宫颈癌关键基因及其机制的生物信息学分析

目的 通过生物信息方法挖掘宫颈癌的关键基因,分析其潜在作用机制。方法 从GEO数据库遴选5个基因芯片数据集(GSE63514、GSE64217、GSE6791、GSE89657和GSE9750),筛选宫颈癌差异表达基因。构建差异表达基因的PPI网络,利用Cytoscape筛选核心基因。对核心基因进行表达验证、启动子甲基化分析、基因拷贝数分析、免疫分析等。结果 通过数据集筛选出90个差异表达基因,利用PPI网络遴选出5个核心基因,分别为CDK1、CCNA2、CCNB1、CDC20和TOP2A。5个核心基因在宫颈癌中均为高表达,其mRNA表达水平与核心基因拷贝数值呈正相关(P<0.05);核心基因与宫颈癌的免疫细胞浸润有关,主要涉及CD8⁺T细胞、CD4⁺T细胞、巨噬细胞、中性粒细胞和树突状细胞(P<0.05);与宫颈癌免疫分型有潜在关系,主要涉及C1型(创面愈合)、C2型(IFN-γ显性)和C4型(淋巴细胞消耗)。结论 CDK1、CCNA2、CCNB1、CDC20和TOP2A可作为宫颈癌新的生物学标志物。基因拷贝数改变可能影响核心基...     

miRNA-497与miRNA-195基因簇在宫颈癌组织中的表达及预测靶基因的生物信息学分析

目的探讨miRNA-497-195基因簇在宫颈癌组织中的表达,并对其预测的靶基因进行生物信息学分析,为miRNA-497-195基因簇在宫颈癌发生中的作用机制研究提供理论基础。方法收集2010年3月～2012年3月在广西壮族自治区人民医院就诊患者的宫颈标本,利用miRNA芯片技术检测宫颈病变组织中miRNA表达谱,用real-time RT-PCR进行验证;采用real-time RT-PCR检测miRNA-497和miRNA-195在宫颈病变组织中的表达情况,并用Spearman法进行miRNA-497与miRNA-195相关性分析。通过生物信息学预测miRNA-497和miRNA-195的靶基因,并对其靶基因进行GO（gene ontology）功能富集分析及信号转导通路富集分析。结果芯片结果显示,宫颈癌及高度鳞状上皮内瘤变中miRNA-195和miRNA-497表现为下调（均P〈0.05）。real-time RT-PCR结果显示,miRNA-497和miRNA-195在宫颈癌组织中表现为下调,且表达存在显著性相关（r=0.983,P〈0.05）。miRNA-497和miRNA-195预测靶基因大量重合,且集合功能也大量重合,并富集于细胞周期调控、生物学过程调控、转录调控、基因表达及核苷酸代谢过程等生物学过程,以及蛋白结合、核酸结合、蛋白激酶活性、连接酶活性等分子功能（P〈0.01）;KEGG通路分析涉及癌症通路、p53信号通路、GnRH信号通路、细胞外因子信号通路等信号传导通路及直肠癌、前列腺癌、甲状腺癌、黑色素瘤、慢性粒细胞性白血病、非小细胞肺癌等疾病通路（P〈0.05）。结论 miRNA-195和miRNA-497在宫颈癌组织中呈现低表达,二者表达呈显著正相关,miRNA-497-195基因簇可能是宫颈癌的抑制因子。miRNA-497和miRNA-195预测靶基因功能大量重合,并显著富集在与肿瘤发生相关的信号通路中。     

