基于生物信息学分析胰腺癌的关键基因

目的 利用生物信息学分析胰腺癌发生、发展的关键基因,为胰腺癌的早期诊断、预后评估及靶向治疗提供理论依据。方法 从GEO数据库中获取GSE15471基因芯片数据集,在线分析工具GEO2R筛选差异表达基因,并对差异表达基因进行GO、KEGG富集分析和蛋白互作网络分析,利用Cytoscape软件的cytoHubba插件筛选出关键基因,通过GEPIA数据库对关键基因再次验证。结果 从GSE15471基因芯片中共筛选出267个显著差异表达基因,其中上调基因232个,下调基因35个。富集分析显示差异表达基因主要涉及细胞黏附、PI₃K-Akt信号通路、蛋白水解、炎性反应、胶原分解代谢、免疫反应等。通过蛋白互作网络筛选出11个关键基因,下调基因ALB、EGF,上调基因MMP2、CXCL8、FN1、COL1A1、SPP1、MMP1、ITGA2、COL3A1、CRP。GEPIA数据库中关键基因表达情况与基因芯片分析结果一致,生存分析显示胰腺癌患者总生存时间与MMP1、ITGA2基因表达高低相关。结论 生物信息学筛选出的11个关键基因在胰腺癌的发生、发展中有重要作用,是潜在的胰腺癌特异肿瘤分子学标志物和靶向治疗新位点。     

基于lncRNA-mRNA共表达网络的HBV相关肝癌生物靶点筛选及综合分析

目的 对公共基因表达数据库(GEO)中的HBV相关肝癌数据进行生物信息学分析,探讨长链非编码RNA(lncRNA)与mRNA在HBV相关肝癌中的作用.方法 从GEO数据库下载HBV相关肝癌数据集,利用相应R包对数据集的差异表达基因进行计算与比较,获取差异基因并构建lncRNA-mRNA共表达网络、蛋白质相互作用(PPI...     

LINC00707-miR-338-3p-ITGB8竞争性内源性RNA网络与胰腺癌不良预后相关

目的 探讨参与胰腺癌发生发展过程中的竞争性内源性RNA(competing endogenous RNA,ceRNA)网络，为胰腺癌的发病机制提供新的认识。方法 从基因表达综合数据库(Gene Expression Omnibus, GEO)中收集6个胰腺癌数据集，通过GEO2R和STRING工具识别共同差异表达基因(differentially expressed genes, DEGs)和hub基因，利用DAVID工具对共同DEGs进行功能富集分析，利用基因表达谱交互分析数据库(Gene Expression Profiling Interactive Analysis, GEPIA)、人类蛋白质图谱(Human Protein Atlas, HPA)和Kaplan-Meier Plotter分析并确认hub基因的基因表达、蛋白表达和预后意义，进一步在StarBase网页工具中探索感兴趣的基因并以此构建ceRNA网络。结果 在6个数据集中发现191个共同DEGs和9个hub基因(MET, COL1A1, LAMA3, LAMB3, LAMC2, ITGA2, ITGA3, ITGB...     

FAM25A在胰腺癌中临床价值及潜在机制的生物信息学分析

目的:通过生物信息学方法,探究FAM25A对胰腺癌的诊断、预后价值,分析其与免疫浸润相关性,并对该基因在胰腺癌中发生发展的潜在作用机制进行阐述。方法:从TCGA、GTEx和GEO数据库获取胰腺癌数据集,Rstudio用于数据分析和可视化。明确FAM25A的表达差异,采用K-M分析FAM25A的表达与胰腺癌总生存时间的关系,Cox回归分析FAM25A表达与胰腺癌预后因素的相关性,分析FAM25A表达与免疫细胞浸润的相关性。根据WGCNA将与FAM25A和肿瘤纯度最相关的模块基因导入STRING构建PPI网络并获取GO和KEGG,采用GSEA分析FAM25A高低表达的富集通路,利用Cytoscape中MOCDE聚类子网络获取显著相关的节点,综合以上信息分析FAM25A在胰腺癌中的潜在机制。结果:差异分析提示FAM25A在胰腺癌中高表达具有统计学意义(P<0.01);K-M分析结果显示FAM25A高表达患者的生存期明显短于低表达患者;对胰腺癌预后相关因素进行Cox回归分析,结果提示FAM25A为胰腺癌的独立危险因素(HR=2.4, 95%CI=1.614-3.592);免疫细胞浸润相关...     

