于WGCNA的尿道下裂相关基因鉴定分析

目的 利用基因共表达权重网络（weighted gene co-expression network analysis,WGCNA）探索与尿道下裂发病相关的潜在基因。方法 利用WGCNA算法将数据集GSE35034处理并构建基因共表达权重网络,筛选出与尿道下裂相关性最高的模块,通过基因本体论（gene ontology,GO）、京都基因和基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）对模块中的基因进行富集分析。同时进行差异分析,筛选差异基因。将差异基因导入String数据库,利用Cytoscape软件,找出网络中枢纽基因。将以上3 种方法的结果系统分析,筛选出交集中的核心基因。利用外部数据集对核心基因进行mRNA表达变化及受试者操作特征（receiver operating characteristic,ROC）曲线诊断验证。结果 基于WGCNA方法得到15个共表达模块。通过差异分析获得了93个满足条件的共同差异基因。通过Cytoscape软件分析最终得到10个核心基因。最后3种方法得到2个交集基因：FBXL16、SYNDIG1。ROC曲线验证了交集基因在尿道下裂患者与正常人中表达存在差异。结论 本研究通过WGCNA获得了2个与尿道下裂具有显著相关性的关键基因,可用于尿道下裂发病及治疗的探索。     

基于WGCNA分析和SVM建模对轻度认知功能障碍患者血液基因生物标志物的筛选研究

目的： 分析轻度认知功能损害（mild cognitive impairment,MCI）患者的外周血表达谱数据,寻找MCI的基因生物标志物。 方法： 从GEO数据库下载GSE63063表达谱数据,采用加权基因共表达网络分析（weighted gene co-expression network analysis,WGCNA）明确与MCI相关的共表达模块,对最显著的模块进行功能富集分析,利用STRING数据库构建模块的蛋白互作（protein-protein interaction,PPI）网络,识别网络中的Hub基因,基于支持向量机（support vector machine,SVM）建立MCI的诊断模型,并进行受试者工作特征曲线（receiver operating characteristic curve,ROC）分析,检测其诊断能力。 结果： 通过WGCNA分析,发现9个与MCI相关的共表达模块,brown模块与MCI的相关性最强。通过MCC算法筛选出每个模块的前15个Hub基因,其中brown模块的Hub基因诊断能力最高,在训练集及验证集中的ROC曲线下面积分别为0.864、0.789。 结论： brown模块的Hub基因可成为诊断MCI的潜在生物学标志物。     

加权重基因共表达网络分析识别慢性肾脏病 足细胞损伤关键节点基因MAGI 2

目的 通过加权基因共表达网络分析（WGCNA）识别慢性肾脏病（CKD）足细胞损伤相关的基 因模块与关键基因。方法 从基因表达综合数据库（GEO）中下载包含足细胞损伤体外模型及CKD 患者肾小 球组份的表达谱GSE66107、GSE93798、GSE30528、GSE32591 4 个数据集。利用R 软件包做数据预处理并选 取错误发现率（FDR）<0.05 及差异倍数≥ 1.5 作为差异表达基因（DEG）;结合数据集GSE993395（133 例 CKD 患者肾小球样本）用WGCNA 进行模块化分析并对模块内基因进行功能注释（GO）,根据GO 结果和 含有文献报道的足细胞标准基因（PSG ）情况确定足细胞损伤相关模块,根据模块内基因连接度（Kwithin） 挑选枢纽（hub ）基因;利用Cytoscape 软件及插件Cluego 构建足细胞损伤相关模块基因的加权共表达网络。 结果 4 个数据集共得到 趋势一致的DEG 7 957 个,其中15 个DEG 在4 个数据集中均有差异（coDEG）。 GSE993395 中包含的4 031 个DEG 被用于WGCNA 分析;最终得到12 个基因模块,其中green 模块包含最多的 coDEG 和PSG,进一步通过Kwithin 发现其中同时作为coDEG 和PSG 的MAGI 2 基因是其hub 基因之一。结论 WGCNA 表达网络分析方法是一个高效的系统生物学方法,应用该方法发现CKD 时关键节点基因MAGI 2 在 足细胞损伤中可能起到重要作用。     

