组学方法筛选结核病生物标志物的应用进展

结核病目前仍然是世界范围内最严重的传染病之一。现有结核病诊断方法不能有效区分潜伏感染和活动性结核病例,延误后续的干预治疗。生物标志物含量在结核病潜伏感染、活动性结核等不同阶段存在差异,有望在感染早期做出预警。因此,筛选新的潜在结核病生物标志物,建立有效、快速、灵敏的诊断方法,有助于更早发现并及时采取结核病防治干预措施。随着基因组、转录组、蛋白组、代谢组等组学方法的发展,高通量筛选结核病生物标志物成为可能。交叉组学的应用还能够进一步提高生物标志物筛选的可靠性。本文就组学方法筛选结核病生物标志物的应用进行介绍,以期为新型结核病诊断方法研发提供线索。     

基于生物信息学的糖尿病心肌病生物标志物及关键通路的筛选

目的通过对基因表达(GEO)数据库中糖尿病心肌病(DCM)相关的基因芯片进行生物信息学分析,获得DCM的生物标志物及其调控的关键通路。方法从GEO数据库获取DCM的基因表达芯片(GSE26887),并借助DAVID在线分析平台对这些基因进行基因本体论(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,同时利用生物信息学软件STRING 10.0构建这些基因的蛋白-蛋白相互作用(PPI)网络。结果本研究中所采用的芯片GSE26887共包含7例DCM患者及5名健康对照。共筛选出差异表达基因(DEGs)236个,包括134个上调基因及102个下调基因。其中,差异最大的5个上调基因依次为NPPA、SFRP4、DSC1、NEB及FRZB;差异最大的5个下调基因依次为SERPINE1、SERPINA3、ANKRD2、XRCC4及S100A8。GO和KEGG结果表明,DCM发展过程中的DEGs主要富集在炎症、免疫紊乱、代谢紊乱、线粒体功能障碍等方面。PPI网络揭示连接度最高的15个hub基因依次为IL-6、MYC、ACTA2、SERPINE1、ASPN、SPP1、KIT、TFRC、FMOD、PDE5A、MYH6、FPR1、C3、CDKN1A及SOCS3。结论 DCM患者的DEGs与炎症、免疫紊乱及能量代谢密切相关,本研究所筛选出的差异最大的5个上调基因和5个下调基因有望成为DCM诊断的标志分子,15个hub基因有望成为DCM治疗的靶点。     

基于生物信息学的胃癌关键基因鉴定与预后分析

目的 胃癌是人类最常见的恶性肿瘤之一,其发病率、死亡率高,五年总体生存率低于30%,因此迫切需要鉴定新的诊断和预后生物标志物。本文旨在利用生物信息学方法寻找与胃癌发生发展相关的关键基因及信号通路。方法 从基因表达综合数据库(Gene Expression Omnibus, GEO)下载胃腺癌基因表达谱芯片,利用生物信息学技术及相关软件对GSE174237、GSE122796数据集进行差异表达分析并获取交集差异基因(Differentially expressed genes, DEGs),然后对DEGs进行富集和功能注释。利用STRING数据库构建DEGs的蛋白质相互作用网络(protein protein interaction network, PPI network),并通过Cytoscape软件及其插件分析PPI网络中的关键基因。使用基因表达谱交互式分析(Gene Expression Profiling Interactive Analysis, GEPIA)数据库、人类蛋白质图谱(Human Protein Atlas, HPA)数据库、Kaplan-Meier plott...     

