基于生物信息学分析银屑病基因表达差异及潜在中药

目的：通过生物信息学技术分析银屑病皮损与正常组织的基因芯片数据,筛选银屑病的差异表达基因(differentially expressed genes, DEGs),探讨银屑病的病理机制,预测治疗银屑病的潜在中药。方法：从基因表达数据库(gene expression omnibus, GEO)提取数据集GSE161683、GSE193128、GSE137218原始数据,使用R语言Limmar包筛选DEGs。利用DAVID数据库对DEGs进行功能和信号通路的富集分析,通过String数据库构建蛋白互作网络,Cytoscape软件及其插件筛选关键基因。将关键基因与Coremine Medical相互映射,筛选治疗银屑病潜在的靶向中药。结果：筛选出DEGs 474个,其中上调DEGs的通路主要富集在白细胞介素-17(interleukin-17,IL-17)、核苷酸寡聚化结构域样受体(nucleotide oligomerization domain like receptor, NLR)、病毒感染等信号通路。STAT1、RSAD2、IFIT3、IFI44L、IFIT1、CXCL10、MX...     

基于GEO数据库生物信息学方法分析子宫内膜癌相关基因和候选通路

目的：通过生物信息学方法分析与子宫内膜癌（EC）发生发展相关的关键基因和候选通路,探讨EC的发病机制和治疗靶点。方法：自公共基因芯片数据库（GEO）下载EC芯片数据集GSE17025和GSE63678,使用GEO2R在线分析工具和R软件筛选EC癌组织与癌旁组织的差异表达基因（DEGs）,并对DEGs进行基因本体论（GO）富集分析和京都基因与基因组百科全书（KEGG）信号通路分析,采用String数据库进行蛋白质-蛋白质互作网络（PPI）分析,最后采用Cytoscape软件对PPI网络进行可视化并进行模块分析。结果：对芯片数据集GSE17025和GSE63678进行DEGs分析后共获取100个共同上调基因和106个共同下调基因。GO富集分析DEGs主要富集于有丝分裂染色体分离、核分裂和细胞器分裂等生物学过程;KEGG信号通路分析DEGs主要富集于细胞周期、miRNA、p53信号通路和2型糖尿病等信号通路。通过Cytoscape软件分析,PPI网络中细胞分裂周期基因20（CDC20）、极光激酶A（AURKA）、细胞周期蛋白B1（CCNB1）、泛素E3连接酶（DTL）、中心体相关蛋白55（CEP55）、细胞周期蛋白依赖性激酶1（CDK1）、驱动蛋白家族成员11（KIF11）、母体胚胎亮氨酸拉链激酶（MELK）、细胞周期蛋白B2（CCNB2）和苯并咪唑出芽抑制解除同源物蛋白1（BUB1）被筛选为关键基因。结论：细胞周期相关基因与通路调控网络的失调可能是EC发病的主要机制。     

多形性胶质母细胞瘤相关基因和候选通路的生物信息学分析

目的：采用生物信息学方法分析与多形性胶质母细胞瘤（GBM）发生发展相关的关键基因和候选通路,探讨GBM的发病机制和治疗靶点。方法：自癌症基因组图谱（TCGA）数据库和基因表达综合（GEO）数据库获得基因表达数据集TCGA-GBM及GSE7696,分别采用Deseq2和limma R数据包筛选GBM组织与癌旁正常组织中的差异表达基因（DEGs）,并对DEGs进行基因本体（GO）功能富集分析和京都基因与基因组百科全书（KEGG）信号通路富集分析,采用STRING数据库进行蛋白-蛋白互作（PPI）网络分析,采用Cytoscape 3.9.1软件对PPI网络进行可视化并进行模块分析。结果：对TCGA-GBM转录数据和芯片数据集GSE7696进行DEGs分析后共获取13个共同上调差异表达基因（UDEGs）和77个共同下调差异表达基因（DDEGs）。GO功能富集分析,DDEGs主要富集于氯离子通道活性、γ-氨基丁酸（GABA）受体活性、GABA门控氯离子通道活性、GABA-A受体活性、顺行突触传递信号和化学突触传递等生物学过程;KEGG信号通路主要富集于GABA能突触、神经活性配体-受体相互作用、...     

