整合生物信息学分析筛选宫颈癌的关键预后生物标志物

目的 通过生物信息学分析鉴定宫颈癌(cervical cancer,CC)的潜在诊断、预后基因.方法 下载GEO数据库中GSE90738数据集和TCGA数据库中的宫颈癌转录组数据用于生物信息学分析.使用R软件中"Limma"包分别鉴定GSE90738数据集和TCGA数据库中宫颈肿瘤组织与宫颈正常组织间的差异表达基因,使...     

肾透明细胞癌核心基因的生物信息学分析及AURKB表达的验证

目的 利用生物信息学手段,在肾透明细胞癌(KIRC)中筛选目标基因AURKB,分析其在肾透明细胞癌中的临床意义。方法 在GEO数据库下载GSE66271数据集后,筛选差异基因。基于STRING数据库和Cytoscape软件挑选hub基因。利用GEPIA在线数据库验证基因AURKB在肾透明细胞癌组织中的表达及预后关系。通过免疫组化实验验证AURKB在肾透明细胞癌组织与癌旁正常组织的表达差异。结果 对数据集GSE66271分析后,共获得517个差异基因,其中155个上调基因,362个下调基因。在差异基因网络中的10个枢纽基因,从中选取基因AURKB进行验证。GEPIA数据库分析显示AURKB高表达均显著降低了KIRC患者的总生存期(OS)及无病生存期(DFS)(均P<0.001),表示其可能为KIRC的促癌基因。此外AURKB的表达与KIRC患者的不同疾病阶段呈正相关关系(P<0.001)。免疫组化实验表明AURKB蛋白表达主要在细胞核内,在癌组织中阳性表达(58.00%,29/50)高于癌旁正常组织(24.00%,12/50),差异有统计学意义(χ²=1...     

生物信息学方法筛选胰腺癌进展相关的核心基因

目的·筛选胰腺癌进展相关的核心基因和关键通路.方法·通过GEO(Gene Expression Omnibus)数据库检索筛选得到包含45例胰腺癌组织和45例癌旁正常组织的基因芯片数据集GSE28735.采用GEO2R在线分析工具提取癌组织及癌旁正常组织的基因,联合RStudio软件筛选差异表达基因(different...     

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 ...     

基于数据库挖掘分析FN1、COL4A1、COL4A2基因在胃癌中的表达及意义

目的 基于数据库挖掘分析胃癌预后预测和胃癌靶向治疗的潜在关键基因(Hub基因)。方法 本研究选取基因表达综合数据库(GEO)的GSE33651和GSE118916数据集(研究时间为2011年11月—2019年8月)。GEO2R进行胃癌差异表达基因(DEGs)分析。DAVID数据库对DEGs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。采用STRING数据库和Cytoscape软件构建DEGs的蛋白质-蛋白质相互作用(PPI)网络,其中Degree>10的DEGs被认为是Hub基因。基于癌症基因组图谱(TCGA)的胃腺癌数据,使用OncoLnc和UALCAN数据库对Hub基因进行生存分析和表达分析。TIMER数据库对Hub基因进行免疫浸润分析。结果 GSE33651和GSE118916中鉴定出80个共有上调和34个共有下调DEGs。DEGs富集在69个GO条目和7个KEGG信号通路。从PPI网络中筛选出14个Hub基因。FN1、COL4A2和COL4A1基因在胃癌组织的表达水平均显著高于胃正常组织,且在胃癌中具有良好的预后预测价值。FN1、COL4A2和COL...     

多数据库联合分析卵巢癌预后相关基因

目的 寻找卵巢癌预后的关键基因,为卵巢癌治疗提供新的靶点.方法 从基因表达汇编(GEO)数据库GSE18520和GSE14407数据集、癌症基因组图谱(TCGA)数据库及基因型-组织表达(GTEx)数据库中下载卵巢癌相关数据,用R 3.6.2软件limma包进行差异表达基因分析,随后使用R 3.6.2软件cluster...     

未分化型甲状腺癌差异表达基因的生物信息学分析

目的:运用生物信息学方法筛选未分化型甲状腺癌(ATC)的关键基因及其信号通路,探讨其致癌机制.方法:从GEO数据库下载GSE85457、GSE65144和GSE53072基因芯片.利用GEO2R分析工具筛选出ATC的差异表达基因,通过韦恩图分析工具获得共同差异表达基因.利用DAVID数据库和STRING分析工具对共同差...     