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。     

基于生物信息学及体外实验研究大黄素治疗胰腺癌的靶点

目的：运用生物信息学及细胞实验方法研究大黄素治疗胰腺癌的靶点。方法：从基因表达综合数据库（GEO）获取胰腺癌转录组数据集GSE62452、GSE28753，通过中药系统药理学数据库和分析平台（TCMSP）以及PharmMapper Server协同分析获得大黄素作用靶点，将两者靶基因进行交叉筛选，获得大黄素在胰腺癌中的潜在靶点基因。通过DAVID数据库对靶点基因做KEGG、GO功能富集分析，通过GEPIA数据库对潜在靶点基因做差异表达和生存分析。体外培养胰腺癌细胞，CCK-8法检测不同浓度大黄素对胰腺癌细胞增殖的影响。将细胞分为正常对照组和不同浓度大黄素组，实时荧光定量PCR(RT-qPCR)检测纤溶酶原激活剂（PLAU）、酪氨酸激酶受体（MET）、环氧化物水解酶2(EPHX2)、基质金属肽酶1(MMP1)mRNA表达，western blotting检测EPHX2蛋白表达。结果：获得大黄素和胰腺癌17个共同靶点基因。功能富集分析显示，靶基因主要富集在细胞外空隙、细胞外来体、丝氨酸内切酶活性、蛋白质水解、钙离子结合等通路。差异表达分析显示：胰腺癌组织与正常组织MMP1、EPHX2、PL...     

基于GEO数据库探究结直肠肿瘤相关基因及其功能

目的 利用生物信息学分析方法,结合GEO数据库,探讨获取结直肠肿瘤关键基因的差异表达情况。方法 使用GEO数据库分析结直肠肿瘤患者的肿瘤组织和正常组织基因表达数据,使用GEO2R筛选差异表达基因(differential expression genes, DEGs),利用David数据库对DEG进行基因本体论(gene ontology, GO)富集分析,获得DEG的分子功能、细胞组分和生物过程结果,利用基因组百科全书(Kyoto encyclopedia of genes and genomes, KEGG)获取差异基因在疾病状态下的信号通路信息,构建差异基因间蛋白质相互作用网络,并使用Cytoscape软件对网络中的关键节点进行拓扑分析,筛选出结直肠肿瘤患者发生过程中的关键基因。结果 通过对GSE21510数据集的生物信息学分析,共鉴定到664个DEGs,其中结直肠肿瘤患者高表达基因234个,低表达基因430个。这些DEGs主要参与细胞分裂、RNA聚合酶II启动子转录正和负调控等生物过程,同时参与细胞核、胞质、细胞质、核浆、细胞膜等细胞成分组成,并参与蛋白质绑定、ATP绑定等分子...     

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...     

基于GEO数据库筛选狼疮性肾炎的关键基因和信号通路

目的·利用生物信息学分析方法筛选狼疮性肾炎相关差异表达基因及相关信号通路.方法·从GEO公共数据库中下载GSE32591数据集矩阵数据,应用R软件limma包进行标准化以及筛选差异表达基因,应用ggpubr和pheatmap包对差异基因绘制火山图及热图.应用DAVID在线数据库对差异表达基因进行GO(Gene Onto...     

基于GEO数据库分析糖尿病心肌病的差异表达基因

目的 通过对GEO数据库中有关糖尿病心肌病的mRNA芯片进行分析,筛选出导致糖尿病心肌病的关键基因。方法 使用GEO数据库的在线分析工具GEO2R对数据集GSE4745和GSE5606进行差异基因分析后,在R中绘制差异表达基因火山图,利用在线韦恩图绘制工具分析两个数据集共同表达的差异基因,在R中利用clusterProfile包将差异表达基因进行基因本体和京都基因与基因组百科全书富集分析,GSEA软件进行基因集富集分析,同时使用STRING在线数据库构建差异基因对应蛋白的蛋白互作网络,利用Cytoscape的插件Cytohubba中最大集团中心算法计算出排名前10的基因,在原代大鼠心肌细胞中观察比较筛选出的关键基因在正常组和高糖组的表达情况。结果 Pdk4、Ucp3、Hmgcs2、Asl6、Slc2a4与芯片分析结果相符,Pdk4、Ucp3、Hmgcs2在高糖(25 mmol/L)刺激72 h后的心肌细胞中表达增加,Acsl6、Slc2a4在高糖刺激后的心肌细胞中表达下降。结论 Pdk4、Ucp3、Hmgcs2、Asl6、Slc2a4可能与糖尿病心肌病的发生发展相关,可能是糖尿病心肌病...     

