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。     

基于生物信息学筛选小细胞肺癌相关关键基因

目的 筛选与小细胞肺癌(SCLC)相关的关键基因,为后续生物学功能研究提供分子靶标。方法 首先从基因表达综合数据库(GEO)提取含有SCLC癌组织和癌旁组织基因表达数据的数据集GSE43346和GSE40275,用GEO2R在线程序分析SCLC癌组织和癌旁组织之间的差异表达基因(DEGs)。使用DAVID数据库对SCLC的DEGs进行基因本体(GO)功能富集分析以及京都基因和基因组百科全书(KEGG)通路富集分析。使用STRING数据库构建DEGs的蛋白质相互作用网络(PPI),并用Cytoscape软件作图。使用Cytoscape中的MCODE和cytoHubba插件分析重要的功能模块及子模块中的关键基因。结果 GEO数据分析结果显示,SCLC癌组织和癌旁组织共有232个DEGs(151上调基因,81个下调基因)。GO富集分析结果显示,DEGs主要参与细胞分裂等生物过程,构成细胞核等细胞组分,发挥蛋白质结合等分子功能。KEGG通路富集分析结果显示,DEGs主要富集于细胞周期、HTLV-I感染、癌症通路等。经过构建PPI网络,分析其重要的功能模块及其关键基因,结果鉴定出10个关键基因可...     

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。     

基于生物信息学途径筛选缺血性脑卒中关键基因及药物预测

筛选缺血性脑卒中的关键基因及重要信号通路,预测可能对脑卒中有用的药物。     

帕金森病关键基因及通路的筛选及其生物信息学分析

目的 通过分析帕金森病患者与健康人基因芯片数据,寻找差异基因及其关键通路。方法 利用GEO 数据库中高通量基因芯片数据库筛选出帕金森病患者与健康对照的芯片。采用GO 基因功能注释和KEGG 通路富集分析,筛选出帕金森病的特征基因簇和通路,并进行蛋白质相互作用网络可视化分析。结果 筛选出15 个差异基因及7 个关键节点蛋白。经差异基因分析后,发现神经丝、网格蛋白包被组装及多巴胺受体信号通路富集程度最高。结论 本研究利用生物信息学方法,从不同的角度研究帕金森病的遗传学背景,在基因层面为帕金森病的诊断学标志与精准治疗提供新的思路。     

脓毒症心肌功能障碍关键基因的筛选及生物信息学分析

目的 筛选脓毒症心肌功能障碍(SIMD)的关键基因,分析其主要参与的生物学过程.方法 利用R软件对脓毒症患者及SIMD小鼠模型的数据集进行差异分析,提取SIMD相关基因,并进行生物学分析、相关性分析及蛋白质-蛋白质相互作用网络分析.结果 脓毒症小鼠模型、脓毒症患者分别有143个和318个差异基因,其中包含84个SIMD...     

基于生物信息学方法筛选高砷暴露人群的关键基因

目的 利用生物信息学方法筛选高砷暴露人群关键基因及相关信号通路。方法 从高通量基因表达(gene expression omnibus, GEO)数据库下载GSE110852数据集，通过GEO2R在线工具筛选差异表达基因(differentially expressed genes, DEGs),应用R语言绘制火山图和热图。应用注释、可视化和综合发现数据库(the database for annotation, visualization and integrated discovery, DAVID)对DEGs进行基因本体(gene ontology, GO)和京都基因和基因组数据库(kyoto encyclopedia of genes and genomes, KEGG)通路富集分析，使用R语言绘制结果气泡图。通过基因/蛋白相互作用检索搜查工具(search tool for the retrieval of interacting genes/proteins, STRING)数据库构建差异表达基因的蛋白质-蛋白质相互作用(protein-protein interactio...     

基于生物信息学方法筛选散发性克雅氏病神经炎症相关关键基因

目的:鉴定散发性克雅氏病(SCJD)神经炎症相关的关键基因.方法:用GEO2R工具筛选GSE160208数据集中的SCJD脑组织(n=27)和正常脑组织(n=20)的差异表达基因(DEGs).用R语言的"cluster Profiler"和"DOSE"包对DEGs进行富集分析.通过STRING数据库和Cytoscape...     