利用加权基因共表达网络分析识别胆道闭锁相关的枢纽基因

目的:通过加权基因共表达网络分析（WGCNA）识别胆道闭锁（BA）发病相关的枢纽基因。方法:从基因表达汇编（GEO）数据库下载BA基因芯片数据集GSE46960,利用WGCNA构建基因共表达网络,识别与BA相关的模块与枢纽基因,对关键模块进行基因本体论（GO）和京都基因和基因组百科全书（KEGG）富集分析。结果:通过WGCNA分析构建了20个基因共表达模块,确定与BA显著相关的模块为黄色模块（r=0.69,P＜0.05）,将黄色模块中的基因按基因连通性及基因显著性的不同阈值进一步筛选出16个枢纽基因。对黄色模块进行GO及KEGG分析显示,与BA显著相关的基因主要富集在细胞外基质（ECM）、细胞黏附分子、色氨酸代谢、甘油磷脂代谢、过氧化物酶体增殖物激活受体（PPAR）信号通路。结论:利用WGCNA方法识别出与BA相关的关键模块和16个枢纽基因,其中新发现有12个基因可能与BA发病相关,可能帮助阐明BA发病的机制。     

基于加权基因共表达网络分析及生物信息学分析鉴定肝细胞癌临床特征关键基因

目的：通过加权基因共表达网络分析鉴定肝细胞癌（hepatocellular carcinoma, HCC）临床特征密切相关模块基因，为临床早期诊断及治疗提供参考。方法：从GEO数据库下载GSE84598芯片数据，综合加权基因共表达网络分析提取与HCC临床特征密切相关的模块基因。通过最大集团中心性（maximal clique centrality, MCC）算法对蛋白相互作用网络分析，鉴定出枢纽基因；最后通过TCGA数据库验证枢纽基因的表达情况、Kaplan-Meier Plotter在线数据库评估枢纽基因与HCC患者的预后关系。结果：通过对比HCC组织样本与正常肝组织样本的基因表达数据，共获得6 262个差异表达基因，其中上调2 207个，下调4 055个。运用加权基因共表达网络分析鉴定出关键模块的120个基因；通过与差异表达基因取交集，得到候选枢纽基因115个。富集分析结果显示，候选枢纽基因与细胞有丝分裂、p53信号通路等密切相关。进一步运用MCC算法对115个候选枢纽基因的蛋白相互作用网络进行分析，鉴定出5个枢纽基因，即NUF2、RRM2、UBE2C、CDC20和MAD2L1。通...     

加权基因共表达网络挖掘并验证调控前列腺癌转移的枢纽基因

目的 通过加权基因共表达网络分析（WGCNA）挖掘并验证前列腺癌转移的关键枢纽基因。方法 对前列腺癌全基因组芯片GSE6919进行主成分分析（PCA）,通过R语言分析差异表达基因（DEGs）;利用WGCNA构建基因共表达网络并筛选关键基因;在 TCGA 公共数据中分析基因表达量及其与患者预后的关系;设计和验证针对转移相关的关键基因HNRNPA2B1的小分子干扰片段,通过MTT、流式细胞术、克隆形成、Transwell等实验验证其对前列腺癌细胞系生长、凋亡、克隆形成、迁移和侵袭的影响。结果 PCA分析显示癌转移组和原位及癌旁组明显分开聚类,基因表达差异显著。WGCNA分析得到与癌转移组密切相关的模块,与干细胞分化、氨基酸代谢及免疫反应密切相关。进一步筛选得到与前列腺癌发生相关的（BDH1、PAK4、EXTL3）和转移相关的（NKTR、CTBP2、HNRNPA2B1）6个枢纽基因,在TCGA数据库中有表达差异,且与患者的总生存期相关。Western blotting结果显示HNRNPA2B1小分子干扰成功;干扰片段转染PC3及LNCap细胞,MTT实验结果显示沉默HNRNPA2B1可抑制前列腺癌细胞的生长,流式细胞术结果显示沉默HNRNPA2B1可诱导细胞凋亡,克隆形成实验显示沉默HNRNPA2B1可抑制其克隆形成,Transwell实验显示沉默HNRNPA2B1显著抑制前列腺癌细胞的迁移和侵袭（P<0.05）。结论 发现前列腺癌发生相关的BDH1、PAK4、EXTL3和转移相关的NKTR、CTBP2、HNRNPA2B1 6个枢纽基因,为前列腺癌调控机制的研究提供了新思路。     

基于加权基因共表达网络分析方法筛选并鉴定结直肠癌的驱动基因

目的 基于加权基因共表达网络分析(WGCNA)方法筛选并鉴定结直肠癌(CRC)的驱动基因,探讨核心驱动基因在CRC发生发展、诊断和治疗中的作用。方法 通过NCBI基因表达综合数据库(GEO)收集CRC相关的数据,数据集为GSE21510,芯片平台为GPL570;使用GEO2R工具对差异基因进行分析,根据P值和基因表达fold-change对差异基因进行排序,选择前2 000个样本进行进一步分析。使用WGCNA算法进行模块构建,分析模块与临床特征的相关性,鉴定出与临床表型高度相关的模块,提取与临床性状相关性最高的模块内基因,将基因导入Cytoscape,分析核心基因,选择核心基因CYTH1进一步研究。基于Oncomine数据库分析CYTH1在结直肠癌组织与对照结直肠组织中的差异表达。取对数生长期LOVO、SW620、HCT116、SW480、RKO、CaCo2和NCM460细胞,应用实时荧光定量-聚合酶链式反应(RT-qPCR)法检测CYTH1在各种细胞中的表达;取对数生长期HCT116和SW480细胞,转染CYTH1基因干扰片段,采用细胞计数试剂盒-8法检测细胞增殖情况,Transwe...     

