基于WGCNA筛选骨关节炎的生物标志物

目的 利用加权基因共表达网络分析(WGCNA)探索骨关节炎(OA)发生发展中潜在的分子机制及其关键基因,寻找具有临床诊断和治疗意义的生物标志物。方法 从基因表达综合数据库(GEO)下载GSE114007、GSE57218和GSE169077数据集。利用R语言软件对GSE114007进行差异分析,将差异分析结果得到的差异基因(DEGs)再进行WGCNA构建表达模式不同的基因模块,对与骨关节炎最相关的基因模块进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)分析。利用STRING和Cytoscape构建蛋白互作网络(PPI),并用cytoHubba插件的degree算法筛选关键基因。结果 GSE114007共筛选出骨关节炎组与健康对照组之间的DEGs1752个,其中上调基因927个,下调基因825个;通过WGCNA构建了6个不同的基因模块,其中棕色基因模块与骨关节炎的相关性最高,共有281个基因;棕色基因模块的GO显著富集在T细胞活化、脂肪代谢、炎症反应等生物学过程,KEGG显著富集在MAPK信号通路、破骨细胞分化途径、mTOR信号通路等信号通路;从PPI网络筛选出DDIT3和B...     

综合生物信息学与机器学习筛选非酒精性脂肪性肝炎的趋化因子相关核心基因

目的 综合运用生物信息学方法及机器学习算法筛选与非酒精性脂肪性肝炎相关的趋化因子核心基因。方法 公共数据库GEO下载非酒精性脂肪性肝病芯片数据集GSE49541,采用R studio软件进行差异分析筛选差异基因,对差异基因进行GO功能注释和KEGG信号通路富集分析,将差异基因与趋化因子通路相关基因集取交集获取趋化因子相关差异基因,然后采用机器学习LASSO回归及SVM-RFE算法筛选核心基因,通过Genemania数据库构建核心基因互作网络图,构建核心基因列线图预测模型,并通过ROC曲线验证列线图效能。结果 共筛选获取差异基因148个,GO及KEGG富集分析提示差异基因富集于脂质代谢、趋化因子、细胞外基质等。最后筛选获得核心基因CCL19、CD24、ROBO1、SLC12A2,构建核心基因互作网络图,基于核心基因建立NASH列线图预测模型,该模型ROC曲线的AUC=0.997,95%置信区间(confidence interval, CI)为0.988～1.000。结论 CCL19、CD24、ROBO1、SLC12A2可能与非酒精性脂肪性肝炎发生与进展密切相关,有望成为诊断和精准治疗的...     

表达谱芯片和DNA甲基化芯片联合分析筛选克罗恩病发生、发展的分子靶标

目的 通过生物信息学方法筛选与克罗恩病(CD)发病相关的异常甲基化修饰的差异表达基因。方法 从公共基因表达数据库(GEO)下载CD的表达谱芯片GSE102134和DNA甲基化芯片GSE105798。通过R语言软件对CD表达谱芯片进行差异表达分析,同时对CD的DNA甲基化芯片进行差异甲基化位点分析。筛选异常甲基化修饰的差异表达基因进行功能富集分析。STRING数据库和Cytoscape软件共同构建蛋白相互作用网络,筛选CD的核心基因。最后通过GEO数据库GSE75214和GSE186582验证差异基因表达。结果 采用表达谱芯片分析,共筛选出1315个差异表达基因,其中780个表达上调,535个表达下调。CD组与对照组比较,共发现11066个差异甲基化位点,其中8542个高甲基化位点,2524个低甲基化位点。对差异表达基因和差异甲基化基因进行联合分析,找到55个低甲基化修饰下表达上调的基因,和125个高甲基化修饰下表达上调的基因。GO分析表明异常甲基化修饰的差异表达基因与跨膜转运蛋白活性、细胞顶端组成和有机阴离子转运相关。KEGG信号通路主要为PI₃K/Akt信号通路、黏附斑和ECM-受体相互作用等。STRING和Cytoscape软件筛选信号通路中的关键基因,并在GSE75214和GSE186582芯片集验证差异基因的表达,结果提示COL4A2、COL4A1、PDGFRB和PYY可能在CD中起重要作用。结论COL4A2、COL4A1、PDGFRB和PYY可能是CD疾病诊断和治疗的潜在靶点。     