骨肉瘤关键基因及免疫浸润的生物信息分析

目的 通过生物信息学方法筛选骨肉瘤潜在的关键基因,并分析其免疫浸润模式。方法 从基因表达综合数据库(GEO)获取与骨肉瘤相关的基因表达谱GSE16088和GSE12865,采用生物信息学方法筛选与骨肉瘤相关的差异表达基因(DEGs),并进行基因本体(GO)功能注释和京都基因与基因组百科全书(KEGG)富集分析、免疫细胞浸润分析。通过蛋白质-蛋白质相互作用网络筛选出骨肉瘤潜在的关键基因,利用癌症基因组图谱数据库(TCGA)验证关键基因在骨肉瘤和正常组织样本中的表达情况。结果 共筛选出108个DEGs。GO功能注释和KEGG富集分析显示,DEGs主要富集在整合素结合、细胞外基质(ECM)结构成分、ECM受体相互作用和磷脂酰肌醇3-激酶/蛋白激酶B(PI3K/Akt)信号通路。巨噬细胞是骨肉瘤最主要的免疫浸润细胞。分泌型磷蛋白1(SPP1)、基质金属肽酶2(MMP2)、赖氨酰氧化酶(LOX)、V型胶原蛋白α(II)链(COL5A2)、黑色素瘤细胞黏附分子(MCAM)5个关键基因在骨肉瘤和正常组织样本中的表达存在差异(P均<0.05)。结论 SPP1、MMP2、LOX、COL5A2、MCAM在骨肉瘤中均上调,可能是骨肉瘤潜在的生物标志物。巨噬细胞是骨肉瘤最主要的免疫浸润细胞,可为骨肉瘤的治疗提供新的方向。     

基于生物信息学方法筛选卵巢癌铂类化疗耐药相关基因的研究

目的：从分子水平揭示卵巢癌化疗耐药的发病机制,为进一步的临床研究提供参考。方法在公共基因芯片数据库GEO中找到卵巢癌相关基因芯片数据,使用Bioconductor R 2．13．0软件包对其进行分析,找到卵巢癌化疗铂类化疗耐药相关基因;利用STRING 9．1、DAVID 6．7在线工具对这些基因进行生物学分析。结果共获得283个差异表达基因,其中表达上调基因69个,下调表达基因214个。62个基因的蛋白有相互关系,确定ESR1、IGF1、SDC2、ADCY2、ADCY8、PTHLH、BMP等为关键基因。这些基因的功能主要涉及底物特异性通道活性、被动的跨膜转运活性,参与钙信号通路、MAPK 信号通路等。结论利用生物信息学的方法分析基因芯片数据可有效筛选并确定其中的关键基因,卵巢癌铂类化疗耐药的发生与基因分子水平表达变化有关,确定复发性卵巢癌相关基因的功能及其参与通路为研究卵巢癌耐药的治疗靶点提供了新的思路。     

基于蛋白的宫颈癌相关基因生物信息学分析

目的/意义 运用生物信息学方法挖掘与宫颈癌相关的基因,探讨与HPV E6/E7密切相关差异表达基因的特征及临床意义。方法/过程 以UCSC的TCGA和GTEx中宫颈癌的宫颈组织及临床信息作为训练集。以GEO中与宫颈癌相关的表达谱芯片GSE63514作为验证集。首先,使用R软件limma包筛选肿瘤和正常样本的DEGs,制作与MigDB中E6/E7蛋白相关基因的韦恩图。利用survival包进行生存分析,通过ROC和蛋白表达水平进行验证。其次,通过拷贝数变异和甲基化相关性得到关键基因。最后,构建特异性共表达网络并进行富集分析和免疫浸润分析。结果/结论 与HPV E6/E7蛋白相关的差异表达基因有101个,经筛选有3个基因意义显著,分别是E2F1、MCM4和PCNA。同时,经通路分析后发现特异性共表达网络中的基因显著富集在DNA复制、染色体组织等通路。通过免疫相关性分析发现关键基因与CD4 T细胞、B细胞和中性粒细胞显著相关。DNA复制、染色体组织等为宫颈鳞癌发生发展以及HPV E6/E7编码蛋白显著相关的分子机制和关键基因。     