基于生物信息学和机器学习鉴定验证溃疡性结肠炎诊断的生物标志物

目的 旨在通过生物信息学和机器学习寻找溃疡性结肠炎诊断的潜在生物标志物,并分析其免疫浸润特征。方法基于三个GEO数据库(GSE9452、GSE38713和GSE36807)的数据集进行分析,首先将数据集合并,用R软件“limma”包筛选溃疡性结肠炎与正常样本结肠黏膜组织的差异表达基因(DEGs),对DEGs进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集。采用最小绝对值收敛和选择算子(LASSO)和支持向量机-递归特征消除(SVM-RFE)筛选出关键基因。利用CIBERSORT对UC的免疫浸润特性进行了探索,并进一步分析关键基因与不同免疫细胞之间的关联。最后在不同探针平台的独立数据集(GSE13367)中验证关键基因的表达水平,采用受试者工作特性曲线(ROC)评估关键基因的诊断效能。结果GSE9452、GSE38713和GSE36807数据集共筛选出182个差异基因,包括55个下调基因和127个上调基因。功能富集分析表明DEGs主要参与体液免疫反应、含胶原蛋白的细胞外基质、细胞因子活性、细胞因子-细胞因子受体的相互作用等。通过两中机器学习算法及验证集验证,最终确立了DP...     

胰腺癌关键基因的筛选和分析:多数据联合生物信息学分析

目的 通过多数据联合生物信息学分析,明确候选基因与胰腺癌发生发展以及预后的相关关系.方法 从Gene Expression Omnibus(GEO)下载芯片数据集GSE15471、GSE16515、GSE28735,筛选差异表达基因.通过功能富集分析,利用STRING和Cytoscape软件构建蛋白质相互作用(prot...     

生物信息学筛选和分析非酒精性脂肪性肝病特征差异表达关键基因

目的:应用生物信息学方法筛选和分析非酒精性脂肪性肝病（NAFLD）特征差异表达关键基因。方法:GEO数据库中下载NAFLD相关的表达矩阵GSE89632,使用Limma包筛选健康样本、脂肪变性（SS）样本和非酒精性脂肪性肝炎（NASH）样本差异表达基因（DEGs）,WGCNA分析输出模块基因;模块基因与差异基因取交集确...     

一种潜在结核病特异性诊断分子标志物Circ-IRAKM的筛选鉴定

目的 分析Circ-IRAKM在活动型结核病患者外周血中的表达及其与结核病患者临床特征的相关性,评价其作为活动型结核病分子诊断标志物的预测价值。方法 通过公共数据库(Gene Expression Omnibus, GEO)筛选在结核病患者外周血差异表达的Circ-RNA,qRT-PCR技术验证Circ-IRAKM在活动型结核病患者外周血的相对表达,采用SPSS 23.0及ROC曲线等分析Circ-IRAKM作为诊断活动型结核病的价值,GO/KEGG数据库预测候选靶点生物学功能。结果 Circ-IRAKM在活动型结核病患者外周血中升高有统计学意义(t=9.096,P<0.001);Circ-IRAKM在结核病患者外周血的AUC为0.966,特异性为0.995,灵敏度为0.937;且其表达与外周血巨噬细胞相对值/绝对值呈正相关;数据库预测其可能通过NF-κB信号通路参与病原-宿主博弈过程。结论 Circ-IRAKM可作为结核病患者诊断及预后的候选特异性生物分子标志物。     

活动性结核病候选血清学诊断标志物的研究进展

结核病是由结核分枝杆菌感染引起的慢性传染病.我国是结核病高负担国家,目前新发结核病患者人数已位居全球第三.活动性结核病(ATB)患者是结核病的主要传染源,因此快速、准确地诊断ATB对于控制疾病传播和提高治疗效果尤为重要.相对于影像学和细菌学检查,血清学检测具有特异度更高、耗时更短等优点,而寻找可靠的血清学诊断标志物对于...     

基于生物信息学分析鉴定肝细胞癌预后生物标志物

目的 运用生物信息学方法筛选出新的肝细胞癌(HCC)预后生物标志物.方法 通过GEO2R筛选GSE14520数据集中的差异表达基因(DEG),利用STRING构建蛋白互作网络(PPI),Cytoscape软件筛选出关键基因.DAVID进行GO和KEGG分析,然后使用GEPIA分析关键基因在HCC中的表达以及与预后的关系...     

