基于GEO和TARGET数据库分析骨肉瘤转移和预后的关键基因

目的 通过生物信息学方法筛选骨肉瘤转移相关的关键基因,并探讨其对骨肉瘤患者预后的影响。方法 检索基因表达综合数据库（GEO）并获取GSE21257芯片数据集,通过GEO2R分析筛选差异表达基因（DEGs）,并对DEGs进行基因本体（GO）功能注释和京都基因与基因组数据库（KEGG）富集分析,使用STRING数据库、Cytoscape软件绘制DEGs蛋白质-蛋白质相互作用网络,通过cytoHubba插件筛选出排名前5的关键基因。利用TARGET数据库探索关键基因在骨肉瘤样本的相关性并进行预后分析。结果 共筛选出55个DEGs,其中22个基因显著下调,33个基因显著上调。GO分析结果显示,DEGs主要参与抗原加工和外源肽抗原的呈递。KEGG结果表明DEGs主要参与金葡菌感染等信号通路。Cytohubba筛选的Top5基因分别为TYROBP、ITGB2、C1QB、C1QC、CD74。通过对TARGET数据库中骨肉瘤样本的生存分析发现TYROBP、C1QB、CD74高表达与骨肉瘤患者较高的总生存期有关（P <0.05）,而且CD74高表达提示骨肉瘤患者无病生存期较高（P <0.05...     

基于GEO数据库的肥厚型心肌病差异表达基因分析

目的 基于基因表达综合（GEO）数据库，采用生物信息学方法挖掘肥厚型心肌病相关的差异表达基因（DEG），为肥厚型心肌病的临床治疗提供新思路。方法 从GEO数据库中筛选肥厚型心肌病患者和正常对照者的基因数据集芯片GSE68316和GSE148602，应用RStudio软件和GEO数据库基因表达分析工具（GEO2R），以|log2FC|≥1且P <0.05作为筛选标准，筛选数据集中的DEG。选取2个数据集中差异表达最显著的上调和下调基因各10个，分别绘制热图。通过R语言完成关键DEG的基因本体论（GO）以及京都基因和基因组数据库（KEGG）分析。结果 在GSE68316数据集中共筛选出247个DEG，包括125个表达上调的DEG和122个表达下调的DEG；在GSE148602数据集中共筛选出157个DEG，包括44个表达上调的DEG和113个表达下调的DEG。KEGG和GO分析中存在多条通路的富集。结论 通过生物信息学方法，可以有效挖掘肥厚型心肌病DEG，为后续治疗提供新策略。     

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。     

横纹肌肉瘤预后相关的潜在基因靶点研究

目的 采用微阵列技术筛选横纹肌肉瘤（rhabdomyosarcoma, RMS）组织与正常骨骼肌组织的核心差异表达基因（differentially expressed gene, DEG）,分析DEG对其生存时间的影响。方法 GSE28511数据集在基因表达数据库（Gene Expression Omnibus, GEO）中下载获得,包含18例RMS组织样本（10例腺泡状横纹肌肉瘤组织,8例胚胎性横纹肌肉瘤组织）和6例正常骨骼肌样本。使用GEO2R检测RMS和正常组织之间的DEG。进行京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）和基因本体论（gene ontology, GO）通路富集分析,构建蛋白-蛋白相互作用（protein-protein interaction, PPI）网络,识别重要模块和核心基因,并对核心基因进行生存分析和表达分析。结果RMS组织中有181个DEG。GO分析显示,变异主要富集于肌肉收缩、横纹肌收缩、肌节组织、肌原纤维组装、心脏收缩力调节、肌肉收缩调节、横纹肌收缩调节、Z盘、肌原纤维、...     

基于生物信息学的克罗恩病中炎症相关关键基因的筛选及验证

目的 应用生物信息学方法筛选并验证炎症相关基因在克罗恩病（CD）中的表达情况。方法 分别从基因表达综合（GEO）数据库和分子特征数据库（Msigdb）下载CD数据集（GSE193677、GSE66407和GSE179285）和炎症反应相关基因（IRGs）。利用GSE193677数据集进行单样本基因集富集分析（ssGSEA）,明确CD和健康对照人群中免疫细胞和炎症水平;然后利用DESeq2方法于CD数据集进行基因差异表达分析,以|log2FC|≥1且校正P <0.05标准筛选获得CD患者和健康样本之间的差异表达基因（DEGs）。DEGs和IRGs取交集获得炎症相关差异表达基因（IRDEGs）。对IRDEGs进行基因本体（GO）和京都基因和基因组数据库（KEGG）通路富集分析,利用STRING数据库进行蛋白质-蛋白质相互作用（PPI）网络分析。利用Cytoscape软件的cytoHubba插件筛选确定关键IRDEGs。利用GSE66407和GSE179285数据集对CD组与健康对照组、炎症组及非炎症组关键IRDEGs的表达进行验证。结果 GSE193677数据集中ssGSEA分析表明...     

