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。     

帕金森病关键基因及通路的筛选及其生物信息学分析

目的 通过分析帕金森病患者与健康人基因芯片数据,寻找差异基因及其关键通路。方法 利用GEO 数据库中高通量基因芯片数据库筛选出帕金森病患者与健康对照的芯片。采用GO 基因功能注释和KEGG 通路富集分析,筛选出帕金森病的特征基因簇和通路,并进行蛋白质相互作用网络可视化分析。结果 筛选出15 个差异基因及7 个关键节点蛋白。经差异基因分析后,发现神经丝、网格蛋白包被组装及多巴胺受体信号通路富集程度最高。结论 本研究利用生物信息学方法,从不同的角度研究帕金森病的遗传学背景,在基因层面为帕金森病的诊断学标志与精准治疗提供新的思路。     

帕金森病黑质基因的生物信息学分析

目的 挖掘帕金森病黑质改变的关键信号分子,进一步阐明帕金森病发病的生物信息学基础。方法 在GEO数据库中下载并筛选帕金森病黑质的差异表达基因,利用STRING在线数据库构建蛋白与蛋白互作网络分析,运用Cytoscape筛选出关键基因,通过DAVID数据库平台对差异基因进行基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析。结果 下载得到基因芯片GSE20333的数据,获得63个差异基因,其中5个上调基因,58个下调基因。筛选出PIK3GG、P2RY10、LDHC、INADL等10个关键基因。GO分析显示差异基因主要富集在细胞外、细胞膜。KEGG分析主要设计催乳激素信号通路、造血细胞谱系和癌症中的胆碱代谢等信号通路。结论 本研究得出的关键基因和信号通路可能与帕金森病黑质改变的分子过程有关,为深入研究帕金森病的治疗提供理论参考。     

基于生物信息学分析库欣综合征核心基因与互作miRNA

目的利用生物信息学筛选库欣综合征(CS)的核心基因及通路,并预测其相互作用的微小核糖核酸(miRNA)及小分子药物。 方法从GEO数据库下载CS基因芯片数据集并筛选出差异表达基因(DEG),随后对差异基因进行功能富集分析、蛋白互作分析、核心基因筛选,预测互作miRNA及小分子药物并进行验证。 结果共筛选出10个核心基因并预测出479个互作miRNA,相关通路集中在PI3K-Akt、cAMP、CS及MAPK信号通路等,奥那司匹、拉帕替尼是较为显著的小分子药物。 结论利用生物信息学方法筛选出参与CS发生发展的前5条信号通路、10个核心基因及479个互作miRNA,并预测出奥那司匹、拉帕替尼等小分子药物。     

基于生物信息学方法分析颈动脉粥样硬化的关键通路和枢纽基因

目的 利用生物信息学分析初步探索颈动脉粥样硬化进展的枢纽基因和关键通路.方法 从GEO数据库获得颈动脉斑块的基因表达谱GSE43292数据集,利用GEO2R分析颈动脉斑块和正常组织的差异基因,利用R语言clusterprofile包对差异基因进行GO富集分析和KEGG功能富集分析.利用STRING工具和Cytoscape构建蛋白互作网络,并筛选关键基因.结果 GEO2R分析GSE43292数据集共含有97个差异基因,包括46个上调基因和51个下调基因;基因富集分析发现差异基因主要富集cAMP信号通路、色氨酸代谢、PPAR信号通路等相关通路.差异基因蛋白互作网络的枢纽基因为CD163、MMP9、CXCL10、CCR1.结论 CD163、MMP9、CXCL10、CCR1为颈动脉斑块形成的枢纽基因,可能为动脉粥样斑块的预后和治疗提供新的分子靶点.     