基于生物信息学分析软骨肉瘤的关键基因及发病机制

目的 基于生物信息学分析软骨肉瘤的关键基因及发病机制。方法 从GEO数据库获取人类软骨肉瘤相关基因芯片数据集GSE48418和GSE30835,包含17例软骨肉瘤患者样本和7例健康对照者样本。应用R语言软件进行差异表达基因(DEGs)分析。应用DAVID数据库对两个数据集共同的DEGs进行基因本体论(GO)功能富集分析及京都基因与基因组百科全书(KEGG)通路富集分析。使用STRING数据库及Cytoscape软件，针对共同DEGs构建蛋白-蛋白相互作用网络，并利用Cytoscape软件筛选关键基因。结果 两组芯片数据集的共同DEGs有62个，包含28个表达上调基因和34个表达下调基因。GO功能富集分析结果显示，共同DEGs富集在细胞与基质黏附、细胞与基质黏附的调节、肌细胞迁移、小梁形态发生、小梁组成等生物学过程，富集在含胶原的细胞外基质(ECM)、内质网腔、胶原三聚体等细胞组分，涉及糖胺聚糖结合、ECM结构成分提供的抗压支持、含硫化合物结合等分子功能。KEGG通路富集分析结果显示，DEGs与黏着力、磷脂酰肌醇-3-激酶(PI3K)/蛋白激酶B(AKT)、ECM-受体相互作用等信号通路...     

肥厚型心肌病关键基因的鉴定及铁死亡机制

目的：利用生物信息学方法探究肥厚型心肌病(HCM)的关键基因、铁死亡基因和相关富集通路。方法：从GEO数据库下载GSE36961和GSE32453数据集,筛选共同差异表达基因(DEGs)进行富集分析,构建蛋白质相互作用(PPI)网络并鉴定关键基因,用GSE1145数据集验证关键基因的表达,绘制关键基因的受试者工作特征(ROC)曲线。此外,检索Genecards和FerrDb数据库,获得调控铁死亡基因并进行分析。结果：共筛选出136个共同DEGs,富集分析显示共同DEGs与流体剪切应力和动脉粥样硬化、糖尿病并发症中的晚期糖基化终产物及其受体信号通路等相关。PPI网络鉴定出4个关键基因,其中CCL2、CEBPD和PIM1在HCM中表达下调(均P<0.05),且对HCM有较高的诊断效能。另外,筛选出ATF3、LPCAT3和PIM1等10个调控铁死亡抗HCM的可能作用靶标,介导流体剪切应力和动脉粥样硬化、铁死亡等信号通路调控铁死亡途径。结论：CCL2、CEBPD和PIM1基因在HCM发病中具有重要作用,为HCM的诊断和治疗提供了参考,铁死亡相关基因为HCM发病机制的探索提供了新的方向。     

基于GEO数据库筛选舌鳞状细胞癌顺铂耐药的关键基因及生物信息学分析

目的 通过生物信息学方法筛选舌鳞状细胞癌顺铂耐药的关键基因。方法 从GEO数据库下载GSE111585和GSE115119数据集，利用limma包进行差异分析，与PRGs取交集后获取DEGs。利用R语言对DEGs进行GO功能富集及KEGG通路富集分析。String数据库构建PPI网络，在Cytoscape中进行可视化，基于Degree拓扑分析算法筛选Hub基因。根据Wilcox.test法分析Hub基因与顺铂耐药性的联系。结果 (1)共筛选出32个DEGs。(2)GO富集分析显示DEGs主要参与刺激反应调节、信号受体结合等功能；KEGG富集分析显示DEGs富集在癌症通路和人T细胞白血病病毒Ⅰ型感染信号通路。(3)筛选出FN1、SOX2和COL1A1 3个Hub基因，其中COL1A1具有成为潜在生物靶点的潜力。结论 COL1A1可能是舌鳞状细胞癌顺铂耐药的潜在作用靶点。     

