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。     

肝细胞癌患者中CAC1、CCNB2、Cyclin Y及Cyclin E1的表达及意义

目的 研究肝细胞癌(HCC)组织中细胞周期素依赖激酶2相关性Culin结构域1(CAC1)、细胞周期蛋白B2(CCNB2)、细胞周期蛋白Y(Cyclin Y)及细胞周期蛋白E1(Cyclin E1)的表达，探讨四者的临床意义。方法 应用R语言分析癌症基因组图谱数据库中HCC癌和癌旁组织中CAC1、CCNB2、Cyclin Y及Cyclin E1 mRNA的表达。免疫组化检测诊治的84例HCC癌组织及癌旁组织中CAC1、CCNB2、Cyclin Y及Cyclin E1蛋白表达。Pearson相关分析癌组织中各指标表达的相关性。统计学分析HCC癌组织中CAC1、CCNB2、Cyclin Y及Cyclin E1表达与临床病理参数的关系。Kaplan-Meier生存分析(Log-rank检验)分析CAC1、CCNB2、Cyclin Y及Cyclin E1表达与HCC患者生存预后的关系。结果 TCGA数据库HCC癌组织中CAC1、CCNB2、Cyclin Y及Cyclin E1 mRNA的表达显著高于癌旁组织，差异有统计学意义(P<0.05)。Pearson相关分析结果CAC1、CCNB2...     

CDK1基因在肝癌预后和免疫细胞浸润的生物信息学分析

目的 通过生物信息学方法研究细胞周期素依赖性激酶1(Cyclin-dependent kinase 1,CDK1)在肝癌(Hepatocellular carcinoma, HCC)组织中的表达差异,探索其在肝癌预后和免疫细胞浸润间的作用。方法 从GEO数据库下载肝癌数据集,使用R软件分析差异基因,并取交集基因;通过GO和KEGG分析富集通路;使用STRING和cytoscape构建差异基因互作网络,结果可视化获取核心基因CDK1;UALCAN和GEPIA数据库分析肝癌中CDK1的表达水平,及其与临床特征的关系;HPA数据库分析CDK1蛋白在肝癌组织和正常组织的表达差异;通过Kaplan-Meier Plotter分析CDK1表达水平与HCC预后的关系;TIMER数据库分析CDK1与HCC肿瘤免疫细胞浸润、免疫细胞表面标记物的相关性。结果 3个肝癌数据集筛选出共有的347个差异基因;KEGG通路显示差异基因主要参与细胞周期通路;与正常组织相比,CDK1基因在HCC组织中表达水平升高;CDK1高表达与肿瘤分期、年龄均有相关性;生存分析结果表明CDK1基因高表达患者生存时间明显低于低表达患...     

肝细胞癌进展过程中的关键基因ATP1B3和ENAH的筛选与鉴定：基于数据挖掘和临床验证

目的 筛选与肝细胞癌（HCC）预后、进展和临床诊断相关标记物。方法 分析来自癌症基因组图谱数据库（TCGA）和基因表达综合（GEO）的TCGA-LIHC、GSE84432、GSE14323和GSE63898数据集。利用GEO2R和edge R包获得各疾病类型之间共同差异基因（DEG）,并对DEG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。将DEG在TCGA-LIHC中正常和癌组织进行差异表达验证分析,挑选在HCC中上调基因。利用R语言进行生存分析、受试者工作特征（ROC）曲线分析、基因与患者临床特征关系分析。再通过RT-qPCR验证15对临床HCC和癌旁组织中基因的差异表达。结果 数据库挖掘共获得118个共同DEG,挑选出2个基因：ATP酶Na+/K+转运亚基Beta 3（ATP1B3）和肌动蛋白调节器（ENAH）,其表达随疾病进展升高。结合TCGA-LIHC数据集生存分析发现两者高表达与HCC患者不良预后显著相关（P<0.05）。ROC曲线分析ATP1B3和ENAH的AUC值分别是0.821和0.933。ATP1B3高表达与晚期病理T分期、Stage和Grade相关（P<0.05）,而ENAH高表达仅与晚期病理Grade有关（P<0.05）。RT-qPCR结果发现,ATP1B3和ENAH在临床HCC组织中表达上调（P<0.05）。结论 ATPIB3和ENAH有望成为肝脏疾病恶化和肝细胞癌的不良预后标志物。     

肝细胞癌相关差异表达基因和药物预测的生物信息学分析

目的 通过生物信息学方法筛选肝细胞癌(HCC)相关差异表达基因(DEGs)及潜在治疗药物.方法 从GEO数据库中选取GSE45436、GSE84402、GSE62232和GSE101685,使用R软件分析得到DEGs.随后对DEGs进行GO和KEGG分析,并构建PPI网络、筛选核心基因.最后进行生存分析和筛选潜在治疗药...     