脓毒症患者生存网络构建与预后关键基因筛选

目的 构建脓毒症患者生存网络与筛选预后相关的关键基因,为进一步研究影响脓毒症预后的机制奠定基础。方法 从GEO数据库中下载两个基因芯片数据集GSE54514和GSE63042,两个数据集通过对数均一化处理后筛选出共同差异基因(P<0. 05);共同的差异基因通过DAVID进行基因注释(GO)与信号通路富集分析,并通过蛋白-蛋白相互作用(PPI)数据库STRING构建生存网络图; GCBI基因雷达分析相互调控关系,位于网络核心的基因进一步结合患者的生存时间筛选出与患者预后的关键基因。结果 两个数据集共筛选出688个共同差异基因; GO注释与信号通路富集分析显示差异基因主要富集到细胞死亡与凋亡进程、胰岛素信号通路、细胞因子信号通路等;通过STRING分析筛选出96个相互联系紧密的基因构建出生存网络,这些基因均在生存组中表达增高,生存分析发现基因MAPK3、MBP、SPI1、STAT5A与患者的生存时间成正相关,且参与广泛的基因间调节作用。结论 生物信息学技术有助于脓毒症预后的关键基因筛选,基因MAPK3、MBP、SPI1、STAT5A与脓毒症患者的预后相关,有望成为其新的研究靶点。     

基于公共数据库分析NPY1R在乳腺癌中的表达及与他莫昔芬耐药的关系

目的 ：研究NPY1R在乳腺癌他莫昔芬耐药中的作用,为预测和逆转乳腺癌内分泌耐药提供新的分子标志物。方法 ：从GEO数据库中获取乳腺癌他莫昔芬耐药前后基因表达数据集,并通过GEO2R筛选出NPY1R为乳腺癌他莫昔芬耐药前后差异表达基因,利用TCGA数据库和CPTAC数据库分析NPY1R在乳腺癌组织中的mRNA和蛋白表达水平,收集我院临床组织样本并通过免疫组化验证NPY1R在他莫昔芬耐药前后的配对组织中的差异,通过STRING数据库构建NPY1R编码蛋白互作网络并进行GO/KEGG分析以及利用starBase数据库预测靶向作用于NPY1R的miRNAs;最后使用Kaplan-Meier Plotter数据库分析NPY1R在乳腺癌患者中的生存及预后。结果 ：与正常组织比较,NPY1R在乳腺癌中mRNA表达下调且其编码蛋白表达水平也同样降低;免疫组化结果显示NPY1R在乳腺癌他莫昔芬耐药后复发组织中表达下降;临床相关性分析发现NPY1R的表达与乳腺癌中ER、PR、Her2状态显著相关;GO/KEGG分析显示NPY1R及其相关蛋白主要作用于G蛋白偶联受体等信号通路,star Base预测mi ...     

子痫前期相关Siglec-6核心基因的预测及生物信息学分析

目的 探讨子痫前期高通量生物信息学分析与核心发病基因。方法 选取基因表达综合数据库(Gene Expression Omnibus, GEO)2个关于子痫前期编码基因芯片数据进行生物信息学分析。通过R语言对2组数据进行均一化矫正,其后找到共同上调和下调表达的差异基因。对上调和下调表达的差异基因进行基因本体富集分析、京都百科全书信号通路富集分析、蛋白互作网络分析以及核心基因计算分析,找到与子痫前期最相关的发病基因及信号通路。随机选取河北大学附属医院产科5例子痫前期患者和正常产妇的胎盘组织进行实时定量聚合酶链反应对核心基因进行验证实验。结果 融合子痫编码基因芯片GSE43942和GSE66273筛选出38个共同上调和20个共同下调表达的基因。全部数据经均一化处理后基因本体分析显示,生物功能富集于促卵泡激素分泌的正向调节,分子组成富集于细胞外区,细胞组分富集于激素活性,信号通路富集于肽激素代谢通路。蛋白质互作网络结果显示,全部差异基因间共58个点,30条线,cytohubba对全部点和线分析计算后锁定Siglec-6为子痫前期发病的核心基因。实时定量聚合酶链反应验证子痫前期孕妇胎盘组织内Si...     