基于生物信息学筛选女性肺腺癌核心基因及其特征分析

目的：利用生物信息学方法对女性肺腺癌肿瘤组织及正常组织的差异表达基因进行筛选及分析,筛选出女性肺腺癌发生发展的关键基因,并为后续研究提供候选基因。方法：从GEO数据库中下载肺腺癌基因芯片数据集GSE19804、GSE40791、GSE31210、GSE7670、GSE10072、GSE32863、GSE75037,利用在线工具GEO2R筛选出数据集中正常女性肺组织和女性肺腺癌组织的差异表达基因（DEGs）,然后利用DAVID数据库对DEGs进行GO和KEGG富集分析,接着利用STRING和Cytoscape软件构建蛋白互相网络（PPI）并筛选出Hub基因,并利用oncomine、UALCAN数据库进行验证,最后使用Kaplan-Meier plotter数据库对筛选出的Hub基因进行生存分析。结果：在7个数据集中共筛选出276个DEGs,其中69个上调,207个下调。共筛选出CDC20、CENPF、KIAA0101、TOP2A、ASPM、TYMS、MCM4、NUSAP1、MELK、UBE2C等10个Hub基因,Kaplan-Meier生存分析显示除ASPM外,其余9个均与女性肺腺癌的总...     

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)...     

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...     

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.     

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。     

顺铂耐药卵巢癌的差异表达基因和信号通路富集分析

目的 分析顺铂耐药卵巢癌的差异表达基因和信号通路.方法 用美国国立信息中心NCBI的GEO数据库获得顺铂耐药卵巢癌基因集GSE15372, 通过R与Bioconductor软件进行差异表达基因分析;再利用DAVID在线工具对顺铂耐药卵巢癌差异表达基因进行GO本体分析、KEGG通路分析.结果 差异倍数在2倍以上、FDR值小于0.05为标准, 筛选出上调差异表达基因和下调差异表达基因获得差异表达基因211个, 其中上调基因120个, 下调基因91个;基因富集分析发现差异表达基因集中在黏着斑、TGF-β信号通路等生物过程 (P<0.05) .结论 顺铂耐药卵巢癌存在一些特异的差异表达基因, 有部分信号通路在顺铂耐药卵巢癌中明显富集.     

基于生物信息学分析慢性荨麻疹的关键基因及分子机制

目的 对慢性盆腔炎应用中西医治疗的临床疗效进行观察及研究。 方法 选取2019年3月至2020年3月襄阳市中医医院诊治的慢性盆腔炎(CPID)患者中符合本研究要求标准的患者100例作为研究对象，随机抽签法将其分为对照组及观察组，分别应用不同治疗方案。应用常规西药治疗的50例患者纳入对照组，应用中西药联合治疗的50例患者纳入观察组，比较两组临床疗效与炎性指标。 结果 观察组治疗有效率为98.00%，显著高于对照组的84.00%(P＜0.05)；治疗后对照组C-反应蛋白为(6.80±1.61)mg/dl，高于观察组的(3.78±1.39)mg/dl；对照组白介素-2为(5.87±1.41)U/L，低于观察组的(7.60±1.28)U/L(P＜0.001)。 结论 中医标证治疗慢性盆腔炎可实现标本兼治效果，且中药饮片多为天然药物，药性温和不良反应相对较少，联合西医治疗可显著提升治疗有效性及安全性，临床价值显著，值得重视并推广并应用于临床中。     

基于房颤中circRNA-miRNA-mRNA网络构建和免疫细胞浸润的生物信息学分析

目的：采用生物信息学方法挖掘公共数据库,构建房颤（AF）的内源性RNA (ceRNA免疫调节网络,了解AF的发生发展机制。方法：从基因表达数据库（GEO）中下载AF患者和健康对照者环状RNA (circRNA)(GSE129409)、微小RNA (miRNA)(GSE28594)和mRNA(GSE41177)基因表达数据。采用R软件中的“limma”数据包鉴定出差异表达的circRNA、miRNA和mRNA,并通过相关数据库进行可视化展示。通过ENCORI、circBank、TargetScan和miRDB数据库预测差异表达的circRNA、 miRNA和mRNA之间的调控关系,并基于circRNA-miRNA对和miRNA-mRNA对构建ceRNA调控网络。采用DAVID数据库对差异表达mRNA (DEmRNA)进行基因本体论（GO）和京都基因和基因组百科全书（KEGG）富集分析以注释其功能。采用受试者工作特征（ROC）曲线筛选最佳基因特征并计算ROC曲线下面积（AUC）。采用CIBERSORT软件分析AF中免疫细胞浸润情况。结果：共鉴定出103个差异circRNAs、 37个差异m...     