综合生物信息学分析鉴定乙型肝炎病毒相关肝细胞癌中异常甲基化修饰的差异表达基因

目的 探讨与乙型肝炎病毒(HBV)相关肝细胞癌(HCC)发生发展相关的异常甲基化修饰的差异表达基因及分子机制,以期望用于肝癌的早期诊断。方法 从公共基因表达数据库(GEO)中下载表达谱芯片GSE121248、GSE107170和DNA甲基化芯片GSE136319,采用R语言筛选HBV相关HCC中癌组织和癌旁组织间差异表达基因(DEGs)和差异甲基化基因(DMGs),并绘制可视化火山图。对甲基化差异表达基因(MDEGs)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,构建蛋白质相互作用(PPI)网络,并使用Cytoscape软件进行分子复合物检测(MCODE)分析和利用cytoHubba插件筛选关键基因。通过癌症基因组图谱(TCGA)数据库验证关键基因的mRNA表达水平,并采用皮尔逊相关系数来评估关键基因在HCC中甲基化和基因表达之间的关系。使用HPA数据库、Cox比例风险回归模型、Kaplan Meier-plotter数据库和ROC分析对关键基因进行蛋白表达、生存分析验证以及预测准确率效能;并分析关键基因的表达与临床指标(肿瘤大小、病理分期)之间的相关性。结果 ...     

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...     

CCNB1在肝癌中的表达及沉默CCNB1对肝癌细胞的影响

目的：探讨细胞周期蛋白B1(CCNB1)在肝癌（HCC）中的表达及沉默CCNB1基因对肝癌细胞的影响。方法：利用Gene Expression Omnibus(GEO)和Genotype-Tissue Expression(GTEx)数据库中的HCC测序数据,对CCNB1 mRNA的表达水平及其与预后的相关性进行综合分析。在Huh7、SK两种HCC细胞系中沉默CCNB1(sh-CCNB1)检测其对HCC细胞生长、迁移、侵袭和细胞周期的影响。结果：测序数据分析发现,与正常组织比较,CCNB1 mRNA表达水平在多种肿瘤组织中显著升高,在HCC组织中也显著升高（SMD=1.69,95%CI:1.36～2.02,I2=96.2%）。在Huh7、SK细胞系中下调CCNB1表达结果发现,相对于对照组（sh-NC组）,sh-CCNB1组细胞增殖受到明显抑制,细胞迁移和侵袭能力均显著下降;与sh-NC组相比,sh-CCNB1使Huh7细胞G0/G1期占比增加（P<0.05）,S期减少（P<0.05）;使SK细胞S期占比减少（P<0.000 1）、G2/M期占比显著增多（P<0...     

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<...     

PLXNA1在肝癌中高表达并影响患者的生存预后及其免疫微环境

目的 筛选在肝细胞癌（HCC）中高表达的免疫相关基因,研究PLXNA1在HCC中的表达差异及其对生物学功能、临床意义和免疫微环境产生的影响。方法 利用TCGA数据库和ImmPort网站分析得到在HCC中高表达的免疫相关基因集。利用单变量COX回归和GEPIA、Kaplan-Meier Plotter网站对其进行分析得到了7个与生存预后相关的基因。通过GEO数据库验证PLXNA1在HCC中的表达情况。基于TCGA数据库,采用Kaplan-Meier、timeROC曲线分析PLXNA1的表达对HCC患者生存预后的影响,通过TIMER网站、CIBERSORT、ssGSEA方法分析PLXNA1的表达与免疫细胞浸润之间的关系。通过IHC实验研究PLXNA1在HCC与癌旁中的表达情况及其对患者生存预后的影响。通过qRT-PCR实验检验其在HCC细胞中的表达情况。利用CCK-8、transwell实验检测si-NC、si-PLXNA1-1、si-PLXNA1-2组中SMMC-7721细胞的增殖、迁移能力。结果 在GSE64041数据集中,PLXNA1在HCC中高表达（P<0.001）。TCGA...     