食管癌差异表达基因的生物信息学分析

目的:应用生物信息学技术挖掘食管癌差异表达基因,为食管癌治疗提供新靶点。方法:从GEO数据库中下载基因芯片数据集GSE20347、GSE92396和GSE1420,使用在线分析工具GEO2R筛选出食管癌组织与正常食管组织的差异表达基因。利用在线数据库DAVID和STRING分别进行功能、通路富集分析和蛋白互作分析,使用Cytoscape软件来筛选蛋白相互作用网络中的核心网络基因,并在TCGA数据库中验证其差异表达情况。结果:本实验共发现274个差异表达基因,269个基因有相同的表达趋势,其中96个上调基因,173个下调基因(调整后P<0.05,|log2FC|>1)。通过GO富集分析(P<0.05)发现它们主要参与了表皮发育、肽键交联结合、角质细胞分化、细胞外基质组织生成等生物学过程。分子功能包括细胞外基质结构组分、分子活性、钙离子及血小板源性生长因子结合等的功能;而细胞组成分析提示这些差异基因主要集中在细胞外基质。KEGG富集通路分析(P<0.05)显示主要的信号通路包括阿米巴病信号通路、细胞外基质作用信号通路、糖酵解和糖异生等信号通路过程。MCODE分析发现...     

骨关节炎患者膝关节滑膜组织的基因表达谱分析

目的:分析骨关节炎患者膝关节滑膜组织的基因表达谱.方法:从公共基因芯片数据库选取芯片数据,利用GEO2R筛选骨关节炎患者滑膜组织和正常滑膜组织的差异表达基因;对筛选出的基因进行GO功能和KEEG通路富集分析,利用STRING数据库及Cytoscape软件构建蛋白间相互作用网络,筛选关键基因.结果:纳入数据库中两组基因芯片数据,共筛选出131个共同差异表达基因,其中上调基因98个,下调基因33个.GO富集分析提示,差异基因主要在细胞粘附、对成纤维细胞生长因子刺激的反应、细胞内受体信号通路等功能富集.KEGG富集结果显示,差异表达基因参与了丝裂原活化蛋白激酶、低氧诱导因子-1、磷脂酰肌醇3激酶/蛋白激酶B等信号通路.蛋白间相互作用网络提示了10个关键基因.结论:通过对OA基因表达谱分析筛选差异表达基因发现OA的发病机制不仅与细胞增殖、病理性血管生成、炎症刺激等有关,更是多信号通路、多靶点间相互作用的结果,可为进一步研究提供参考.     

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...     

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。     

肿瘤微环境中免疫与基质细胞相关基因在肺腺癌中的预后价值

目的:鉴别与肺腺癌预后相关的免疫与基质细胞基因。方法:501例肺腺癌基因表达数据来自癌症基因组图谱（TCGA）数据库。肺腺癌样本的免疫和基质评分从ESTIMATE数据库中获取。χ2检验分析基质、免疫评分与患者临床病理特征的相关性。采用t检验以及Cytoscape中的Mcode模块筛选差异表达基因（DEGs）。采用Kaplan-Meier法绘制生存曲线。结果:基质细胞评分与M分期显著相关（χ2=6.391,P=0.011）。免疫评分与M分期（χ2=4.769,P=0.029）、T分期（χ2=11.672,P=0.009）和总生存期（χ2=6.334,P=0.009）显著相关。基于免疫评分的DEGs有262个,基于基质评分的DEGs有391个。基因功能富集分析和蛋白-蛋白相互作用网络分析差异表达基因,富集分析表明,DEGs参与调节免疫应答、抗原结合、免疫应答和受体结合。生存分析表明POSTN（P=0.0181）、PLEK（P=0.0434）、LY86（P=0.0136）、HCK（P=0.0487）对肺腺癌患者具有预后价值。结论:基质细胞相关基因POSTN高表达与患者不良预后相关,免疫细胞相关基因PLEK、LY86、HCK高表达预示患者预后较好。     