多芯片联合分析揭示肌腱粘连的分子机制

目的 基于生物信息学挖掘肌腱粘连相关的重要基因、通路、调控网络异常。方法 从GEO数据库获取GSE26051、GSE1724芯片数据集,分析及筛选差异表达基因（DEGs）,并对其进行富集分析,联合分析差异基因,建立蛋白质-蛋白质相互作用（PPI）网络,预测DEGs可能结合的miRNA,构建miRNA-mRNA网络,筛选出重要基因和miRNA。结果 联合分析筛选出2个在肌腱病差异表达显著的DEGs,与成纤维细胞TGF-β通路相关。GO分析主要富集在受体配体活性、转录激活与抑制、G蛋白耦联受体、生长因子活性等。KEGG通路富集在PI3K/AKT、MAPK、钙通道等通路。miRNA多数据库联合预测提示miR-181家族在肌腱粘连中可能发挥作用。PPI网络分析显示DLG1、CASK、CNTNAP2与EPB41的联系较为重要。结论 EPB41可能与肌腱粘连的发病机制有关。     

基于生物信息学方法预测与多囊卵巢综合征相关的miRNA

目的：基于生物信息学方法构建多囊卵巢综合征(PCOS)表达的miRNA及miRNA靶基因的调控网络。方法：从GEO数据库的GPL16543平台下载miRNA基因芯片数据集GSE72274,用GEO2R筛选差异表达的miRNA,应用在线数据库miRWalk分析预测miRNA差异表达的靶基因。对靶基因进行GO富集分析和KEGG信号通路富集分析。应用Cytoscape软件绘制miRNA及其相关靶基因调控图。通过STRING网站对靶基因进行PPI网络构建,并使用CytoHubba插件进行Hub基因分析。结果：共筛选出差异miRNA一共38个,其中32个上调,6个下调。预测差异miRNA的靶基因得到393个,GO分析发现差异的靶基因主要参与RNA聚合酶Ⅱ启动子对转录的调节、RNA聚合酶Ⅱ启动子对转录的正调节、蛋白结合、金属离子结合、D等生物学过程。KEEG分析表明其主要参与TGF-β信号通路和Hedgehog信号通路。成功构建miRNA相关靶基因调控网络,调控网络中的miRNA包括：hsa-miR-135b-5p、hsa-miR-199a-3p、hsa-miR-32-5p。通过CytoHubba...     

基于生物信息学的椎间盘退变miRNA-mRNA调控关系的分析

目的：通过使用生物信息学方法分析高通量芯片,揭示与椎间盘退变（IDD）相关的信号通路和miRNA-mRNA的调控关系。方法：首先,从GEO(Gene Expression Omnibus)数据库下载了IDD相关的两个数据集：GSE56081和GSE116726。使用R编程环境的limma软件包鉴定出IDD样本和正常样本的差异表达基因（DEGs）和差异表达miRNA(DE-miRNAs),并且对DEGs进行了GO(Gene Ontology)功能富集分析和KEGG(Kyoto Encyclopedia of Genes and Genomes)分析,以鉴定IDD中DEGs相关的生物学功能。通过miRTarBase数据库筛选出DE-miRNAs经过试验验证的靶基因,并将靶基因与DEGs取交集,最终构建高度可信的miRNA-mRNA调控关系网络,通过Cytoscape软件将其可视化。结果：总共筛选出523个DEGs和858个DE-miRNAs。GO分析表明,DEGs可能参与的生物过程（BP）包括生物调节、代谢过程、对刺激的反应、多细胞生物过程、细胞通讯、定位等;细胞成分（CC）主要涉及细胞膜...     

基于囊性纤维化疾病分子特征及其作用机制的生物信息学分析

目的：筛选囊性纤维化（CF）特异性相关基因,预测其靶基因,并探讨其作用机制。方方法法：从基因表达汇编（GEO）数据库获取CF样本和正常对照样本的高通量芯片数据集GSE71799、GSE24206、GSE98925和GSE69764,并分为CF组和对照组。采用R软件limma包筛选CF组和对照组差异表达基因（DEGs）,使用基因本体（GO）功能注释和京都基因与基因组百科全书（KEGG）对DEGs进行功能和通路富集分析,使用基因集富集分析（GSEA）获取DEGs显著富集的基因集,采用STRING数据库建立蛋白-蛋白互作（PPI）网络,采用Cytoscape软件可视化并筛选hub基因。结果：GEO数据库获取并筛选共429个DEGs （|log2 (FC)|>1, P<0.05）, CF组中显著高表达DEGs 105个,对照组中显著高表达DEGs 324个。GO富集分析,DEGs主要富集于中性粒细胞介导的免疫、趋化因子活动和细胞黏附分子结合等方面;KEGG通路分析,DEGs主要富集于白细胞介素17 (IL-17)信号通路（P<0.05）。GSEA分析,DEGs主要富集于信号通...     