急性T淋巴细胞性白血病关键基因的筛选与验证

目的筛选并验证急性T淋巴细胞性白血病关键基因,并对其进行生物信息学分析。方法从公共数据库基因表达数据库 （GEO）中下载T-ALL基因表达谱芯片GSE14317,应用R软件limma包筛选差异表达基因。利用DAVID数据库对差异基因进 行GO功能富集分析和KEGG通路富集分析,同时利用STRING数据库及Cytoscape软件构建差异蛋白互作网络,应用JASPAR 数据库构建转录因子靶基因网络,利用RT-PCR验证关键基因mRNA表达水平。结果GSE14317表达谱芯片中共有1443个差 异基因,包括800个上调基因和643个下调基因,这些差异基因主要富集在细胞周期,造血细胞系,细胞因子间相互作用以及T 细胞受体信号通路等。蛋白质相互作用网络图中显示节点最多的10 个枢纽基因分别是CDK1,PIK3R1,CCNB1,CCNA2, CDC20,JUN,GNG11,PLK1,PCNA和CCNB1,这些基因在子网络中分别富集于趋化因子信号通路,泛素介导的蛋白降解以及 细胞周期等。转录因子调节网络显示42个差异表达的转录因子,其中ELF5,HIC2和MEIS1与候选的9个关键基因启动子上游 均有结合位点。RT-PCR结果显示除GNG11外其余9个关键基因表达情况与芯片结果一致,ELF5,HIC2和MEIS1表达均升高 与芯片结果一致。结论CDK1,PIK3R1,CCNB1,CCNA2,CDC20,JUN,PLK1,PCNA,CCNB1,ELF5,HIC2 和MEIS1 在TALL 发生中发挥重要作用,为T-ALL的治疗和诊断提供生物学靶标。     

Identification of Prognostic Related Hub Genes in Clear-Cell Renal Cell Carcinoma via Bioinformatical Analysis

Objective To identify new genes that correlate with prognosis of clear-cell renal cell carcinoma (ccRCC) via bioinformatics analysis. Methods The gene expression profiles of 62 ccRCC and 54 normal kidney tissues were available from the Gene Expression Omnibus database: GSE12606, GSE36895 and GSE66272. The differentially expressed genes were screened with GEO2R and J Venn online tools. Functional annotation including Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) was applied to identify the possible function of the hub genes involved in prognosis of ccRCC. In protein protein interaction network (PPI network), the STRING online tool was used to visualize the network of the differentially expressed genes, and the core gene was selected by MCODE App in Cytoscape software. Finally, GEPIA Survival Plot was performed to assess genes associated with worse survival. Results We totally found 648 differentially expressed genes, including 222 up-regulated genes and 426 down-regulated genes. PPI network showed that in 28 up-regulated genes 7 (CCNE2, CDK1, CDC6, CCNB2, BUB1, TTK and PTTG1) enriched in cell cycle and 4 genes (CCNE2, CDK1, CCNB2 and RRM2) enriched in p53 signaling pathway. GEPIA Survival Plot assay revealed that ccRCC patients carrying CDK1, CCNB2, RRM2, BUB1, and PTTG1 had a worse survival. GEPIA Box Plot showed that BUB1, CCNB2, PTTG1, and RRM2 were over expressed in the ccRCC tissues in contrast to the normal tissues (P<0.05). Conclusion ccRCC patients with the four up-regulated differentially expressed genes including BUB1, CCNB2, PTTG1, and RRM2 might manifest a poor prognosis.     

细胞增殖调控基因在反流性食管炎及其并发症中的表达变化

胃镜检查或手术中取得正常对照组(25例)、反流性食管炎(RE,35例)、Barrett食管(BE,20例)及食管腺癌(EA,9例)患者的食管组织标本,采用免疫组化法检测cyclin D_1、CDK_1和CDK_4基因表达。结果发现EA组的cyclin D_1和CDK_4表达较正常对照组显著增强(P<0.01,P<0.05),SE组的cyclin D_1表达亦较对照组增强(P<0.05),EA组的cyclin D_1表达较RE组增强(P<0.05),而其他组间的cyclin D_1或CDK_4表达以及各组间CDK_1表达均无显著性差异。提示BE、EA患者食管组织中cyclin D_1、CDK_4基因的表达明显改变,反流可能为导致此系列疾病的机制之一,而CDK_1的作用不显著。检测cyclin D_1和CDK_4的表达可能对RE和BE患者的预后监测具有较大意义。     