基因表达谱分析肝细胞癌的特征基因

目的:生物信息学方法建立全面的肝细胞癌（HCC）差异表达基因谱以及初步筛选基于该恶性肿瘤样本的特征 基因。方法:利用R语言中的edgeR包分析不同组之间差异表达的基因（DEGs）。利用STRING数据库分析预测蛋白质的 功能联系和蛋白质相互作用。R语言的clusterProfiler包做GO（gene ontology）（包括biological process、 molecular function和cellular component）及KEGG（kyoto encyclopedia of genes and genomes）通路富集分析。 筛选差异基因显著富集的GO和KEGG分子途径。利用SLC7A11（solute carrier family 7 member 11）和CCDC14 （coiled-coil domain-containing 14）基因作为肝细胞癌的标志物,利用ELISA法进行检测（确诊的HCC阳性患者为 HCC组,共195例;HCC阴性正常人群为对照组,共107名）,计算阳性率。结果:与癌旁对照样本相比,一共鉴定出454 个差异表达基因,其中高表达基因234个,低表达基因220个。PPI方法进一步筛选出排名前10的重要潜在基因,其中 SLC7A11和CCDC14两个基因排名靠前。利用富集分析,差异基因主要集中在neuroactive ligand-receptor interaction通路中。与对照组相比,HCC组SLC7A11和CCDC14存在显著的高表达[SLC7A11:（70.12±14.3） ng/mL比 （23.12±7.11）ng/mL,t=6.17,P<0.001;CCDC14:（6.17±2.31）pg/mL比（2.13±0.84）pg/mL,t=5.35, P<0.001]。SLC7A11针对HCC检测阳性率达到80.2%,而CCDC14达到68.8%。结论:SLC7A11和CCDC14可以作为HCC的两个 潜在的有效临床生物标志物。     

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。     

尼洛替尼和伊马替尼对慢性粒细胞 白血病表达谱的影响

目的 探索尼洛替尼和伊马替尼对慢性粒细胞白血病（CML）细胞基因表达谱的影响,阐明酪氨酸 激酶抑制剂（TKI）抑制白血病的分子机制。方法 从在线基因表达数据库中下载表达谱数据集GSE19567, 利用BRB-ArrayTools 软件进行质量控制并筛选差异表达基因（DEGs ）,然后分别对差异基因进行GO 功能 富集分析、KEGG 通路富集分析、pathway 互作网络和基因互作网络分析。结果 共筛选出差异基因519 个, 其中177 个上调表达,342 个下调表达。GO 富集分析发现DEGs 主要涉及小分子代谢、血液凝固、转录调控、 细胞增殖与凋亡调控等生物过程,发挥的分子功能集中在蛋白结合、蛋白二聚化、序列特异性DNA 结合和 ATP 结合等。KEGG 富集分析发现代谢通路、PI3K-Akt 信号通路、Jak-STAT 信号通路和HIF-1 信号通路 等pathway 显著富集。网络分析挖掘出的核心基因有SHMT 2、CBS 、CTH 、HK 2,核心pathway 包括MAPK 信号通路、细胞周期和细胞凋亡等。结论 酪氨酸激酶抑制剂影响了CML 细胞代谢通路和信号转导通路的相 关基因,通过细胞周期阻滞和诱导凋亡等机制抑制白血病,为白血病的靶向治疗提供了基础。     

基于房颤中circRNA-miRNA-mRNA网络构建和免疫细胞浸润的生物信息学分析

目的：采用生物信息学方法挖掘公共数据库,构建房颤（AF）的内源性RNA (ceRNA免疫调节网络,了解AF的发生发展机制。方法：从基因表达数据库（GEO）中下载AF患者和健康对照者环状RNA (circRNA)(GSE129409)、微小RNA (miRNA)(GSE28594)和mRNA(GSE41177)基因表达数据。采用R软件中的“limma”数据包鉴定出差异表达的circRNA、miRNA和mRNA,并通过相关数据库进行可视化展示。通过ENCORI、circBank、TargetScan和miRDB数据库预测差异表达的circRNA、 miRNA和mRNA之间的调控关系,并基于circRNA-miRNA对和miRNA-mRNA对构建ceRNA调控网络。采用DAVID数据库对差异表达mRNA (DEmRNA)进行基因本体论（GO）和京都基因和基因组百科全书（KEGG）富集分析以注释其功能。采用受试者工作特征（ROC）曲线筛选最佳基因特征并计算ROC曲线下面积（AUC）。采用CIBERSORT软件分析AF中免疫细胞浸润情况。结果：共鉴定出103个差异circRNAs、 37个差异m...