女性糖尿病周围神经病变相关基因筛选及生物信息学分析

目的:通过对GEO数据库中糖尿病周围神经病变(DPN)相关基因芯片进行生物信息学分析,获取DPN关键基因及信号通路。方法:在GEO数据库中下载DPN相关基因芯片,利用R语言分析DPN女性患者与正常对照组的差异基因(DEGs)并进行可视化,根据基因本体论(GO)和京都基因与基因组百科全书(KEGG)对差异基因进行注释,预测其功能与相关通路,利用STRING数据库构建蛋白质相互作用网络筛选核心基因。结果:分析芯片GSE95849获取差异基因4 746个,其中上调基因2 218个,下调基因2 528个。其中TFAP2C、ESR1、CX3CR1、FGL2处于蛋白质相互作用核心位点。结论:差异基因主要参与MAPK通路,通过血糖稳态、炎症作用、神经元发育等参与DPN发病过程,为DPN的诊断及治疗提供新的思路。     

基于生物信息学分析胃肠上皮化生关键基因及靶向中药

目的：基于生物信息学方法分析胃肠上皮化生(intestinal metaplasia, IM)的关键基因、机制通路,并预测潜在靶向中药。方法：从GEO数据库获取GSE78523、GSE60427数据集,利用GEO2及R软件筛选IM差异表达基因并对其进行富集分析,通过STRING数据库和Cytoscape软件构建蛋白互作网络(protein-protein interaction, PPI),筛选关键基因,利用Kaplan-Meier Plotter数据库、GEPIA数据库及HPA数据库对关键基因进行生存分析及表达验证,在Coremine Medical数据库预测筛选潜在中药。结果：筛选出285个差异表达基因。基因本体功能富集分析显示,差异基因主要参与消化吸收、肠道脂质的调节与吸收等生物过程。京都基因和基因组百科全书通路富集分析主要涉及营养物质的消化和吸收、糖酵解/糖异生、胆汁分泌、胆固醇代谢等。获取的7个关键基因是APOB、FABP1、APOA1、APOA4、NR1H4、PCK1、ALDOB。筛选得到的潜在中药可分为健脾益气和胃、祛瘀通络、解毒祛邪三大类,符合胃IM健脾通络解毒的治则。...     

基于生物信息学分析的卵巢癌中miR-4324调控机制的研究

目的:利用生物信息学研究微小RNA-4324(miR-4324)在卵巢癌中的表达情况,进一步分析miR-4324在卵巢癌发生、发展中的作用.方法:采用GEO数据库及GEO2R在线工具分析miR-4324在卵巢癌中的表达水平.用TargetScan数据库预测miR-4324的靶基因(TG-miR4324),并与从GEO数...     

基于生物信息学方法分析乳腺癌新辅助内分泌治疗相关差异基因表达及预后

[目的]利用生物信息学分析方法分析乳腺癌新辅助内分泌治疗前后的差异表达基因,分析其调控网络,评价其预后价值.[方法]在美国基因芯片数据库(gene expression omnibus,GEO)中获取乳腺癌新辅助内分泌治疗前后基因表达数据集,利用在线工具GEO2R筛选差异表达基因(differentially expr...     

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.     

基于生物信息学分析食管鳞癌差异基因和预后价值

目的 鉴定食管鳞癌发生发展过程中的核心基因,寻找新的分子靶标.方法 GEO数据库筛选出食管鳞癌数据集GSE20347,GSE20344,GEO2R分析差异基因.利用STRING和Cytoscape建立并修饰蛋白与蛋白相互作用网络,GO功能和KEGG通路富集分析.Cytohubba计算核心基因,TCGA数据验证核心基因的...     