狼疮性肾炎相关基因的共表达网络构建与分析

目的基于基因表达综合数据库(GEO)挖掘与狼疮性肾炎(LN)相关的潜在基因。方法从GEO中搜集LN相关的样本,获得GSE32591、GSE81622、GSE99967共3个数据集。利用GEO2R平台对这3个数据集进行分析,筛选出共同差异基因,并利用在线分析工具DAVID完成GO富集分析和KEGG通路富集分析。将筛选出的共同差异基因导入STRING在线数据库,构建共同差异基因的蛋白-蛋白相互作用网络,利用Cytoscape软件进行模块分析并识别枢纽基因。结果筛选得到110个共同差异基因。GO富集分析发现这些基因主要参与了防御反应、免疫反应、对病毒的反应、对细菌的反应、对伤害的反应、炎症反应等生物学过程。KEGG通路富集分析主要包括了系统性红斑狼疮、抗原处理和呈递、补体与凝血级联、RIG-I样受体等信号通路。从最显著基因模块中识别出10个枢纽基因:RSAD2、OAS1、MX1、ISG15、DDX58、IFIH1、IFI44、IFI44L、IFIT1、IFIT3。结论生物信息学分析显示RSAD2、OAS1、MX1、ISG15、DDX58、IFIH1、IFI44、IFI44L、IFIT1、IF...     

糖尿病肾病核心基因的筛选与鉴定

目的 基于生物信息学筛选糖尿病肾病（DKD）核心基因,探究DKD的治疗靶点,讨论其可能的调控机制。方法提取GEO数据库（GSE30528,GSE47183）DKD患者肾小球转录组表达数据矩阵,采用生物信息学方法对差异表达基因（DEGs）进行筛选,鉴定出核心差异基因,对核心差异基因进行基因表达与富集分析（GSEA）,预测有效靶点。结果 通过对DKDmRNA表达矩阵的筛选和鉴定,共筛选出5个核心基因,其中C1orf21、NPHS1表达显著下调,CD48、COL1A2、TGFBI表达上调,研究得知,NPHS1、CD48与免疫差异、细胞间交流及细胞表面相互作用等有显著相关性。通过受试者工作特征曲线（ROC）分析、GSEA分析及药物靶点与miRNA预测显示,这些差异基因可能对DKD的治疗具有重要意义。结论 该研究筛选的核心基因与DKD具有显著相关性,有可能作为糖尿病治疗有效标志物,为DKD的治疗与鉴定提供理论依据。     

基于生物信息学分析筛选肾上腺皮质癌核心基因

目的 通过生物信息学方法研究肾上腺皮质癌发生、恶化的核心基因,探索可能的预后评估、筛选诊断的分子生物学标志物,为肾上腺皮质癌潜在治疗靶点提供了生物信息学证据支持。方法 从GEO数据库下载GSE14922、GSE19750和GSE90713芯片数据,利用一系列生物信息学方法对GSE14922芯片进行处理、分析并筛选差异基因。再通过CytoHuhha插件筛选出核心基因,最后分别利用在线分析工具GEPIA和GSE19750、GSE90713芯片数据对核心基因进行生存分析与诊断试验分析。结果 从GSE14922芯片获得90个差异基因。通过CytoHuhha插件获得了6个核心基因分别为BUB1、CDK1、CENPF、NDC80、ASPM和DLGAP5。Kaplan-Meier生存曲线分析的结果表明上述核心基因对肾上腺皮质癌患者的诊断及生存预后具有显著影响。ROC分析的结果表明上述核心基因对肾上腺皮质癌患者具有较好的诊断意义。结论 通过生物信息学分析获得6个核心基因在肾上腺皮质癌的发生、进展中发挥重要作用,并为揭示肾上腺皮质癌潜在的诊断、预后标志物和治疗靶点提供了新的理论依据。     

胃癌GEO芯片结合TCGA数据差异基因筛选、功能及通路研究

目的 筛选影响胃癌发生发展过程的相关基因及其通路,以探讨其发病机制。方法 从基因表达数据库（GEO）中筛选数据集,利用GEO2R分析胃癌组织和正常组织中显著差异表达基因。使用Bio venn获得两数据集共有差异基因,将胃癌两GEO芯片共有差异表达基因数据与癌症基因组图谱（TCGA）数据库中筛选出的差异表达基因进行交集,并对其进行功能注释、KEGG富集、筛选核心互作基因,Kaplan-Meier plotter分析核心互作基因总体生存率。结果 从GSE55696和GSE79973芯片中筛选出27个共有差异基因,与TCGA-STAD中有交集的差异表达基因有17个。涉及亨利恒等循环、葡萄糖的跨膜转运、胰岛素分泌的负调节和胆固醇生物合成等生物过程。主要存在于细胞外空隙、分泌颗粒内腔中,富集在金属羧肽酶活性功能方面。涉及PPAR信号通路、炎症介质对TRP通道的调节等39个通路,3个基因富集PPAR信号通路,7个基因互作关系较强,4个高表达基因生存曲线明显预后较差。结论 核心基因SLC2A2、HMGCS2、APOA1、KNG1和PPAR信号通路可能是胃癌发生发展过程中的关键因素。     