基于生物信息学筛选小细胞肺癌相关关键基因

目的 筛选与小细胞肺癌(SCLC)相关的关键基因,为后续生物学功能研究提供分子靶标。方法 首先从基因表达综合数据库(GEO)提取含有SCLC癌组织和癌旁组织基因表达数据的数据集GSE43346和GSE40275,用GEO2R在线程序分析SCLC癌组织和癌旁组织之间的差异表达基因(DEGs)。使用DAVID数据库对SCLC的DEGs进行基因本体(GO)功能富集分析以及京都基因和基因组百科全书(KEGG)通路富集分析。使用STRING数据库构建DEGs的蛋白质相互作用网络(PPI),并用Cytoscape软件作图。使用Cytoscape中的MCODE和cytoHubba插件分析重要的功能模块及子模块中的关键基因。结果 GEO数据分析结果显示,SCLC癌组织和癌旁组织共有232个DEGs(151上调基因,81个下调基因)。GO富集分析结果显示,DEGs主要参与细胞分裂等生物过程,构成细胞核等细胞组分,发挥蛋白质结合等分子功能。KEGG通路富集分析结果显示,DEGs主要富集于细胞周期、HTLV-I感染、癌症通路等。经过构建PPI网络,分析其重要的功能模块及其关键基因,结果鉴定出10个关键基因可...     

特发性扩张型心肌病心衰相关基因和miRNA的筛选与分析

目的:筛选特发性扩张型心肌病(idiopathic dilated cardiomyopathy,IDCM)心衰发展过程中潜在的关键基因和miRNA。方法:纳入GEO数据库中2个基因表达谱芯片,消除数据之间的批次效应并进行标准化后,筛选出共同差异表达基因(differentially expressed genes,DEGs),然后进行基因本体(gene ontology,GO)分析和KEGG富集分析,利用STRING构建蛋白质互作网络,利用miRNet获得靶向DEGs的miRNA,构建miRNA-DEGs网络,并用Cytoscape分析关键基因和miRNA。结果:根据|logFC|>0.4,P<0.05筛选出DEGs共210个,主要富集在PI3K信号通路、MAPK信号通路及与肿瘤相关的通路等。筛选出关键基因STAT3、MYC和CCND1等,以及关键miRNAs如miR-34a-5p、miR-17-5p和miR-20a-5p。结论:基于生物信息学方法对特发性扩张型心肌病心衰发展过程中潜在的关键基因和miRNA进行了筛选与分析,共筛选出210个差异基因及7个功能模块,分析了3...     

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...     

基于GEO数据库光损伤性皮肤病的生物信息学分析

目的 通过对紫外线照射后人皮肤表皮细胞基因芯片的生物信息学分析,获得光损伤性皮肤病的关键基因,探索其发病机制。方法 从GEO数据库中获取2个紫外线照射后人皮肤表皮细胞株HaCat的基因芯片数据集,第一个基因芯片数据集采用R软件筛选出显著性差异表达基因(DEGs),进行GO分析和KEGG通路分析,另一个基因芯片数据集也采用同样的方法筛选出DEGs,将两者DEGs取交集,进行GO分析和KEGG通路分析,最后构建蛋白质-蛋白质相互作用网络(PPI),通过筛选,获得紫外线损伤HaCat的关键基因。结果 GSE198792筛选获得的DEGs有486个(上调246个、下调240个),GSE138800筛选获得的DEGs有90个(上调33个、下调57个)。两者取交集筛选获得20个基因。GO分析显示这些差异表达基因主要与蛋白质转运、表皮生长因子受体信号通路的调控、I型干扰素信号通路的负调控以及对病毒的防御有关,KEGG通路主要与磷酸戊糖途径相关。筛选出了ISG15、IFI6、TKT、LAP3、SAMHD1、BAG3、ALDOC 7个关键基因。结论 通过生物信息学分析筛选出紫外线对人皮肤表皮细胞作用的关...     