加权基因共表达网络分析联合免疫浸润分析筛选肝癌关键基因

目的：通过生物信息学方法筛选肝细胞癌中免疫细胞浸润相关的关键基因,为肝癌免疫治疗提供新的思路。方法：从GEO数据库中下载GSE15765肝癌组织的基因表达数据,应用ImmuCellAI数据库对下载的肝癌表达数据进行免疫浸润分析,得到各个肝癌组织中的免疫细胞的浸润评分;在R语言中使用WGCNA包对肝癌表达数据构建加权基因共表达网络,筛选与免疫细胞浸润相关的共表达网络基因模块,挑选相关模块中的枢纽基因(hub gene)。利用Metascape数据库对枢纽基因进行功能富集分析。STRING数据库联合Cytoscape软件用于获取连结度最高的前10个基因,并通过Kaplan-Meier Plotter网站绘制关键基因在肝癌患者中的生存曲线图。结果：R中使用WGCNA分析GEO下载的70例肝细胞癌数据,共得到10个基因模块。分析ImmuCellAI得到的免疫浸润评分与各个基因模块的相关性,并绘制热图;其中,褐色模块和肝癌组织巨噬细胞浸润有着较高的相关性(P<0.001,cor=0.79),筛选模块内免疫相关的枢纽基因共得到72个。功能富集分析显示枢纽基因主要涉及白细胞激活、淋巴细胞激活、...     

MiR-199a-3p在胰腺癌中的表达水平及生物信息学分析

目的:探讨miR-199a-3p在胰腺癌中的表达水平及作为胰腺癌的诊断指标的意义,并进行生物信息学分析。方法:从GEO数据库收集胰腺癌和正常胰腺组织中miR-199a-3p的数据。汇总数据绘制受试者工作特征曲线,进行Meta分析,采用生物信息学方法预测miR-199a-3p的靶基因,并对靶基因进行GO功能富集分析和KEGG通路富集分析。结果:收集到6个GEO数据,4个数据的ROC曲线表现出显著的诊断意义,Meta分析结果显示miR-199a-3p在胰腺癌中表达水平高于正常胰腺组织,差异有统计学意义（P<0.001）。预测到221个miR-199a-3p潜在的靶基因,其功能主要富集在基因表达的调控,细胞代谢的调控,蛋白质域特异性结合等生物学过程（P<0.001）,KEGG分析结果显示主要集中在PI3K-Akt通路、黏着斑、肌动蛋白细胞骨架调控、癌症通路、Hippo通路、鞘脂通路、ErbB通路、MAPK通路等通路（P<0.05）。结论:相比正常胰腺组织,miR-199a-3p在胰腺癌为高表达,可作为胰腺癌的一个潜在诊断指标,并可能在胰腺癌的发生发展中起到重要作用,为胰腺癌的研究和治疗提供了新的方向。     

基于生物信息学方法分析TACSTD2基因与胰腺癌患者预后的关系及其作用机制

目的 基于生物信息学方法分析肿瘤相关钙信号转导因子2(TACSTD2)基因与胰腺癌患者预后的关系及其作用机制。方法 (1)利用GEPIA和TCGA数据库,分析TACSTD2基因在胰腺癌组织中的表达水平及其与胰腺癌患者临床病理特征的关系。(2)利用GEPIA和TISIDB数据库、COX回归模型分析TACSTD2基因表达水平与胰腺癌患者生存情况的关系。(3)利用R语言软件相应程序包获得TACSTD2基因的共表达基因、不同TACSTD2基因表达水平的胰腺癌患者之间的差异表达基因后,对上述基因进行富集分析。(4)利用R语言软件相应程序包分析TACSTD2基因表达水平与胰腺癌患者免疫微环境评分、胰腺癌组织免疫细胞浸润水平的关系。(5)分析TACSTD2基因表达水平与免疫检查点基因的相关性。(6)基于TCIA数据库、TIMER在线数据库、R语言软件,分别评估分析TACSTD2基因表达水平与胰腺癌患者免疫表型评分(IPS)、胰腺癌常见突变基因、靶向药物和化疗药物敏感性的关系。(7)基于STRING数据库及Cytoscape软件,构建TACSTD2的蛋白‐蛋白相互作用网络,筛选出与TACSTD2相互作...     

m1A相关基因构建的胰腺癌预后模型的综合分析

目的：基于m1A相关基因在多个数据库中差异表达情况与临床参数建立新的胰腺癌风险评估模型,为胰腺癌治疗和预后分析提供理论依据。方法：通过分析m1A相关基因在TCGA-GTEx数据库中的差异表达,利用Cox分析与LASSO回归构建胰腺癌预后风险模型,搭配GEO数据库和本中心胰腺癌病例的基因表达和临床数据验证该模型的准确性与敏感性。结果：筛选出CRLS1与C7orf50两个基因共同构成风险模型,本研究系统验证了该模型有预测胰腺癌预后的显著效能,该模型联合肿瘤突变负荷（tumor mutation burden,TMB）具有更强的预后预测能力。结论：该模型是预测胰腺癌患者预后的新工具。