乳腺癌他莫昔芬耐药相关基因及通路的筛选

目的:利用美国国家生物技术信息中心基因表达数据库中雌激素受体阳性乳腺癌表达谱芯片进行生物信息学分析,筛选他莫昔芬耐药的关键基因和信号通路。方法:利用基因芯片GSE26459,R软件分析得到差异基因,DAVID 进行Gene Ontology和KEGG富集分析,STRING绘制蛋白作用网络。GSEA富集分析得到耐药相关通路及基因。结合蛋白作用网络筛选目标基因并验证。结果:筛选出差异基因1 516个,上调基因505个,下调基因624个。通路富集分析发现脂肪酸代谢通路、细胞粘附、胰岛素抵抗等信号通路在乳腺癌的他莫昔芬耐药中起重要作用,并在富集通路中筛选出ACSL1等候选目标基因并验证。结论:利用生物信息学有效分析他莫昔芬耐药的基因芯片数据,为他莫昔芬耐药的治疗靶点提供重要依据。     

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。     

骨关节炎的关键通路与免疫细胞浸润模式及中药预测分析

目的 利用生物信息学的方法分析骨关节炎(osteoarthritis, OA)的关键通路与免疫细胞浸润模式及潜在治疗中药。方法 从基因表达综合数据库(GEO)中下载GSE55235基因表达芯片,运用GEO2R在线分析工具筛选差异表达基因(DEGs)。使用DAVID在线数据库对DEGs进行基因本体富集分析(Gene Ontology, GO)和京都基因与基因组百科全书信号通路分析(Kyoto Encyclopedia of Genes and Genomes, KEGG),通过STRING在线数据库构建蛋白相互作用网络(PPI)。使用Cytoscape软件中的cytoHubba插件筛选核心基因,Coremine Medical数据库预测治疗OA的潜在中药。通过CIBERSORT数据库对人类22种免疫细胞亚型的表达矩阵进行去卷积,分析OA组与对照组免疫细胞浸润情况。结果 共筛选出235个差异基因,其中101个为上调基因,134个为下调基因。GO富集分析主要涉及免疫反应、炎症反应、细胞粘附和凋亡过程等生物过程。KEGG主要富集在TNF信号通路、破骨细胞分化、MAPK信号通路、NF-kappa...     

基于生物信息学分析肾透明细胞肉瘤核心基因及免疫细胞浸润

目的 基于基因表达汇编(GEO)数据库挖掘肾透明细胞肉瘤(CCSK)的核心基因并分析肿瘤和正常组织间免疫细胞浸润情况,为CCSK的诊疗提供新方向.方法 对GEO数据库中GSE49972及GSE2712数据集进行联合分析,筛选CCSK和正常胚肾组织间的差异表达基因,并对差异表达基因进行基因本体(GO)功能和京都基因与基因...     

SAC复合体相关基因TTK和MAD2L1基因在肺腺癌中过表达：基于大数据的生物信息学分析

目的 通过大数据筛选与肺腺癌预后相关的关键基因并探讨其临床价值和潜在机制。方法 基于基因表达综合数据库（GEO）中获得的GSE18842,GSE27262以及GSE33532基因表达谱进行数据分析;生物信息学方法筛选肿瘤组织和正常肺组织的差异表达基因,对其进行京都基因与基因组百科全书（KEGG）和基因本体论（GO）富集分析后进行蛋白质-蛋白质相互作用网络（PPI）、模组、表达差异和预后分析和筛选。35例非小细胞肺癌标本和35例配对的癌旁正常组织,共70例组织标本分为肿瘤组和正常组对MAD2L1和TTK的表达进行了免疫组化验证。结果 共有256个基因的表达谱数据有统计学差异（P<0.05）,包括66个上调基因,190个下调基因。进行功能分析后筛选出 32 个上调基因。32个基因中的29与肺腺癌预后显著相关。相较与正常肺组织,所有29个基因均在肺腺癌组织中高表达并主要富集在细胞周期通路。其中7个关键基因与纺锤体组装检查点（SAC）复合体紧密相关,负责调控细胞G2/M期行为。我们选择了SAC相关基因TTK和MAD2L1,在肺腺癌患者组织标本中观察到了TTK和MAD2L1相较与癌旁正常肺组织的过表达。结论 以TTK和MAD2L1为代表的7个SAC复合体相关基因在肺腺癌患者中存在过表达,且其过表达与预后相关。     

