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。     

KIAA0101调控胃癌细胞周期的相关基因筛选

目的筛选KIAA0101 基因对细胞周期影响的相关基因。方法以RT-PCR方法分析胃癌组织相对于配对癌旁组织中 KIAA0101基因表达量,利用DAVID数据库对差异基因进行GO功能富集分析和KEGG通路富集分析,使用KEGG绘制通路 图,将与KIAA0101表达模式相关的基因列表回带入TCGA cBioPortal进行基因之间相互网络作用的关系研究,并借由系统生 成基因拓扑关系图。最后采用RT-PCR方法对候选基因进行筛选。结果癌组织中KIAA0101 mRNA表达水平为1.104±0.379, 显著高于配对癌旁组织（0.421±0.172;P=0.0179）。系统通过汇总分析全部基因探针的表达强度,对来自478 例组织中与 KIAA0101相关的基因进行了筛选。GO功能分析显示差异基因主要富集在蛋白磷酸化、RNA加工、细胞周期、DNA代谢过程、 蛋白质转运、乙酰化、细胞凋亡、蛋白质水解、氧化还原等功能。KIAA0101表达水平的改变主要影响的胃癌相关通路有：细胞周 期、剪接体、DNA复制、p53 信号转导通路等。KEGG通路图及基因拓扑图显示,BUB1B、MAD2L1、CDC45、CDK1、CCNE1、 CCNB2等与KIAA0101相关的基因也与细胞周期相关,RT-PCR结果证实BUB1B、MAD2L、CDK1、CCNE1、CCNB2 mRNA表 达水平显著高于配对癌旁组织（P<0.05）,CDC45 mRNA表达水平无显著性差异（P>0.05）。结论KIAA0101 可能通过影响 BUB1B、MAD2L1、CDK1、CCNE1、CCNB2 表达产生对细胞周期的影响,这个结果可以为KIAA0101 影响细胞周期的作用机 制、肿瘤标志物的筛选和药物靶点的选择提供参考。     

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。     

急性T淋巴细胞性白血病关键基因的筛选与验证

目的筛选并验证急性T淋巴细胞性白血病关键基因,并对其进行生物信息学分析。方法从公共数据库基因表达数据库 （GEO）中下载T-ALL基因表达谱芯片GSE14317,应用R软件limma包筛选差异表达基因。利用DAVID数据库对差异基因进 行GO功能富集分析和KEGG通路富集分析,同时利用STRING数据库及Cytoscape软件构建差异蛋白互作网络,应用JASPAR 数据库构建转录因子靶基因网络,利用RT-PCR验证关键基因mRNA表达水平。结果GSE14317表达谱芯片中共有1443个差 异基因,包括800个上调基因和643个下调基因,这些差异基因主要富集在细胞周期,造血细胞系,细胞因子间相互作用以及T 细胞受体信号通路等。蛋白质相互作用网络图中显示节点最多的10 个枢纽基因分别是CDK1,PIK3R1,CCNB1,CCNA2, CDC20,JUN,GNG11,PLK1,PCNA和CCNB1,这些基因在子网络中分别富集于趋化因子信号通路,泛素介导的蛋白降解以及 细胞周期等。转录因子调节网络显示42个差异表达的转录因子,其中ELF5,HIC2和MEIS1与候选的9个关键基因启动子上游 均有结合位点。RT-PCR结果显示除GNG11外其余9个关键基因表达情况与芯片结果一致,ELF5,HIC2和MEIS1表达均升高 与芯片结果一致。结论CDK1,PIK3R1,CCNB1,CCNA2,CDC20,JUN,PLK1,PCNA,CCNB1,ELF5,HIC2 和MEIS1 在TALL 发生中发挥重要作用,为T-ALL的治疗和诊断提供生物学靶标。     

基于GEO数据库生物信息学方法分析子宫内膜癌相关基因和候选通路

目的：通过生物信息学方法分析与子宫内膜癌（EC）发生发展相关的关键基因和候选通路,探讨EC的发病机制和治疗靶点。方法：自公共基因芯片数据库（GEO）下载EC芯片数据集GSE17025和GSE63678,使用GEO2R在线分析工具和R软件筛选EC癌组织与癌旁组织的差异表达基因（DEGs）,并对DEGs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,采用String数据库进行蛋白质-蛋白质互作网络（PPI）分析,最后采用Cytoscape软件对PPI网络进行可视化并进行模块分析。结果：对芯片数据集GSE17025和GSE63678进行DEGs分析后共获取100个共同上调基因和106个共同下调基因。GO富集分析DEGs主要富集于有丝分裂染色体分离、核分裂和细胞器分裂等生物学过程;KEGG信号通路分析DEGs主要富集于细胞周期、miRNA、p53信号通路和2型糖尿病等信号通路。通过Cytoscape软件分析,PPI网络中细胞分裂周期基因20（CDC20）、极光激酶A（AURKA）、细胞周期蛋白B1（CCNB1）、泛素E3连接酶（DTL）、中心体相关蛋白55（CEP55）、细胞周期蛋白依赖性激酶1（CDK1）、驱动蛋白家族成员11（KIF11）、母体胚胎亮氨酸拉链激酶（MELK）、细胞周期蛋白B2（CCNB2）和苯并咪唑出芽抑制解除同源物蛋白1（BUB1）被筛选为关键基因。结论：细胞周期相关基因与通路调控网络的失调可能是EC发病的主要机制。     

