基于生物信息学筛选女性肺腺癌核心基因及其特征分析

目的：利用生物信息学方法对女性肺腺癌肿瘤组织及正常组织的差异表达基因进行筛选及分析,筛选出女性肺腺癌发生发展的关键基因,并为后续研究提供候选基因。方法：从GEO数据库中下载肺腺癌基因芯片数据集GSE19804、GSE40791、GSE31210、GSE7670、GSE10072、GSE32863、GSE75037,利用在线工具GEO2R筛选出数据集中正常女性肺组织和女性肺腺癌组织的差异表达基因（DEGs）,然后利用DAVID数据库对DEGs进行GO和KEGG富集分析,接着利用STRING和Cytoscape软件构建蛋白互相网络（PPI）并筛选出Hub基因,并利用oncomine、UALCAN数据库进行验证,最后使用Kaplan-Meier plotter数据库对筛选出的Hub基因进行生存分析。结果：在7个数据集中共筛选出276个DEGs,其中69个上调,207个下调。共筛选出CDC20、CENPF、KIAA0101、TOP2A、ASPM、TYMS、MCM4、NUSAP1、MELK、UBE2C等10个Hub基因,Kaplan-Meier生存分析显示除ASPM外,其余9个均与女性肺腺癌的总...     

基于数据库挖掘分析FN1、COL4A1、COL4A2基因在胃癌中的表达及意义

目的 基于数据库挖掘分析胃癌预后预测和胃癌靶向治疗的潜在关键基因(Hub基因)。方法 本研究选取基因表达综合数据库(GEO)的GSE33651和GSE118916数据集(研究时间为2011年11月—2019年8月)。GEO2R进行胃癌差异表达基因(DEGs)分析。DAVID数据库对DEGs进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析。采用STRING数据库和Cytoscape软件构建DEGs的蛋白质-蛋白质相互作用(PPI)网络,其中Degree>10的DEGs被认为是Hub基因。基于癌症基因组图谱(TCGA)的胃腺癌数据,使用OncoLnc和UALCAN数据库对Hub基因进行生存分析和表达分析。TIMER数据库对Hub基因进行免疫浸润分析。结果 GSE33651和GSE118916中鉴定出80个共有上调和34个共有下调DEGs。DEGs富集在69个GO条目和7个KEGG信号通路。从PPI网络中筛选出14个Hub基因。FN1、COL4A2和COL4A1基因在胃癌组织的表达水平均显著高于胃正常组织,且在胃癌中具有良好的预后预测价值。FN1、COL4A2和COL...     

舌鳞状细胞癌关键基因的筛选及其潜在治疗药物的预测

目的 通过生物信息学方法筛选舌鳞状细胞癌的关键基因,并预测其潜在的治疗药物。方法 从GEO数据库中下载GSE34105和GSE13601数据集,并利用limma包筛选DEGs。DAVID数据库对DEGs进行GO及KEGG富集分析。STRING数据库构建PPI网络,并在Cytoscape中进行可视化。“CytoHubba”筛选Hub基因,并利用TCGA数据库、HPA数据库及RT-qPCR进行验证。最后,在Cellminer数据库中筛选Hub基因潜在的治疗药物。结果 共筛选出192个DEGs,其中上调基因84个,下调基因108个。GO富集分析显示,DEGs主要涉免疫反应、细胞外基质分解等生物学过程;KEGG富集分析显示,DEGs主要富集在EMC-受体相互作用信号通路。筛选出IFIT3、OAS2作为Hub基因。预测出布加替尼、艾沙佐米柠檬酸盐及硼替佐米等19种可能靶向作用于舌鳞状细胞癌的药物。结论 通过生物信息学方法筛选出两个Hub基因,并预测其潜在的治疗药物,为研究舌鳞状细胞癌的分子机制及开发治疗药物提供理论基础。     

基于生物信息学鉴定黏液样脂肪肉瘤中甲基化调控的差异表达基因

目的通过生物信息学方法鉴定黏液样脂肪肉瘤(MLPS)中甲基化调控的差异表达基因(MeDEGs)。方法从GEO数据库中选取MLPS基因数据集GSE59568和DNA甲基化数据集GSE52391。采用GEO2R工具筛选差异表达基因(DEGs)和差异甲基化基因(DMGs),重叠负相关的DEGs和DMGs以筛选MeDEGs。采用DAVID软件对MeDEGs进行功能分析及通路富集分析。利用STRING和Cytoscape等工具绘制蛋白互作网络、筛选功能模块与Hub基因。利用TCGA数据库分析Hub基因在肉瘤中的甲基化水平和基因表达水平,及其与肉瘤患者生存情况的关系。结果共鉴定出221个MeDEGs,包括143个表达上调基因和78个表达下调基因。MeDEGs主要参与细胞增殖、凋亡、核糖体结构成分、蛋白结合等生物学过程,主要富集在核糖体、癌症、RAS相关蛋白1、AMP依赖的蛋白激酶和Ras等信号通路。筛选出的前20个Hub基因均为上调的MeDEGs,其中RPS2、CDCA5、NCAPG、NLE1、TYMS和BYSL可能是MLPS患者预后潜在的独立预测因子。结论 RPS2、CDCA5、NCAPG、NL...     