基于生物信息学的胃癌预后基因的筛选和分析

目的 应用生物信息学方法筛选和分析胃癌预后基因。方法 从GEO数据库中下载胃癌基因芯片数据集GSE54129、GSE81948、GSE118916,使用在线分析工具GEO2R筛选出差异表达基因(differentially expressed genes,DEGs)。利用在线数据库DAVID对筛选的DEGs进行功能和通路富集分析。然后使用在线网站STRING和Cytoscape软件对DEGs构建蛋白互作网络,并筛选hub基因。最后使用Kaplan Meier-Plotter和GEPIA在线数据库对hub基因进行生存和表达水平分析。结果本研究共发现362个总DEGs,包含164个上调基因,192个下调基因。通过GO功能富集分析,发现DEGs主要富集在细胞外基质和胶原蛋白。KEGG富集通路分析显示,DEGs主要参与的信号通路包括ECM-受体相互作用、阿米巴病、蛋白质的消化和吸收、局部黏附和PI₃K-Akt信号通路。CytoHubba插件共筛选出10个DEGs作为hub基因,通过Kaplan Meier-Plotter数据库验证这10个hub基因,发现COL1A1、COL3A1、FN1、MMP2、COL5A1、BGN、COL4A1、COL4A2和COL6A3这9个基因和胃癌预后相关,并且高表达组预后差(P<0.05);GEPIA数据库发现这9个与胃癌预后相关的基因在胃癌组织中均呈高表达水平(P<0.05)。结论 通过生物信息学方法,本研究发现了9个胃癌预后基因,其中BGN、COL3A1和COL5A1这3个基因可能成为胃癌预后的新的标志物。     

生物信息学分析鉴定干扰素调节因子7作为早期糖尿病肾病免疫损伤枢纽基因的研究

目的 分析糖尿病肾病(DN)中肾小管差异表达基因(DEGs)的生物学功能和潜在机制。方法 从NCBI-GEO数据库中检索获得GSE95376高通量测序数据,利用ARCHS4数据库及R语言软件相关程序包处理、分析并筛选出DEGs,应用CTD数据库搜索DN相关基因,最终筛选出CTD数据库与NCBI-GEO测序数据共有的差异表达基因(co-DEGs)。应用Cytoscape软件构建co-DEGs编码蛋白质的相互作用网络及模块分析,并利用DAVID 6.8在线生物信息数据库对co-DEGs进行京都基因和基因组百科全书(Kyoto Encyclopedia of Genesand Genomes, KEGG)通路和基因本体论(GO)富集分析。将富集在Module-1的基因与富集在免疫反应集群中的基因进行维恩图分析,鉴定出免疫应答核心基因群,应用cytoHubba插件筛选出最关键的枢纽基因。通过体外细胞实验对枢纽基因进行进一步验证。对枢纽基因进行通路分析,绘制整合的信号通路图。结果 通过ARCH4数据库及R语言软件的limma软件包分析GSE95376数据集,发现早期DN小鼠的4个干预时间点有43...     

基于miRNA-mRNA调控网络对草酸钙肾结石形成关键分子的筛选和分析

目的 应用生物信息学技术构建草酸钙肾结石大鼠miRNA-mRNA调控网络并筛选出调控草酸钙肾结石形成的关键分子。方法 从GEO数据库中筛选出乙二醇喂养14天诱导的草酸钙肾结石大鼠肾组织的miRNA和mRNA数据集,应用GEO2R在线工具分析得到显著差异表达的miRNA(DEMs)和mRNA(DEGs),并应用热力图进行展示。利用miRWalker预测DEMs的靶基因,根据miRNA负向调控mRNA原理应用R语言“venn.diagram”包与DEGs分别取交集,得到参与调控草酸钙肾结石形成的基因,然后应用 “clusterprofile”包对调控基因进行GO和KEGG富集分析、应用string数据库进行蛋白质互作分析(PPI),利用Cytoscape软件实现对PPI和miRNA-mRNA调控网络可视化和关键基因的筛查。结果 共分析得到38个DEMs和349个DEGs。将预测得到的DEMs靶基因与DEGs取交集后得到116个调控基因,这些基因富集到24个GO条目和22个KEGG信号通路。成功构建miRNA-mRNA调控网络,处于核心调控位置的miRNA为miR-6215、miR-758-5p和miR-214-3p。PPI网络分析筛选出5个关键基因,分别为：Foxm1、Ndc80、Cdkn2b、Cdt1和Ikbkg。结论 通过构建miRNA-mRNA调控网络,我们筛选出在草酸钙肾结石形成过程中起关键调控作用的miRNA和基因,为草酸钙结石的防治提供了新的研究思路和理论支撑。     