miR-129-5p调控的COL1A1作为胃癌潜在治疗靶点的生物信息学分析

目的应用生物信息学技术探索胃癌发病机制,为胃癌的防治提供生物信息学依据。方法用GEO2R在线工具分析 GSE79973中胃癌组织和正常胃黏膜组织的差异表达基因（Differentially expressed genes, DEGs）,通过DAVID数据库对DEGs 进行GO分析和KEGG通路富集分析,然后通过STRING数据库构建蛋白质相互作用网络,用Cytoscape 软件进行关键基因 （Hub 基因）筛选和功能模块分析,并在GEPIA 数据库对Hub 基因进行验证,用Target Scan 数据库预测调控靶基因的 microRNAs,并用OncomiR分析microRNAs在胃癌组织中的表达及其与生存预后的关系。结果共筛选出181个在胃癌中差异 表达的基因。蛋白质互作网络筛选出10个Hub基因。DEGs功能分析主要涉及蛋白质消化吸收、PI3K-Akt信号通路、ECM-受 体相互作用、血小板激活信号通路。GEPIA数据库验证显示COL1A1 在胃癌组织中高表达,并和胃癌患者的不良预后有关。 miR-129-5p与COL1A1 mRNA的3’UTR结合。与正常组织相比,miR-129-5p在胃癌组织中表达明显下调,且与胃癌患者预后 具有一定相关性。结论miR-129-5p调控的COL1A1是胃癌潜在的治疗靶点。     

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...     

基于生物信息学筛选甲状腺癌关键基因和通路

目的探讨甲状腺癌(TC)发生发展的潜在生物学功能,筛选TC的关键基因和通路。方法从GEO数据库中下载3组基因芯片数据集,分析TC组织与正常组织差异表达基因(DEGs),利用多种在线分析软件对DEGs进行功能富集、通路分析、构建蛋白质互作网络、筛选关键基因,然后采用TCGA数据库对关键基因进行验证及生存分析。结果3组数据集分析得出410个共同DEGs,其中159个基因上调,251个基因下调。DEGs与癌症中的蛋白聚糖、P53信号通路、ECM-受体相互作用、细胞周期等信号通路有密切关系。筛选出14个关键基因,分别是CCNB2、FN1、MMP9、TIMP1、CXCL8、VCAN、EVA1A、LGALS1、KIF15、KIF20A、KIF4A、TOP2A、JUN和SDC2,其中MMP9、SDC2、KIF15和VCAN影响患者生存率,提示可以作为TC的潜在预后标志物。结论利用生物信息学方法筛选出14个关键基因和通路,可能有助于甲状腺癌的早期分子诊断与基因靶向治疗。     

肝癌相关差异表达基因的生物信息学分析及蛋白互作网络构建

目的 建立生物信息学分析筛选肝癌基因芯片差异表达基因的方法,助力肝癌发病分子机制的研究。方法 通过R语言软件分析肝癌芯片数据GSE45436中肝癌组织和癌旁组织差异表达的基因, DAVID软件对差异表达基因进行GO功能富集及KEGG通路富集分析,String和Cytoscape软件分析关键基因和模块。结果 共筛选出375个差异表达明显的基因,其中表达上调和下调的分别有99个和296个。差异基因功能分析主要涉及细胞周期、p53信号通路、补体途径、细胞色素P450代谢通路等。蛋白质-蛋白质相互作用（protein-protein interaction, PPI）网络显示拓扑异构酶Ⅱα (TOP2A) 可能与肝癌的发生发展最为相关。结论 本研究采用基因芯片结合生物信息学方法,构建了肝癌差异表达基因编码的蛋白互作网络。TOP2A可能是肝癌相关的核心基因。     

口腔癌及癌前病变中FHIT与cyclinD1/CDK4表达的相关性研究

目的 通过检测cyclinD1/CDK4在口腔鳞癌(OSCC)及癌前病变中的表达,并分析它们在口腔癌中的作用及相关关系。方法 采用免疫组化SP法检测64例OSCC、39例口腔癌前病变、12例正常口腔粘膜中cyclinD1、CDK4蛋白表达的情况,并比较其相关性。结果 cyclinD1/CDK4在OSCC组中的表达明显高于正常组和癌前病变组(P<0.01)。Spearman等级相关分析表明FHIT与cyclinD1、CDK4之间相关性不明显,而cyclinD1、CDK4之间有正相关关系。结论 FHIT、cyclinD1、CDK4在OSCC的发生和发展过程中起着一定的作用。FHIT可能并不通过影响cyclinD1/CDK4来发挥其功能。