基于生物信息学分析胰腺癌的关键基因

目的 利用生物信息学分析胰腺癌发生、发展的关键基因,为胰腺癌的早期诊断、预后评估及靶向治疗提供理论依据。方法 从GEO数据库中获取GSE15471基因芯片数据集,在线分析工具GEO2R筛选差异表达基因,并对差异表达基因进行GO、KEGG富集分析和蛋白互作网络分析,利用Cytoscape软件的cytoHubba插件筛选出关键基因,通过GEPIA数据库对关键基因再次验证。结果 从GSE15471基因芯片中共筛选出267个显著差异表达基因,其中上调基因232个,下调基因35个。富集分析显示差异表达基因主要涉及细胞黏附、PI₃K-Akt信号通路、蛋白水解、炎性反应、胶原分解代谢、免疫反应等。通过蛋白互作网络筛选出11个关键基因,下调基因ALB、EGF,上调基因MMP2、CXCL8、FN1、COL1A1、SPP1、MMP1、ITGA2、COL3A1、CRP。GEPIA数据库中关键基因表达情况与基因芯片分析结果一致,生存分析显示胰腺癌患者总生存时间与MMP1、ITGA2基因表达高低相关。结论 生物信息学筛选出的11个关键基因在胰腺癌的发生、发展中有重要作用,是潜在的胰腺癌特异肿瘤分子学标志物和靶向治疗新位点。     

骨关节炎与糖尿病的共同疾病基因及其相关微小RNA的筛选与鉴定

目的 基于生物信息学筛选并鉴定骨关节炎与糖尿病的共同疾病基因及其相关微小RNA(miRNA)。方法 在GEO数据库筛选骨关节炎和糖尿病相关基因芯片数据集GSE55235、GSE29221,通过GEO2R在线分析系统筛选出两者的差异表达基因后,使用R软件包“VennDiagram”取交集而获得共同疾病基因。利用DAVID数据库对共同疾病基因进行基因本体论分析及京都基因与基因组百科全书富集分析。通过STRING数据库构建共同疾病基因的蛋白质-蛋白质相互作用网络,再应用Cytoscape软件的4种计算方法分别对网络进行分析并筛选出得分最高的前10位基因,取交集后获得Hub基因。使用miRNet数据库预测Hub基因相关miRNA。结果 共筛选出148个共同疾病基因,主要富集在肿瘤坏死因子、细胞外基质、成纤维细胞生长因子等相关生物功能,以及磷脂酰肌醇-3-激酶/蛋白激酶B、丝裂原活化蛋白激酶等信号通路中。最终获得CD44、胰岛素样生长因子1(IGF1)、C-C基序趋化因子配体5(CCL5)及Ⅰ型胶原α2链共4个Hub基因,及其对应5个miRNA(miRNA-26a-5p、miRNA-27a-3p...     

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。     

乳腺癌关键基因的生物信息学分析

目的乳腺癌是世界范围内最常见的恶性肿瘤之一。目前,人们对乳腺癌的发病机制进行了大量的研究,但对其分子机制的认识尚不清楚。本研究采用生物信息学技术,筛选乳腺癌潜在的关键基因,最终为乳腺癌的诊断、治疗及预后判断提供潜在的生物标记物。方法从基因表达综合数据库(GEO)下载基因芯片GSE36295、GSE71053和GSE86374,通过GEO2R鉴定差异表达基因(DEGs),并进行功能富集分析。利用STRING构建了蛋白质-蛋白质相互作用网络(PPI),并采用Cytoscape进行了模块分析。结果共鉴定出95个DEGs,包括62个上调基因和33个下调基因。共鉴定出10个Hub基因:CENPF、KIF2C、TOP2A、NUSAP1、HMMR、MELK、KIF4A、ASPM、CEP55、CCNB1。结论本研究发现的Hub基因可能对乳腺癌的发展和预后存在一定影响,为乳腺癌的诊断和治疗提供候选靶点。     

基于生物信息学分析探讨子宫内膜异位症恶变的机制

目的：通过生物信息学分析探讨子宫内膜异位症（EMs）恶变为卵巢透明细胞癌（OCCC）的致病机制。方法：通过GEO数据库微阵列表达谱数据集GSE57545，分别将卵巢型EMs(OVE)、EMs相关OCCC与正常女性个体的免疫基因进行差异分析，并对差异表达基因进行GO富集和KEGG信号通路分析、构建差异表达基因的PPI网络并筛选Hub基因。结果：OVE与对照组间共筛选出43个差异表达基因，OCCC与对照组间共筛选出96个差异表达基因。相对于正常女性而言，KEGG信号通路富集显示：癌症通路是OVE与OCCC共有的信号通路。GO富集分析结果示：免疫系统过程、免疫反应、调节免疫系统进程等是OVE与OCCC共有的生物学过程；囊泡、质膜部分、细胞表面是OVE与OCCC的差异表达基因富集的共有细胞组分。CAPS3是OVE与OCCC的交集Hub基因。结论：免疫系统在EMs恶变的过程中起重要作用；CAPS3可能是EMs恶变为OCCC的关键靶点之一。     

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。