基于生物信息学筛选与宫颈癌免疫相关的分子标志物

目的 基于生物信息学方法筛选与宫颈癌免疫相关的分子标志物。方法 从基因表达汇编(GEO数据库获取24例正常宫颈组织和28例宫颈癌组织数据。从癌症基因组图谱(TCGA)数据库获取306例宫颈癌组织和3例正常宫颈组织数据。通过R软件ESTIMATE算法对数据集进行免疫、基质评分,分析评分与宫颈癌预后的关系。根据免疫评分筛选出差异表达基因(DEGs),并通过韦恩图显示其上调、下调情况,取两数据库所得交集。对关键基因进行GO富集分析、KEGG通路分析和基因集富集分析(GSEA)。构建蛋白质互作(PPI)网络。应用GEPIA2和UALCAN在线网站分析关键基因的表达水平并验证其与患者生存预后的关联性。结果基于TCGA数据库数据分析,高免疫评分组患者的生存情况优于低免疫评分组(log-rank检验：χ²=4.400,P=0.035)。基于TCGA数据库数据,根据免疫评分高低进行筛选,共获得了1 063个DEGs,其中包括640个上调基因和423个下调基因。基于GEO数据库数据共筛选出1 903个DEGs,包括了1 698个上调基因和205个下调基因。取两者交集最终得到7个下调...     

循环miRNA作为冠心病潜在生物标志物的研究进展

冠心病是全球发病率和死亡率较高的一种心血管疾病,给人类带来严重的社会经济负担.尽管医疗技术在不断地进步,但目前广泛应用于冠心病诊断及评估的方法仍具有一定的局限性,因此寻找一种新的用于冠心病早期诊断、严重性评估及预后判断的生物标志物是非常必要的.近年来新发现的循环miRNA有望成为许多疾病的潜在生物标志物,如心血管疾病、...     

基于生物信息学分析鉴定阿尔茨海默病中关键差异表达基因及其潜在治疗靶点

目的 利用生物信息学方法挖掘阿尔茨海默病(AD)的基因表达谱,筛选出与该病发生发展相关的关键基因。方法 从基因表达综合数据库(GEO)下载数据集GSE132903,利用R语言进行分析,鉴定出差异表达基因(DEGs),利用DAVID数据库对差异基因进行GO与KEGG功能富集分析,利用string数据库对差异表达基因进行蛋白互作网络分析,随后利用Cytoscape软件中的插件cytohubba进行关键基因筛选。结果 在AD的基因表达谱中鉴定了319个差异表达基因。其中上调基因118个,下调基因201个,与正常对照组样本相比,AD患者样本中神经活动配体-受体相互作用、GABA能突触、突触囊泡循环、长程增强效应等通路显著改变。基于多种算法得到关键基因分别是：SNAP25、SYP、SYT1、SYT4,其中SYT4在AD中的作用机制尚未有报道。结论 利用生物信息学方法成功构建了在AD中起关键作用的蛋白互作网络,发现了4个与疾病相关的关键基因,进一步证明了突触功能在AD中的重要作用,其中SYT4可能是AD治疗的新靶点。     

基于加权基因共表达网络分析筛选肝细胞癌预后相关生物标志物及潜在治疗药物

目的 筛选肝细胞癌(hepatocellular carcinoma, HCC)预后相关生物标志物,从分子水平探讨HCC可能的发病机制,并预测对HCC具有潜在治疗作用的候选药物。方法 下载TCGA数据库和GEO数据库中HCC的转录组数据及其临床记录信息。分别对其基因表达谱数据进行加权基因共表达网络分析(weighted gene co-expression network analysis, WGCNA)和差异表达基因分析,选取两个数据集中与疾病正相关性最高的模块基因与差异表达基因取交集作为关键基因。利用GO和KEGG对关键基因进行功能富集分析。利用STRING数据库构建PPI网络,使用Cytoscape软件对关键基因进行相关性分析,筛选核心基因。使用R语言程序包K-M进行生存分析明确核心基因与HCC患者预后关系。利用在线数据库DGIdb、DREMIT联合进行HCC潜在治疗药物的筛选,依据药物靶点匹配数量、优选得分、特异性得分对预测结果进行排序,选择排名靠前的药物作为可能的候选治疗药物。结果 最终共得到64个关键基因,主要富集于细胞周期与分裂、DNA复制和损伤修复、病毒感染、P53信号...     