肾纤维化相关关键候选基因的生物信息学筛选

目的 基于生物信息学方法分析肾纤维化小鼠模型的转录组测序数据并加以体内验证,寻找关键候选基因.方法 从GEO数据库下载转录组数据,挖掘单侧输尿管梗阻(UUO)2 d和UUO 8 d模型组中差异表达明显的基因,利用R软件包对筛选出的差异表达基因进行基因功能富集分析;采用加权基因共表达网络分析(WGCNA)方法构建共表达模块,并对基因进行Cytoscape可视化分析,制作蛋白相互作用网络图(PPI);对中枢基因结合文献和功能分析,筛选出与肾纤维化进程相关度较大的基因行Real-time PCR mRNA水平检测,采用蛋白质印迹技术、免疫组织化学进行蛋白水平分析.结果 筛选出从急性肾损伤(AKI)进展至慢性肾脏病(CKD)病程中差异表达的1503个基因,基因集富集分析(GSEA)结果显示,这些基因主要富集在上皮细胞转分化与炎症应答信号通路等;通过WGCNA构建的4个基因共表达模块,筛选出与肾纤维化关系密切的20种中枢基因,从中挑选出的6个核心基因验证结果显示,RELB、υCAM1和Pdlim13种基因随着肾纤维化程度的加重,表达水平均明显上调(P<0.05).结论 RELB、υCAM1和Pdlim1可作为肾纤维化相关关键候选基因,为寻找CKD的早期诊断和治疗靶标提供新线索.     

基于生物信息学分析SLC44A4基因在乳腺癌中的表达及其临床意义

目的 通过分析生物信息数据库,探讨胆碱转运蛋白样蛋白SLC44A4基因在乳腺癌中的表达及其临床意义.方法 检索Oncomine数据库,分析SLC44A4基因在不同类型肿瘤中的表达情况;检索基因表达谱动态分析(gene expression profiling interactive analysis,GEPIA)数据库,对比乳腺癌组织与正常乳腺组织之间SLC44A4基因的表达差异,分析该基因的表达水平与乳腺癌临床病理分期的关系.利用Kaplan-Meier Plotter在线分析SLC44A4基因表达水平与乳腺癌患者预后的关系.检索肿瘤单细胞(CancerSEA)数据库分析SLC44A4基因与乳腺癌单个细胞功能状态的相关性.结果 SLC44A4在多种肿瘤组织中高表达.与正常乳腺组织相比,乳腺癌组织中SLC44A4基因的表达明显升高(P＜0.05),且不同临床病理分期和分型的乳腺癌患者SLC44A4基因表达水平比较差异有统计学意义(P＜0.05).从总体来看,SLC44A4基因高表达组总生存(overall survival,OS)期高于低表达组(P＜0.05).此外,SLC44A4基因的表达与乳腺癌细胞的侵袭、细胞周期、DNA修复呈正相关性.结论 SLC44A4基因在乳腺癌组织中高表达,与患者预后相关,并与乳腺癌细胞功能存在一定相关性.     

对结肠癌中CD133相关基因及通路的生物信息学筛选

目的:寻找与结肠癌干细胞表面标志物CD133表达密切相关的基因及其参与的生物过程。方法:通过生物信息学方法,利用GEO数据库中结肠癌基因芯片数据,结合R2平台,筛选出与CD133表达显著相关的基因,分析相关基因在不同性别、肿瘤原发部位及分期中的表达差异。同时,利用GO及KEGG工具对与CD133表达显著相关基因进行基因本体和KEGG通路分析。结果:130例结肠癌标本中126例检测出CD133表达,与CD133表达显著相关基因共598个(正相关504个,负相关94个),且正负相关性前7位基因的表达与患者性别、肿瘤原发部位及分期无明显关系(P>0.05)。对基因本体及KEGG通路分析后发现,598个相关基因参与O聚糖合成、鞘糖脂合成等多个肿瘤相关生物过程。结论:CD133在结肠癌中普遍表达,CD133表达相关的基因参与了多个肿瘤生物过程,为深入研究结肠癌干细胞分子标志物相关基因及其参与的生物过程提供了一定参考。     

小细胞肺癌潜在治疗靶基因的生物信息学分析

目的:寻找与小细胞肺癌(small cell lung cancer,SCLC)相关的关键基因和信号通路,筛选SCLC潜在的治疗靶基因.方法:利用基因表达综合数据库中SCLC相关数据集筛选差异表达基因(differential expressed genes,DEGs),并进行功能和通路富集分析.应用STRING和Cytoscape软件构建蛋白互作网络,筛选关键DEGs,并对DEGs进行表达验证及生存分析.结果:筛选出的81个DEGs主要参与有丝分裂、细胞周期和DNA复制等信号通路,通过蛋白互作网络筛选出8个关键DEGs:AURKA、CENPF、BUB1B、RACGAP1、NUSAP1、KIF11、KIF20A和PBK,这些关键DEGs均为有丝分裂相关基因且相互关联,其中CENPF高表达与SCLC不良预后相关.结论:CENPF等基因是SCLC发生发展的关键DEGs,有望成为SCLC的潜在治疗靶点.