基于大数据的前列腺癌生物信息学分析

【目的】利用生物信息学的方法,对GEO和TCGA两个基因组学数据库进行分析,探究与前列腺癌相关的差异基因及相关的调控网络。【方法】综合GEO数据库的前列腺癌基因表达芯片数据（GSE46602、GSE55945）和TCGA数据库的RNA-seq数据,利用GEO2R及R语言的edgeR包进行基因差异分析,获得共同的显著差异基因,结合R语言的clusterProfiler包进行GO功能分析及KEGG通路分析,同时利用string网站进行蛋白互作网络分析,筛选出前列腺癌中调节蛋白表达量的关键基因,再结合TCGA临床随访数据分析关键节点基因的临床预后价值。【结果】获得共同差异基因共278个,其中表达上调100个,表达下调178个,它们与上皮细胞的调节增殖、含苯化合物的代谢过程等功能以及谷胱甘肽代谢和粘着斑等信号通路密切相关。蛋白互作网络分析结果得出3个重点蛋白表达模块以及12个关键节点基因。在这些关键基因中,EDN3、EDNRB和AMACR与前列腺癌患者的生存率密切相关。【结论】通过对前列腺癌基因芯片和RNA-seq数据的生物信息学分析,我们发现EDN3、EDNRB与AMACR很可能在前列腺癌的发生发展过程中发挥重要作用。     

基于生物信息学的十二指肠腺瘤核心致病基因及其靶向治疗中药活性成分筛选

目的:利用生物信息学方法对十二指肠腺瘤(duodenal adenoma,DA)的核心致病基因进行筛选和分析,挖掘潜在的可用于靶向治疗DA的中药活性成分.方法:从GEO数据库下载DA数据集(Accession No.GSE102208),运用GEO2R筛选差异表达基因(differentially expressed ...     

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...     

骨肉瘤关键基因及免疫浸润的生物信息分析

目的 通过生物信息学方法筛选骨肉瘤潜在的关键基因,并分析其免疫浸润模式。方法 从基因表达综合数据库(GEO)获取与骨肉瘤相关的基因表达谱GSE16088和GSE12865,采用生物信息学方法筛选与骨肉瘤相关的差异表达基因(DEGs),并进行基因本体(GO)功能注释和京都基因与基因组百科全书(KEGG)富集分析、免疫细胞浸润分析。通过蛋白质-蛋白质相互作用网络筛选出骨肉瘤潜在的关键基因,利用癌症基因组图谱数据库(TCGA)验证关键基因在骨肉瘤和正常组织样本中的表达情况。结果 共筛选出108个DEGs。GO功能注释和KEGG富集分析显示,DEGs主要富集在整合素结合、细胞外基质(ECM)结构成分、ECM受体相互作用和磷脂酰肌醇3-激酶/蛋白激酶B(PI3K/Akt)信号通路。巨噬细胞是骨肉瘤最主要的免疫浸润细胞。分泌型磷蛋白1(SPP1)、基质金属肽酶2(MMP2)、赖氨酰氧化酶(LOX)、V型胶原蛋白α(II)链(COL5A2)、黑色素瘤细胞黏附分子(MCAM)5个关键基因在骨肉瘤和正常组织样本中的表达存在差异(P均<0.05)。结论 SPP1、MMP2、LOX、COL5A2、MCAM在骨肉瘤中均上调,可能是骨肉瘤潜在的生物标志物。巨噬细胞是骨肉瘤最主要的免疫浸润细胞,可为骨肉瘤的治疗提供新的方向。     