基于生物信息学分析的圆锥角膜相关Hub基因及其通路的鉴定

目的：明确圆锥角膜（KC）潜在的目标基因并探讨其潜在的病理机制。方法：从GEO数据库中下载GSE77938的基因芯片数据并进行生物信息学分析。GSE77938数据集包含50个样本,包括25例KC患者和25例正常对照者。采用Cytoscape软件进行GO和KEGG富集分析,并通过Cytoscape软件构建差异表达基因（DEGs）的蛋白相互作用（PPI）网络。结果：在KC中共鉴定出1 547 个DEGs,包括1 103 个上调基因和444 个下调基因。GO分析结果显示,上调的DEGs在生物过程（BP）中的1 220条通路中显著富集、细胞成分（CC）的黑素体的102条通路和分子功能（MF）的102条通路中显著富集。下调DEGs的富集功能在BP、CC和MF中分别为99、64和47个通路。KEGG通路分析显示上调的DEGs富集于72条通路,而下调的DEGs富集于8条通路。从PPI网络中鉴定出Hub基因TNF、JUN、IFNG、PTPRC、ICAM1、FOS、IL6、CXCL8、LCK、CSF2、MMP9、ITGAX、CD40LG和IL10,ClueGO分析发现这些基因涉及GO术语中的6 条显著通路和KEGG中的3 条通路。结论：所鉴定的DEGs和枢纽基因促进了对KC发生的分子机制的理解,其可能作为KC治疗的分子靶点和诊断性生物标志物。     

生物信息学分析筛选骨关节炎关键基因的研究

目的 通过生物信息学研究骨关节炎(OA)和健康对照者的差异表达基因(DEGs),为诊断和治疗OA提供新的靶点.方法 从GEO数据库下载基因芯片数据集GSE55457、GSE55235、GSE12021,采用GEO2R在线分析工具筛选出各数据集的DEGs并找到交集.采用DAVID在线分析工具进行GO功能富集和KEGG通路...     

基于生物信息学筛选并分析男性肝癌患者发病中的关键基因

目的 筛选男性肝癌患者中的差异基因并分析探讨其对不同性别患者预后的影响。方法 在GEO数据库中获取男性肝癌患者的基因表达数据,通过GEO2R在线工具获取差异基因(DGEs)并在DAVIAD数据库中进行GO和KEGG富集分析;STRING数据库中进行差异基因网络互作分析(PPI),结合Ctoscape插件Cytohubaba获取前10位的关键基因,并且在GEPIA、Kaplan-Meier plotter数据库中分析其对不同患者预后的影响。结果 从GSE19665与GSE84002中分别筛选出男性患者与健康对照者的差异基因并取交集,最终得到162个DGEs;使用DAVID网站对DGEs进行聚类分析,GO功能富集分析显示DGEs主要参与细胞分裂、胞外区、铁离子结合等过程;KEGG分析显示DGEs主要参与细胞周期、卵母细胞减数分裂、p53等信号通路;使用STRING网站对DGEs做PPI网络互作分析,并用Ctoscape软件的MCODE和CytoHubba两个APP从PPI网络中分解关键网络分析核心基因获取了10个关键基因(CDCA8,CCNB2,BUB1,KIF20A,DLGAP5,BIRC5,CDC20,CDK1,ASPM,TOP2A);使用GEPIA网站查询得知TCGA数据中的核心基因均高表达;使用Kaplan-Meier plotter网站分析,细胞周期蛋白B2(recombinant cyclin B2,CCNB2)和有丝分裂相关基因(abnormal spidle microtubule assembly,ASPM)两个基因高表达且与男性患者预后差相关。结论 与女性肝癌患者相比,CCNB2和ASPM的高表达与男性肝癌患者整体生存期显著相关,可作为男性肝癌患者早期诊断和个性化治疗的靶向分子标志物。     

基于生物信息学分析肝癌发病的关键基因及通路

目的 探索肝癌差异表达的基因及关键通路,并提供肝癌发生和治疗的生物信息学基础.方法 首先使用R语言获得GSE14520数据集中差异表达的基因,通过DAVID数据库进行GO和KEGG功能途径富集分析,使用STRING数据库构建蛋白质间相互作用(PPI)网络,使用Cytoscape软件筛选核心模块和关键基因,并使用GEPI...     