通过生物信息分析筛选肾上腺皮质癌的关键生物标志物和治疗靶点

目的基于生物信息学分析的方法寻找肾上腺皮质癌(ACC)的分子标志物及其相关治疗靶点。方法通过基因表达综合数据库寻找并下载关于ACC的基因表达芯片GSE19776和GSE143383,采用在线分析工具(GEO2R)对两组芯片数据进行分析,筛选出肿瘤与正常组织的差异基因,并对差异基因进行Gene Ontology基因富集分析及KEGG信号通路富集分析。再对差异基因String网站进行PPI网络构建,然后通过Cytoscape软件进行可视化分析,筛选出相关的核心基因。结果筛选出的上调差异核心基因分别为RACGAP1、CCNB1、TYMS、MAD2L1、NCAPG、CDK1,下调差异基因的核心基因为IGF1、CXCL12、TLR4、TGFBR2、HGF,它们与患者的病理分期及总体生存率存在相关性。结论筛选出的核心基因为将来ACC的诊断以及相关靶向治疗提供了相关依据。     

基于数据库挖掘:TRIM44蛋白在结直肠癌中的表达差异分析

目的通过数据挖掘分析TRIM44在结直肠癌中的表达及意义。方法对TCGA和GEO数据库结直肠癌中TRIM44的数据进行R语言脚本分析,并通过GEPIA、TIMER等多个数据库进行了差异表达、生存分析、肿瘤纯度与免疫浸润的关系以及相关基因的共表达和GO与KEGG分析。结果TRIM44在结肠癌中有明显的差异表达(P<0.001),TRIM44高表达者预后较差(P<0.05)。TRIM44在直肠癌中无明显差异表达。GO和KEGG分析结果显示,TRIM44共表达基因富集于调节干细胞多能性信号传导途径等多个通路。进一步免疫浸润分析提示TRIM44与M₀和M₂免疫细胞基因有明显的相关性。结论TRIM44可通过作用于M₀和M₂细胞影响CCL2基因表达,进而对结肠癌的发生和发展产生调控作用。TRIM44有望成为结肠癌早期诊断和免疫治疗新靶点。     

基于大数据的前列腺癌生物信息学分析

【目的】利用生物信息学的方法,对GEO和TCGA两个基因组学数据库进行分析,探究与前列腺癌相关的差异基因及相关的调控网络。【方法】综合GEO数据库的前列腺癌基因表达芯片数据（GSE46602、GSE55945）和TCGA数据库的RNA-seq数据,利用GEO2R及R语言的edgeR包进行基因差异分析,获得共同的显著差异基因,结合R语言的clusterProfiler包进行GO功能分析及KEGG通路分析,同时利用string网站进行蛋白互作网络分析,筛选出前列腺癌中调节蛋白表达量的关键基因,再结合TCGA临床随访数据分析关键节点基因的临床预后价值。【结果】获得共同差异基因共278个,其中表达上调100个,表达下调178个,它们与上皮细胞的调节增殖、含苯化合物的代谢过程等功能以及谷胱甘肽代谢和粘着斑等信号通路密切相关。蛋白互作网络分析结果得出3个重点蛋白表达模块以及12个关键节点基因。在这些关键基因中,EDN3、EDNRB和AMACR与前列腺癌患者的生存率密切相关。【结论】通过对前列腺癌基因芯片和RNA-seq数据的生物信息学分析,我们发现EDN3、EDNRB与AMACR很可能在前列腺癌的发生发展过程中发挥重要作用。     

急性心肌梗死患者循环内皮细胞相关基因的生物信息学分析

目的应用生物信息学法对急性心肌梗死(AMI)患者外周血循环内皮细胞的相关基因进行分析。方法从基因表达综合数据库(GEO)中下载基因芯片数据集GSE66360利用GE02R、DAVID及STRING等分析平台筛选差异表达基因,并进行基因本体(GO)分析、信号通路(KEGG)分析及蛋白-蛋白相互作用网络(PPI)分析,应用Cytoscape软件进行模块分析并筛选核心基因。结果共筛选出2个下调基因和80个上调基因差异表达基因主要富集于免疫应答、炎症反应、碳水化合物类结合、细胞外基质、细胞因子-细胞因子受体相互作用等生物学过程;识别出的9个核心基因中,IL1B、SLC11A1及LILRB2为显著上调的差异基因,CCR2为下调基因。结论AMI时循环内皮细胞出现表达变化的基因功能主要富集在免疫应答、炎症反应、碳水化合物类结合、细胞外基质、细胞因子-细胞因子受体相互作用等生物学过程,其中显著变化的核心基因IL1B、SLC11A1、LILRB2及CCR2可能发挥着重要作用,可能是AMI的预防和治疗的靶点。