基于生物信息学筛选与鉴定宫颈癌的生物标志物微小染色体维持蛋白2

目的 应用生物信息学技术分析筛选影响宫颈癌预后的关键基因并深度挖掘基因功能.方法 从基因表达汇编(GEO)数据库下载宫颈癌微阵列数据集(GSE6791、GSE39001、GSE55940、GSE63678),合并和批量标准化后筛选差异表达基因(DEG).对DEG进行基因本体(GO)和京都基因和基因组百科全书(KEGG)...     

基于生物信息学的非酒精性脂肪性肝病关键基因筛选及实验验证

目的:探索非酒精性脂肪性肝病（NAFLD）潜在的关键基因和microRNAs(miRNAs)。方法:从美国国立生物技术信息中心（NCBI）公共基因芯片数据平台（GEO）数据库下载两个基因表达谱芯片（GSE96936和GSE62267）,利用GEO2R在线工具筛选出NAFLD组与正常对照组的差异表达基因（DEGs）,对DEGs进行GO和KEGG信号通路富集分析,进一步应用STRING数据库构建蛋白质—蛋白质相互作用（PPI）网络,用Cytoscape筛选出关键基因。构建NAFLD小鼠模型,通过实时荧光定量PCR(RT-qPCR)验证筛选出的关键基因,利用NetworkAnalyst构建关键基因的靶向miRNAs。结果:总共鉴定出192个DEGs,GO分析显示DEGs生物学功能主要涉及5个KEGG通路,包括类固醇激素生物合成、补体与凝血级联、胆汁分泌、化学致癌、视黄醇代谢相关信号通路,结合PPI网络和CytoHubba的结果,筛选出Tyrobp、Hck、Ctss、Aif1、Fcgr1、Cd68、Cd53、Ly86、Fyb和Alox5ap 10个关键基因,通过RT-qPCR检测,发现与正常肝...     

基于GEO和TCGA数据库对肺腺癌差异表达基因的生物信息学分析

目的：采用生物信息学方法筛选影响肺腺癌（LUAD）的关键基因,分析其生物学功能及其对LUAD预后的影响。方法：于高通量基因表达（GEO）数据库下载GSE118370和GSE136043芯片数据,癌症基因组图谱（TCGA）数据库筛选LUAD相关数据。采用R软件分析共同表达的差异表达基因（DEGs）。采用clusterProfile R包对DEGs进行基因本体（GO）功能富集分析,DAVID数据库进行京都基因与基因组百科全书（KEGG）通路富集分析,STRING数据库构建蛋白-蛋白相互作用（PPI）网络。采用Cytoscape筛选连接度排名前10位的关键基因,GEPIA数据库和人类蛋白质图谱（HPA）数据库分析正常肺组织和LUAD组织中关键基因mRNA和蛋白表达情况及不同分期LUAD组织中关键基因表达情况。关键基因免疫浸润分析和生存分析获取关键基因表达与患者生存期的相关关系。结果：共筛选DEGs 428个。GO分析,LUAD的DEGs在主要富集于上皮-间质转化（EMT）等生物过程（BP）方面、细胞基部等细胞组分（CC）方面和细胞外基质（ECM）结构形成等分子功能（MF）方面。KEGG分析,...     

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...     

基于微RNA-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 从基因表达汇编（GEO）数据库中筛选出乙二醇喂养14 d诱导的草酸钙肾结石大鼠肾组织的miRNA和mRNA数据集,利用GEO2R在线工具分析得到差异表达miRNA(DEM)和差异表达基因（DEG）,并用热图进行展示。利用在线靶基因预测工具miRWalker预测DEM的靶基因,根据miRNA负向调控mRNA原理应用R语言“venn.diagram”包与DEG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”包对调控基因进行基因本体（GO）和京都基因与基因组百科全书（KEGG）富集分析,利用String数据库进行蛋白质-蛋白质相互作用（PPI）网络分析,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选。结果 共分析得到38个DEM和364个DEG。将预测得到的DEM靶基因与DEG取交集后得到116个调控基因,这些基因富集在24个GO条目和22个KEGG信号通路中。成功构建了miRNA-mRNA调控网...