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.     

基于加权基因共表达网络分析识别抑郁症的差异表达基因模块

目的·采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)探索抑郁症相关的差异基因模块及其枢纽基因,并对差异基因模块进行生物功能注释.方法·在之前对8例抑郁症患者及8名健康对照者(对照组)的外周血mRNA微阵列分析实验的基础上,应用t检验筛选...     

经共表达网络初探介入治疗后心房颤动的作用机制

目的 探究加权基因共表达网络识别冠状动脉（以下简称冠脉）介入治疗后与心房颤动（AF） 有关的基因模块。方法 选取青海省心脑血管病专科医院收治的4 例冠脉介入治疗后发生AF 患者和4 例冠 脉介入治疗后未发生AF 患者的左心房组织。对其进行转录组测序并筛选出差异表达基因，应用加权基因共 表达网络分析算法构建与AF 有关的基因模块。结果 共识别824 个差异表达基因及与患者临床表型有关的 模块，RCAN1 和DNAJA4 基因与AF 严重程度有相关性。结论 构建共表达网络并从中筛选与AF 有关的枢 纽基因，能更好地理解这些枢纽基因在冠脉介入治疗后导致AF 的作用。     

Identification of Potential Therapeutic Targets of Alzheimer’s Disease By Weighted Gene Co-Expression Network Analysis

Objective Alzheimer’s disease (AD) is the most common cause of dementia. The pathophysiology of the disease mostly remains unearthed, thereby challenging drug development for AD. This study aims to screen high throughput gene expression data using weighted co-expression network analysis (WGCNA) to explore the potential therapeutic targets.Methods The dataset of GSE36980 was obtained from the Gene Expression Omnibus (GEO) database. Normalization, quality control, filtration, and soft-threshold calculation were carried out before clustering the co-expressed genes into different modules. Furthermore, the correlation coefficients between the modules and clinical traits were computed to identify the key modules. Gene ontology and pathway enrichment analyses were performed on the key module genes. The STRING database was used to construct the protein-protein interaction (PPI) networks, which were further analyzed by Cytoscape app (MCODE). Finally, validation of hub genes was conducted by external GEO datasets of GSE 1297 and GSE 28146.Results Co-expressed genes were clustered into 27 modules, among which 6 modules were identified as the key module relating to AD occurrence. These key modules are primarily involved in chemical synaptic transmission (GO:0007268), the tricarboxylic acid (TCA) cycle and respiratory electron transport (R-HSA-1428517). WDR47, OXCT1, C3orf14, ATP6V1A, SLC25A14, NAPB were found as the hub genes and their expression were validated by external datasets.Conclusions Through modules co-expression network analyses and PPI network analyses, we identified the hub genes of AD, including WDR47, OXCT1, C3orf14, ATP6V1A, SLC25A14 and NAPB. Among them, three hub genes (ATP6V1A, SLC25A14, OXCT1) might contribute to AD pathogenesis through pathway of TCA cycle.     

缺血性脑损伤大鼠外周血动态共表达网络分析

目的: 研究大脑中动脉栓塞（MCAO）大鼠不同造模时程外周血的特异表达基因及特征共表达网络模块。方法: 利用GEO数据库的基因表达谱芯片GSE119121联合R语言分析MCAO造模后不同时间点（0、1、2、3、6及24 h）外周血的差异表达基因。通过STEM工具筛选不同造模时程基因表达模式。利用基因本体（GO）数据库和京都基因与基因组百科全书（KEGG）数据库对差异表达的基因进行功能注释和通路富集。在R语言环境下利用CEMiTool包对基因表达谱矩阵进行共表达网络构建及模块分析,并将模块与不同造模时间点进行富集分析。结果: 与造模0 h相比,造模后1、2、3、6及24 h差异表达基因数分别为163、502、527、550、75。共有38种基因表达模式被富集,其中模式65和模式34分别在2~6 h特异上调或下调,Hp、Nos2、P2ry10及Klf12为两种模式的代表性基因。共表达网络模块分析显示,造模急性期早期（1~6 h）基因状态与模块2正相关,造模1~3 h基因状态与模块3正相关,造模2~6 h基因变化与模块4正相关。基因模块6随着造模时间的迁移,与各时间点从正相关（0~2 h）逐渐转为负相关（3~24 h）,模块6主要与病毒应答及固有免疫应答相关,其网络核心节点包括Mx1、Mx2、Rtp4等基因。结论: 本研究初步筛选了缺血性脑卒中急性发病期大鼠外周血的特征基因及动态共表达网络模块,为探究缺血性脑卒中的病理生理变化规律提供了依据。     