基于生物信息学方法构建肝癌患者预后相关内源竞争RNA调控网络

目的：基于生物信息学方法探索肝细胞癌相关的差异表达基因（DEGs），并构建预后相关内源竞争RNA(competing endogenous RNA,ceRNA)调控网络。方法：利用数据集GSE89377，筛选肝细胞癌不同发展时期的肿瘤组织与正常组织间的差异表达基因；通过GEPIA,HPA数据库探究DEGs的mRNA和蛋白在肝细胞癌中的表达，及对患者预后的影响；随后通过Cox回归分析，筛选可独立预测患者预后的关键基因；进一步通过GO和KEGG富集分析探索关键基因相关信号通路。最后，通过miRmap、miRWalk和Targetscan数据库预测关键基因的上游微小RNA (microRNA,miRNA)，并筛选预后相关miRNAs；通过Starbase和Lncbase预测重要miRNAs的LncRNAs，并筛选预后相关LncRNAs。以此构建影响肝癌患者预后的差异基因-miRNA-LncRNAs的ceRAN调控网络。结果：韦恩分析及表达分析发现，4个DEGs在肝癌组织及正常组织间差异表达，即AKR1B10、LAGLS4、MUC13、IGFALS；其中，AKR1B10高表达可独立预测肝癌患者...     

基于生物信息学分析宫颈癌关键基因及预后相关的生物标志物

目的 从公共数据库筛选并探讨宫颈鳞状细胞癌的关键致病基因。方法 从GEO数据库GSE122697、GSE89657里下载宫颈组织表达谱芯片数据。利用R软件和韦恩图查找数据集的差异表达基因(DEGs)交集,进行GO 和 KEGG 通路富集分析。利用STRING数据库构建了DEGs的蛋白质-蛋白质相互作用网络(PPIs)并导入Cytoscape软件进一步分析,通过cytohubba插件和MCC算法筛选出DEGs。利用癌症基因组图谱数据(TCGA)对已初步筛选的DEGs进行验证及生存曲线分析,并进一步筛选与宫颈癌总生存率相关的DEGs进行ROC分析,获得关键基因。结果 宫颈鳞状细胞癌差异基因56个,其中15个上调和41个下调。GO 及 KEGG 分析结果显示, 这些 mRNA 主要参与细胞核分裂、细胞外基质代谢调控等生物学进程; 主要富集于细胞周期、减数分裂、PIK-Akt信号通路、ECM受体相互作用通路等。通过PPI网络中筛选出18 个核心基因,并在TCGA数据集中得以验证,生存曲线分析的结果表明18个差异基因中的ASF1B基因对宫颈癌患者生存预后具有显著影响 (HR=0.437(0.272-0.704), P<0.01), ROC分析的结果表明其对宫颈癌患者具有很好的诊断价值(AUC=0.998)。结论 本研究通过综合生物信息学分析,有望为宫颈癌诊断和预后提供可靠的分子生物标志物和治疗靶点。     

应用生物信息学筛选胃癌诊断和预后的生物标志物

目的：应用生物信息学方法分析和筛选与胃癌诊断和预后相关的生物标志物。方法：从GEO数据库下载胃癌的基因表达谱数据集GSE79973和GSE103236。通过在线工具GEO2R和韦恩图筛选两数据集重叠的差异表达基因(DEGs)。利用仙桃在线数据平台对DEGs进行GO和KEGG富集分析。通过STRING在线工具和Cytoscape软件构建DEGs的蛋白互作网络和识别hub基因。最后,使用GEPIA、仙桃、Kaplan-Meier Plotter在线数据平台对hub基因进行表达差异分析、受试者工作特征(ROC)曲线分析及生存分析。结果：GSE79973和GSE103236两数据集中有156个重叠DEGs,包括98个上调基因和58个下调基因。其中,上调差异表达基因(uDEGs)的GO富集分析主要与细胞外基质及胶原蛋白相关;KEGG富集分析与细胞外基质受体相互作用有关。通过STRING在线工具和Cytoscape软件从重叠DEGs中识别出10个hub基因,均为uDEGs。利用GEPIA、仙桃、Kaplan-Meier Plotter在线数据平台分析表明,hub基因在胃癌组织中均显著上调(P<...