用R语言limma包和impute包筛选差异表达基因。利用DAVID数据库和在线分析工具Kobas分别对差异基因进行GO功能富集分析和KEGG通路富集分析。利用STRING数据库和Cytoscape软件构建差异蛋白互作网络并进一步筛选关键基因。结果:3个基因表达谱芯片共有161个差异表达基因（|log2 fold-change(FC)|>2，P<0.05），包括54个上调基因，107个下调基因。GO功能富集分析显示差异基因与extracellular exosome、extracellular space、extracellular matrix organization密切相关。KEGG通路分析显示差异基因主要富集在protein digestion and absorption、ECM-receptor interaction和focal adhesion等通路。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ALB、COL11A1、COL3A1、FN1、EGF、COL1A1、MMP9、COL5A2、ITGA2、COL6A3。结论:筛选所得的10个关键基因可能在PDAC发生发展中发挥重要作用，有望成为PDAC诊断及治疗的生物学靶标，为进一步研究PDAC发生发展的分子机制提供了理论依据。     

TLR4基因结构和功能的生物信息学分析

目的运用生物信息学的各种方法,对TLR4基因的结构和功能进行深入分析。方法依托生物信息学的各种软件,对TLR4基因启动子及其所编码的氨基酸理化性质、信号肽、跨膜结构、蛋白质的二级结构、蛋白质三级结构、蛋白质翻译后修饰、蛋白质相互作用进行生物信息学分析。结果 TLR4基因只有一个启动子;TLR4蛋白属于亲水的不稳定蛋白,等电点为5.88;TLR4蛋白大多数位于膜外的分泌蛋白并且有信号肽;二级结构以α螺旋和无规则卷曲为主;三级结构稳定可靠;N-糖基化位点和O-糖基化位点各有10和4位;磷酸化的位点有Ser:21,Thr:6,Tyr:7;TLR4蛋白可以与10个蛋白发生作用。结论深入分析TLR4基因的结构和功能,研究其与肝脏疾病之间的关系有很大的意义。     

天王补心丹加减干预睡眠剥夺大鼠能量代谢机制的生物信息学分析

目的:使用基因芯片测序技术测定睡眠剥夺大鼠模型被天王补心丹干预前后,能量代谢相关差异基因功能表达谱的变化,为睡眠剥夺的防治提供可能思路及理论依据。方法:采用多平台水环境法对大鼠进行睡眠剥夺造模后随机分为天王补心丹组和模型组,天王补心丹组按照20 g·kg-1的剂量灌服天王补心丹水煎剂,模型组给予等体积纯水,连续灌胃14 d。取肝、心、下丘脑为样本,高通量测序获取差异基因,采用基因本体(GO)数据库与京都基因与基因组百科全书数据库(KEGG)通路富集分析,并构建与lncRNA的共表达网络,应用实时荧光定量聚合酶链式反应(Real-time PCR)检测其中3个差异性显著的能量代谢关键基因神经肽Y(NPY),双特异性磷酸酶1/丝裂原活化蛋白激酶磷酸酶1(DUSP1/MKP-1),α-L-艾杜糖醛酸酶(IDUA)的mRNA表达水平。结果:得到321个差异基因,其中表达上调231个,下调90个,主要促进脂代谢、糖代谢与蛋白代谢进程;参与纤维蛋白原、维生素B6与星形胶质细胞源性神经营养因子(MANF)的合成表达;涉及丝裂原活化蛋白激酶(MAPK),p53基因(p53),环磷酸腺苷(cAMP)等信号通路。与模型组比较,天王补心丹组IDUA表达水平明显增加(P0.05),NPY和DUSP1表达水平显著降低(P0.01)。结论:天王补心丹从多方面干预睡眠剥夺大鼠的能量代谢机制,通过下调NPY,DUSP1的mRNA表达水平,可能激活参与p38 MAPK信号通路,影响脂质代谢。     

中药火麻仁基原植物大麻的TIFY基因家族鉴定及功能分析

目的:从全基因组层面对大麻(Cannabis sativa)TIFY基因家族进行鉴定与功能分析,为解析大麻TIFY家族基因功能及其对大麻素等次生代谢产物生物合成的调控机理奠定基础。方法:采用已有大麻基因组数据,通过NCBI,PlantTFDB,MEME及TBtools等生物信息学分析工具,鉴定大麻中的TIFY家族基因,并对其编码蛋白的理化性质、系统进化、基因结构、染色体定位及组织差异表达模式等进行分析和可视化作图。结果:该研究共鉴定到大麻TIFY家族基因成员14个(CsTIFY1～CsTIFY14),分属于TIFY,JAZ,ZML和PPD共4个亚家族,其核酸序列长度为365～1 369 bp,编码氨基酸长度为118～442 aa,等电点为4.64～9.96。14个CsTIFYs不均匀的分布在8条染色体上,亚细胞定位预测其蛋白均定位细胞核中。CsTIFYs基因的启动子区具有多种非生物胁迫响应的顺式作用元件,可参与植物的不同生长发育和非生物胁迫调控。转录组表达热图分析表明,CsTIFYs在不同大麻品种的雌花及同一品种的花、苞片、茎、叶中均存在表达差异。结论:该研究从全基因组水平鉴定到大麻CsTIFY家族转录因子14个,并对其结构特点和表达模式进行研究,预测大麻CsTIFYs可能在大麻的JA信号转导通路、非生物胁迫及大麻素生物合成中发挥重要调控作用,将对大麻中TIFY家族的基因功能研究以及大麻优质品种选育提供科学参考。     

EZH2在乳腺癌中的差异表达及临床意义

目的:利用整合生物信息学手段分析EZH2（enhancer of zeste 2 polycomb repressive complex 2 subunit）基因在乳腺癌中的表达及其临床意义。方法:在肿瘤基因组计划数据库（The Cancer Genome Atlas，TCGA）中下载乳腺癌与正常乳腺组织的基因表达谱数据，进一步利用Ualcan数据库和人类蛋白质图谱（The Human Protein Atlas）数据库数据分析EZH2基因在乳腺癌中的mRNA及蛋白表达水平。利用Ualcan数据库分析EZH2基因的甲基化水平并筛选其共表达基因；对EZH2及其共表达基因进行GO（Gene Ontology）富集分析和KEGG通路分析以明确EZH2的共表达基因参与的生物学过程和相关通路；使用Kaplan-Meier生存分析法分析乳腺癌患者的总生存期、无病生存期、无远处转移生存期及后进展生存期与EZH2基因表达水平的关系并绘制生存曲线。结果:与正常乳腺组织相比，EZH2在乳腺癌组织中的mRNA及蛋白表达量明显升高。而EZH2的甲基化程度在乳腺癌组织与正常乳腺组织中则差异不明显。同时，EZH2的表达水平与年龄、乳腺癌分期及乳腺癌分子分型等因素密切相关。EZH2及其共表达基因主要参与了核碱基的调节、细胞周期调控、染色体分离、DNA复制、DNA修复等生物学过程，并参与了细胞周期、DNA 复制、M/G1期转化、M期、有丝分裂前中期、ATM通路等生物学通路。此外，EZH2基因表达水平高的乳腺癌患者的总生存期、无病生存期、无远处转移生存期及后进展生存期均明显低于EZH2基因低表达的患者。结论:EZH2在乳腺癌组织中高表达并且与患者不良预后密切相关。同时，EZH2的表达水平与乳腺癌的发生、发展密切相关。EZH2在乳腺癌诊断、靶向治疗及预后分析中具有重要的临床意义。