加权基因共表达网络分析在鉴定卵巢癌干细胞特性关键基因的应用

目的 探讨关键干细胞特性基因在卵巢癌的诊断和治疗中的意义.方法 加权基因共表达网络分析(WGCNA)方法筛选出关键模块和基因;基因集富集分析(GSEA)和单细胞测序数据分析关键基因上调组高表达的信号通路;pRRophetic预测卵巢癌的化疗药物的敏感性;流式细胞术检测SKOV3细胞和肿瘤干细胞中CD44及CD117的表...     

基于TCGA数据库及分子对接探讨黄芪治疗胃癌的作用机制

目的 探讨黄芪治疗胃癌的作用机制。方法 通过中药系统药理学数据库和分析平台检索黄芪的化学成分及作用靶点。癌症基因组图谱数据库下载胃癌基因表达谱及临床特征数据,采用加权基因共表达网络分析（weighted correlation network analysis,WGCNA）识别胃癌共表达模块。将黄芪的作用靶点与胃癌共表达模块、差异基因取交集。STRING数据库构建蛋白质–蛋白质相互作用（protein-protein interaction,PPI）网络并提取黄芪改善胃癌预后的潜在靶点。通过GSE54129数据集、人类蛋白质图谱数据库、分子对接对潜在靶点进行验证。结果 共检索到黄芪有效活性成分16个及对应靶点190个;筛选得到差异表达基因2694个,其中上调基因1124个,下调基因1570个;构建的WGCNA共表达网络发现青绿色模块与胃癌有显著而稳定的相关性,构建韦恩图得到黄芪改善胃癌预后的27个差异表达基因。PPI网络鉴定得到10个关键基因,其中,微囊蛋白1(caveolin 1,CAV1)、前列腺素E2受体EP3亚型（prostaglandin E2 receptor EP3 su...     

通过加权基因共表达网络分析法探索胰腺癌特异表达的关键基因及表达网络

目的通过使用加权基因共表达网络分析(WGCNA)法研究胰腺癌潜在的分子机制,并寻找关键基因。方法从肿瘤基因组图谱(TCGA)数据库中获得胰腺癌和对照组的基因表达数据。通过limma包在R中识别差异表达的基因(DEGs)。采用WGCNA构建胰腺癌的基因共表达网络,并识别共表达模块,进行蛋白质相互作用(PPI)分析,及进行关键基因的筛选。结果共鉴定出胰腺癌106个DEGs,通过WGCNA分析,确定了一个关键模块(MEpurple)。进一步筛选出10个关键基因,包括PKP3,EPCAM,RAB25,CBLC,AP1M2,PRP15L,B3GNT3,ESRP1,AGR2,ARHGEF16。结论 WGCNA法可以识别出与胰腺癌相关的模块和基因,为进一步研究胰腺癌发生发展的分子机制以及靶向治疗提供理论依据。     

利用加权基因共表达网络挖掘乳腺癌相关疾病靶标

目的 利用公共数据库癌症基因组图谱（TCGA）,通过加权基因共表达网络分析（WGCNA）挖掘乳腺癌诊断年龄和肿瘤分期相关疾病靶标。方法 利用TCGA得到53例亚洲人种和126例非洲人种乳腺癌基因芯片表达数据及相应的临床指标,然后用R软件的WGCNA包分别构建这2个人群的共表达网络,得到与诊断年龄和肿瘤分期的相关显著性模块,并用在线网站DAVID进行功能富集,用在线网站UALCAN进行生存分析。结果 WGCNA分析得到11个与肿瘤分期和诊断年龄显著相关的模块。将11个模块取交集后得到42个候选基因,利用在线网站DAVID进行基因本体（GO）富集分析,发现这些候选基因主要富集在蛋白质结合功能方面。取42个候选基因中9个由WGCNA识别出的核心基因,输入在线网站UALCAN上行差异分析和生存分析,最终筛选出2个（ERLIN2和ASH2L）候选生物标志物,这2个基因在正常组织和癌组织中的表达差异有统计学意义（P<0.01）,且表达水平影响乳腺癌患者的生存期（P<0.05）。结论 利用数据挖掘寻找生物标志物或疾病靶标是一种高效、经济的研究方式。本研究通过数据挖掘发现ERLIN2和ASH2L为乳腺癌的候选生物标志物,可用于大样本临床验证及机制探讨。