基于生物信息学筛选脓毒症中性粒细胞活化的关键基因

目的基于生物信息学筛选脓毒症中性粒细胞活化的关键基因。 方法从GEO数据库中下载4个成人脓毒症芯片数据集(GSE69528、GSE28750、GSE57065、GSE95233),进行差异表达基因(DEG)筛选。基因本体论(GO)分析DEG,STRING数据库构建蛋白互作网络,Cytoscape软件提取关键基因,CIBERSORT算法估算数据集中的免疫细胞表达水平,ROC曲线评价关键基因对脓毒症患者的诊断价值。取儿童脓毒症相关芯片数据集(GSE66099)进行验证。 结果4个成人脓毒症数据集筛选出299个重叠DEG,其中112个基因上调,187个基因下调。GO主要富集于中性粒细胞活化、中性粒细胞脱颗粒、肽酶调节活性、糖胺聚糖结合、特殊颗粒、囊泡腔等。筛选出脓毒症中性粒细胞活化的关键基因10个,在脓毒症中表达水平均上调,ROC曲线下面积均大于0.7,具有较好的诊断价值。儿童脓毒症数据集验证结果与成人脓毒症数据集结果一致。 结论基于生物信息学方法筛选出脓毒症中性粒细胞活化相关的10个关键基因,为脓毒症的早期诊断、预后判断及治疗提供了潜在新靶点。     

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...     

基于生物信息学的子宫内膜癌预后模型构建

目的 筛选与子宫内膜癌（endometrial carcinoma,EC）预后相关的差异基因并构建预后模型。方法 从癌症基因图谱（The Cancer Genome Atlas,TCGA）数据库和基因表达谱数据库（Gene Expression Omnibus,GEO）的数据集GSE63678中下载EC和正常对照样本的基因表达数据,筛选出共有差异基因。采用LASSO回归分析筛选出具有预后意义的基因,并构建预后特征。从TCGA数据库中获取具有完整信息的EC患者,按1∶1的比例随机分为训练组和验证组。对训练组患者基于预后特征构建生存曲线;采用基因本体论（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）对预后特征进行功能注释和通路富集分析;结合预后特征及临床危险因素构建列线图,采用校准曲线和C指数评估列线图性能。最后使用验证组加以验证。结果 从TCGA和GEO数据库分别筛选出4800个和257个差异基因,其中共表达的上调基因73个,下调基因52个;LASSO回归分析筛选出6个预后基因,分别为ORMDL2、BNC2、TTK、MAMLD1、KCTD7、DCLK2;生存曲线结果表明高风险组患者的总生存率显著低于低风险组（P<0.01）;GO分析和KEGG结果显示预后特征与细胞周期相关。列线图在训练组与验证组中均显示出良好的预测能力。结论 本研究构建一种基于预后特征的预测模型,可准确预测EC患者的预后,为临床诊疗提供新的理论支持。     

基于生物信息学筛选并分析男性肝癌患者发病中的关键基因

目的 筛选男性肝癌患者中的差异基因并分析探讨其对不同性别患者预后的影响。方法 在GEO数据库中获取男性肝癌患者的基因表达数据,通过GEO2R在线工具获取差异基因(DGEs)并在DAVIAD数据库中进行GO和KEGG富集分析;STRING数据库中进行差异基因网络互作分析(PPI),结合Ctoscape插件Cytohubaba获取前10位的关键基因,并且在GEPIA、Kaplan-Meier plotter数据库中分析其对不同患者预后的影响。结果 从GSE19665与GSE84002中分别筛选出男性患者与健康对照者的差异基因并取交集,最终得到162个DGEs;使用DAVID网站对DGEs进行聚类分析,GO功能富集分析显示DGEs主要参与细胞分裂、胞外区、铁离子结合等过程;KEGG分析显示DGEs主要参与细胞周期、卵母细胞减数分裂、p53等信号通路;使用STRING网站对DGEs做PPI网络互作分析,并用Ctoscape软件的MCODE和CytoHubba两个APP从PPI网络中分解关键网络分析核心基因获取了10个关键基因(CDCA8,CCNB2,BUB1,KIF20A,DLGAP5,BIRC5,CDC20,CDK1,ASPM,TOP2A);使用GEPIA网站查询得知TCGA数据中的核心基因均高表达;使用Kaplan-Meier plotter网站分析,细胞周期蛋白B2(recombinant cyclin B2,CCNB2)和有丝分裂相关基因(abnormal spidle microtubule assembly,ASPM)两个基因高表达且与男性患者预后差相关。结论 与女性肝癌患者相比,CCNB2和ASPM的高表达与男性肝癌患者整体生存期显著相关,可作为男性肝癌患者早期诊断和个性化治疗的靶向分子标志物。