基于基因表达综合数据库芯片的慢性心力衰竭生物标志物的筛选与生物信息学分析

目的:对慢性心力衰竭(CHF)患者基因芯片数据进行生物信息学分析,寻找表达特征基因谱。方法:利用基因表达综合数据库(GEO)中基因芯片数据筛选出CHF信息的芯片。分别采用GO富集分析和KEGG富集分析对差异基因进行功能注释和通路分析。结果:CHF患者外周血样品中9个基因存在差异表达,其中4个(CX3CR1、HSPA1L、DYNLL1、MYC)表达上调,5个(JUN、ZNF331、RORA、TRIM13、PPP1R16B)表达下调。这些差异表达的基因被富集到不同的生物学过程或分子功能的子集中,主要集中在14个方面,在分子功能—蛋白质结合方面富集最显著(GO:0005515),同时主要富集在Inflammatory bowel disease (IBD)、MAPK signaling pathway、Erb B signaling pathway和Colorectal cancer四条通路上。结论:通过对GEO数据库中CHF的表达数据分析研究而筛选出的差异表达基因,可能为该疾病的早期诊断治疗和靶向药物的开发提供重要理论依据。     

膜性肾病关键基因的生物信息学分析

目的 基于微阵列数据鉴定膜性肾病(MN)中显著差异表达的基因,并为膜性肾病的诊断与治疗寻找新的潜在基因靶点.方法 通过基因表达数据库(GEO)下载GSE108109、GSE115857两个数据集.应用GEO2R工具筛选出正常肾组织与MN患者肾组织的差异表达基因(DEGs).应用DAVID数据库,对DEGs进行基因本体论...     

结核潜伏感染诊断新型候选标志物的筛选及临床验证

目的 筛选及临床验证结核潜伏感染(LTBI)新型候选标志物,为研究LTBI诊断新方法提供科学基础。方法 选择2013年1月至2015年12月就诊于遵义医学院附属医院的活动性肺结核患者(ATB组)、LTBI者(LTBI组)及健康人群(H组)血清。小样本分别独立地与包含4262个结核分枝杆菌(MTB)重组蛋白的Mtbprot^TM芯片反应进行初筛,选择差异较为明显的蛋白质,定制成蛋白小芯片,进行较大样本验证,对有效数据进行归一化处理,根据单个蛋白的P值进行评价,进一步通过SPSS统计软件,优化出最优组合。结果 用Mtbprot^TM芯片,经32份血清(H组7份、LTBI组9份及ATB组16份)试验验证,初筛出前100个可能与LTBI相关蛋白质,用这些蛋白质制成小芯片,分别与204份血清(H组44份,LTBI组60份,ATB组100份)进行进一步验证试验,优选出8个蛋白标志物,分别为Rv1860、Rv2031c、Rv1441c、Rv0494、Rv3301c、Rv0351、Rv1821和Rv0280,其组合诊断LTBI的特异性及敏感性分别为90.9%和83.1%。结论 成功筛选鉴定出8个LTBI新型候选蛋白标志物,其组合应用在LTBI诊断和鉴别诊断上具有较大的潜在应用前景。     

生物标志物助力帕金森病早期诊断

帕金森病（PD）是第二大常见的神经系统退行性疾病,其诊断主要依赖详细的病史及体格检查。PD的早期诊断准确性亟待提高。生物标志物是PD早期诊断的重要工具,文章对PD早期诊断的临床、影像、生化、遗传、病理等生物标志物进行总结阐述,并对其未来发展方向进行讨论。     

基于生物信息学技术分析老年自发性脑出血的相关通路及关键基因

目的 基于生物信息学技术分析老年自发性脑出血的相关通路及关键基因.方法 2021年9—10月,从基因表达数据库(GEO)下载GSE24265数据集,从其中选取4个血肿周围区域样本作为实验组,相应的4个对侧灰质样本作为对照组.采用R软件及相关安装包进行数据预处理、差异基因的筛选和GO功能、KEGG通路富集分析及基因集富集...