基于生物信息学筛选并综合分析肝细胞癌关键基因

目的：通过生物信息技术,检索肝细胞癌（LIHC）相关基因及对相关基因进行深入分析。方法：利用基因数据表达库（GEO）检索“LIHC“词条,下载GSE109903芯片数据,通过生信分析筛选对照组及组差异表达基因,对所获得差异表达基因进行GO功能分析、KEGG通路分析、差异基因特征表达分析并作可视化处理;蛋白互作网络分析并作可视化处理,筛选与LIHC相关性较强的核心基因EEF1A1与HK2。通过GEPIA、Kaplan-Meier plotter、GeneMANIA、Timer2.0数据库进行分析,明确LIHC关键基因的差异表达、预后价值和免疫细胞浸润情况。结果：共筛选到1 059个差异表达基因,包括637个上调基因、872个下调基因;功能分析显示差异基因主要参与以DNA为模版的正向转录调控、核体功能、核染色质功能、RNA结合等过程;通路分析显示差异基因参与系统性红斑狼疮、酒精中毒等疾病通路与RNA聚合酶Ⅰ启动子开放通路等;差异基因特征表达分析显示与差异基因特征相似的药物主要有CDC抑制剂、前列腺素、血清素受体拮抗剂、BAF转录阻遏抑制剂、酪氨酸磷酸酶抑制剂等;蛋白互作网络分析显示与LIH...     

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...     

基于生物信息学方法筛选结直肠癌转移的相关基因

目的：　应用生物信息学对基因芯片数据进行分析,探讨结直肠癌的转移机制,寻找潜在的转移及预后标记物。方法：　从GEO数据库选取GSE41568、GSE68468进行分析,使用R语言limma包筛选结直肠原发癌与转移瘤之间的差异基因,获得2个数据集的共同差异基因;运用clusterProfiler包进行功能富集分析并进行可视化;通过STRING数据库、Cytoscape软件进行蛋白质互作网络分析及关键模块的筛选;使用TCGA数据库的结直肠癌数据对差异基因进行表达分析和生存分析。结果：　共筛选出108个共同差异基因;通过基因富集分析发现,差异基因主要富集在补体及凝血级联等通路及生物学过程中;通过蛋白质互作网络分析发现3个关键模块;基于TCGA数据对共同差异基因分析发现,CLCA1、COLEC11、FCGBP、PDZD2、SERPINA1、SPINK4共6个基因在Ⅰ-Ⅱ和Ⅲ-Ⅳ期结直肠癌的表达有显著差异（P<0.05）,并且与结直肠癌的预后显著相关（P<0.05）。结论：　通过生物信息学筛选出108个共同差异基因及3个关键模块,并得到6个预后相关基因,为研究结直肠癌的转移机制及预后、靶向治疗提供了一定的理论支持。     

生物信息学方法分析与宫颈癌有关联的基因

目的 通过TCGA和GEO数据库筛选与宫颈癌相关的关键基因,探讨其分子机制及临床意义。方法 通过TCGA和GEO数据库获取宫颈癌的基因表达谱数据,采用加权基因共表达网络分析(WGCNA)获取宫颈癌与正常宫颈组织差异表达基因(DEGs),对DEGs进行富集分析、蛋白-蛋白互作网络(PPI)分析并识别关键基因,进一步对关键基因与预后及蛋白表达、以及与宫颈癌免疫浸润的关系进行分析。结果 通过TCGA与GEO数据库中共得到88个宫颈癌DEGs, GO分析发现大部分基因与核染色体减速分裂、核染色体分裂、染色体集缩、核染色体等相关;KEGG信号通路分析发现宫颈癌DEGs参与了细胞周期、DNA复制、卵母细胞减数分裂、p53信号通路、同源重组等信号通路。鉴定出20个宫颈癌关键基因,仅有丝分裂阻滞缺陷2样蛋白1(MAD2L1)低表达患者的总生存期(OS)长于MAD2L1高表达患者(P=0.013),但MAD2L1高表达患者的无病生存期(DFS)与低表达患者差异无统计学意义(P>0.05),宫颈癌组织中MAD2L1蛋白高于正常组织。TIMER在线软件分析显示,MAD2L1与肿瘤的免疫浸润水平均相关(...     

运用生物信息学方法探究肾上腺皮质癌的关键基因

目的:运用生物信息学方法筛选肾上腺皮质癌(adrenal cortical carcinoma,ACC)的差异表达基因,为ACC诊疗提供新的生物标志物。方法:从GEO数据库中选择基因数据集GSE14922、GSE19776、GSE12368,通过GEO2R工具在线分析,筛选出肾上腺皮质癌组织与正常肾上腺组织的差异表达基因。利用DAVID和STRING在线分析差异表达基因并构建蛋白-蛋白相互作用网络。运用Cytoscape软件筛选关键基因,使用GEPIA在线分析关键基因与ACC预后的关系。结果:共筛选出229个差异表达基因,其中上调基因51个,下调基因178个。分析显示其显著富集于细胞周期、P53信号通路,分子功能主要涉及细胞骨架蛋白组合、生长因子结合功能。MCC筛选出8个关键基因,分别是cyclinB1(CCNB1)、cyclinA2(CCNA2)、cyclin-dependent kinases (CDK1)、threonine-protein kinase BUB1 beta (BUB1B)、mitotic arrest deficient 2 like 1 (MAD2L1)、ri...     

利用生物信息学分析食管腺癌的核心基因和通路

目的：　探讨食管腺癌（esophageal adenocarcinoma,EAC）的核心基因及通路。方法：　结合GEO数据库分析EAC与正常食管组织间的差异表达基因。利用多种在线分析软件对中枢基因进行功能富集、通路分析、构建蛋白质互作网络及挑选核心基因。结合TCGA、Oncomine肿瘤数据库对核心基因进行验证以及绘制受试者工作特征（receiver operating characteristic,ROC）曲线、计算曲线下面积（area under the curve,AUC）。结果：　4个GEO数据集分析得出中枢基因共141个,富集在细胞外基质中,主要通过糖酵解、糖异生通路和酪氨酸、组氨酸、苯丙氨酸、β-丙氨酸代谢通路。筛选出3个核心基因,COL1A2的AUC为0.707~0.954;TIMP1的AUC为0.795~0.984;MMP1的AUC为0.896~1.000。结论：　利用生物信息学方法筛选出与EAC相关的核心基因及通路,有助于EAC的早期分子诊断与基因靶向治疗。     

基于生物信息学筛选脓毒症中性粒细胞活化的关键基因

目的基于生物信息学筛选脓毒症中性粒细胞活化的关键基因。 方法从GEO数据库中下载4个成人脓毒症芯片数据集(GSE69528、GSE28750、GSE57065、GSE95233),进行差异表达基因(DEG)筛选。基因本体论(GO)分析DEG,STRING数据库构建蛋白互作网络,Cytoscape软件提取关键基因,CIBERSORT算法估算数据集中的免疫细胞表达水平,ROC曲线评价关键基因对脓毒症患者的诊断价值。取儿童脓毒症相关芯片数据集(GSE66099)进行验证。 结果4个成人脓毒症数据集筛选出299个重叠DEG,其中112个基因上调,187个基因下调。GO主要富集于中性粒细胞活化、中性粒细胞脱颗粒、肽酶调节活性、糖胺聚糖结合、特殊颗粒、囊泡腔等。筛选出脓毒症中性粒细胞活化的关键基因10个,在脓毒症中表达水平均上调,ROC曲线下面积均大于0.7,具有较好的诊断价值。儿童脓毒症数据集验证结果与成人脓毒症数据集结果一致。 结论基于生物信息学方法筛选出脓毒症中性粒细胞活化相关的10个关键基因,为脓毒症的早期诊断、预后判断及治疗提供了潜在新靶点。     

基于芯片数据的雌激素受体阳性乳腺癌他莫昔芬耐药相关基因分析

目的:从分子水平揭示激素受体阳性乳腺癌他莫昔芬耐药的机制,并寻找潜在的治疗他莫昔芬耐药的靶点。方法:从公共基因芯片表达数据库（GEO）中下载雌激素受体阳性乳腺癌的相关基因芯片数据GSE67916,利用GEO2R在线分析工具筛选他莫昔芬耐药性与敏感性乳腺癌的差异表达基因;并利用DAVID软件对所筛选差异表达基因进行相关功能及通路富集分析;通过STRING、Cytoscape等工具对其进行蛋白间相互作用网络的构建和分析。结果:筛选出438个差异表达基因,其中300个上调表达基因,138个下调表达基因。GO功能分析发现这些差异基因主要参与蛋白结合、细胞对雌激素的反应、免疫应答、细胞质及细胞外基质等分子功能及生物学过程;KEGG通路富集分析显示主要富集在MAPK信号通路和HIF-1信号通路等。STRING、Cytoscape分析显示MAPK1、ESR1、SMARCA4、RANBP2和PRKCA为潜在的关键节点基因,对其进行文献挖掘及分析显示与激素受体阳性乳腺癌他莫昔芬耐药相关。结论:利用生物信息学方法对他莫昔芬耐药与他莫昔芬敏感的雌激素受体阳性乳腺癌的差异表达基因分析,可有效发掘这些差异表达基因的相互作用,为雌激素受体阳性乳腺癌他莫昔芬耐药寻找新的治疗靶点提供新方向。     

Screening of key genes in gastric cancer with DNA microarray analysis

Background

The aim of this study was to identify key genes and novel potential therapeutic targets related to gastric cancer (GC) by comparing cancer tissue samples and healthy control samples using DNA microarray analysis.

Methods

Microarray data set {"type":"entrez-geo","attrs":{"text":"GSE19804","term_id":"19804"}}GSE19804 was downloaded from Gene Expression Omnibus. Preprocessing and differential analysis were conducted with of R statistical software packages, and a number of differentially expressed genes (DEGs) were obtained. Cluster analysis was also done with gene expression values. Functional enrichment analysis was performed for all the DEGs with DAVID tools. The significantly up- and downregulated genes were selected out and their interactors were retrieved with STRING and HitPredict, followed by construction of networks. For all the genes in the two networks, GeneCodis was chosen for gene function annotation.

Results

A total of 638 DEGs were identified, and we found that SPP1 and FABP4 were the markedly up- and downregulated genes, respectively. Cell cycle and regulation of proliferation were the most significantly overrepresented functional terms in up- and downregulated genes. In addition, extracellular matrix–receptor interaction was found to be significant in the SPP1-included interaction network.

Conclusions

A range of DEGs were obtained for GC. These genes not only provided insights into the pathogenesis of GC but also could develop into biomarkers for diagnosis or treatment.     

宫颈癌相关基因的筛选及生物信息学分析

目的 从分子水平揭示官颈癌的发病机制,为临床诊疗提供新工具.方法 在公共基因芯片数据库GEO中找到宫颈癌的相关基因芯片数据,使用BRB-ArrayTools软件包对其进行统计学分析,找到官颈癌相关基因;利用Panther在线分析软件对这些基因进行生物学分析.结果 在宫颈癌组织共找到37条差异表达基因,上调23条,下调14条.这些基因的功能大致分为细胞骨架结构、转运载体、细胞信号转导、转录调控、细胞粘附、细胞凋亡等.结论 利用生物信息学的方法 能有效分析基因芯片数据并获取生物内在信息,官颈癌的发生是由于多种基因表达改变所致,为确定宫颈癌的早期诊断标志与新治疗靶位开辟了新的思路.     

结直肠癌中O-型糖基化相关差异基因的筛选及分析

目的 通过鉴定得出正常和异常O-型糖基化结肠癌细胞之间的差异表达基因（differentially expressed genes,DEGs）,即O-型糖基化相关差异基因,并探讨其促进肿瘤发生发展的潜在机制。方法 运用单色标记表达谱芯片技术对经Cosmc表达质粒或其空白对照质粒稳定转染的LS174T Tn（+）细胞进行检测,采用RNA杂交获得基因表达谱数据,通过Wegstalt平台的基因通路富集（gene set enrichment analysis,GESA）方法行GO基因本体（gene ontology,GO）分析和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）肿瘤相关通路分析,R语言行热图聚类分析,STRING在线软件对蛋白网络进行差异及整合分析。结果 通过分析获得了1 474个符合条件的DEGs,其中有502个基因上调,972个基因下调;GO分析显示DEGs主要参与细胞外基质组织及生长因子活性相关的生物学过程;KEGG分析DEGs主要富集在磷脂酰肌醇-3激酶（phosphatidylinositol 3-kinase,PI3K）、转化生长因子-β（transforming growth factor-β,TGF-β）和Wnt等经典信号通路上。结论 本研究首次着眼于结肠癌细胞中由O-型糖基化引起的转录组学变化,有助于揭示O-型糖基化修饰的结直肠癌分子特征,并为科学研究和临床治疗提供新的方向。