CDK1、CCNB1和NDC80与乙型肝炎相关肝细胞癌的预后和进展相关:基于生物信息学方法

目的 探讨 HBV 转化为 HCC 相关的关键基因,并探索相关的分子机制。方法 分析基因表达综合（GEO）数据库中GSE55092、GSE84044和GSE121248的mRNA微阵列数据,其中包括119个HBV相关的HCC组织和252个HBV相关的非肿瘤组织。“sva”R包用于去除批间差。进行整合分析,获取HBV相关肝癌和HBV组织中的差异表达基因（DEGs）,通过基因本体论（GO）和京都基因与基因组百科全书（KEGG）分析对差异表达基因进行功能注释。使用相互作用基因搜索工具（STRING）构建蛋白质-蛋白质相互作用网络,挖掘最重要的模块和关键基因。cBioportal用于分析hub基因的相关性。利用Kaplan-Meier和Oncomine数据库对TCGA数据库中肝癌基因表达数据进行验证,探讨hub基因与肝癌发生、发展和预后的关系。通过逆转录定量PCR（RT-qPCR）实验验证17对临床肝细胞癌样本与邻近非肿瘤组织中hub基因的表达。结果 共获得121个DEGs（P< 0.01）,鉴定出3个遗传标记,细胞周期素依赖性激酶1（CDK1）、细胞周期蛋白B1（CCNB1）和核分裂周期蛋白80（NDC80）,与细胞周期、嘧啶代谢和DNA复制有关,这3个基因高度相关（P<0.05）。UALCAN数据库证实这些基因在肝癌组织中高表达并获得相关预后信息。Kaplan-Meier表明,它们与HCC患者的低存活率相关。CDK1、CCNB1和NDC80与肝癌分级相关（P< 0.05）,RT-qPCR实验证实CDK1、CCNB1和NDC80的mRNA在肝细胞癌中的表达明显高于癌旁组织。结论 CDK1、CCNB1 和NDC80基因可作为HBV相关肝细胞癌的预后标志物,在肝癌的基础研究和临床治疗方面有一定的应用价值。     

MAD2L1/CAMK2A/PTTG1基因簇失调维持子宫内膜癌干性特征

目的 研究子宫内膜癌(UCEC)的干性特征及潜在调控机制。方法 从癌症基因组图谱数据库中获取UCEC转录组测序数据。在R3.5.1环境下,采用edgeR包对基因表达谱进行标准化。基于一类逻辑回归机器学习算法计算各UCEC样本的mRNA干性指数(mRNAsi)。采用survival包和survminer包计算mRNAsi和候选基因的预后意义。基于高频子通路挖掘算法(HiFreSP)对差异基因进行子通路预后识别。通过WGCNA包构建基因共表达网络,分析关键基因模块。利用clusterProfiler包进行功能注释及通路富集分析。利用人类蛋白图谱数据库进行免疫组织化学验证。结果 UCEC样本mRNAsi显著高于正常组织(t=25.095,P<0.001),分化程度越低,mRNAsi越高,mRNAsi随肿瘤分期逐渐上调。预后分析表明,mRNAsi评分越高,UCEC患者总生存期越短(χ²=6.864,P=0.0088),mRNAsi高低组别之间存在570个特异变化差异基因。通过HiFreSP算法富集并识别出卵母细胞减数分裂的子通路及细胞周期子通路具有显著预后意义。这些通路共包含MAD2L1、CAMK2A、PTTG1、PLK1、CCNE1、CCNE2、ESPL1、CDC20、CCNB1、CCNB2、SMC1B等11个差异基因,均与患者预后显著相关。基因共表达网络分析结果显示,mRNAsi与3个基因模块密切相关,MAD2L1、CAMK2A、PTTG1也分别与上述模块高度相关。免疫组织化学结果表明,MAD2L1及PTTG1在UCEC组织中高表达,而CAMK2A在UCEC中下调,该趋势与转录组测序结果一致。结论 本研究基于机器学习刻画了UCEC的干性特征,识别预后相关子通路,并发现MAD2L1、CAMK2A、PTTG1等基因簇与UCEC的干性特征密切相关,为揭示UCEC干性特征调控机制及发现潜在治疗靶点提供线索。     

SAC复合体相关基因TTK和MAD2L1基因在肺腺癌中过表达：基于大数据的生物信息学分析

目的 通过大数据筛选与肺腺癌预后相关的关键基因并探讨其临床价值和潜在机制。方法 基于基因表达综合数据库（GEO）中获得的GSE18842,GSE27262以及GSE33532基因表达谱进行数据分析;生物信息学方法筛选肿瘤组织和正常肺组织的差异表达基因,对其进行京都基因与基因组百科全书（KEGG）和基因本体论（GO）富集分析后进行蛋白质-蛋白质相互作用网络（PPI）、模组、表达差异和预后分析和筛选。35例非小细胞肺癌标本和35例配对的癌旁正常组织,共70例组织标本分为肿瘤组和正常组对MAD2L1和TTK的表达进行了免疫组化验证。结果 共有256个基因的表达谱数据有统计学差异（P<0.05）,包括66个上调基因,190个下调基因。进行功能分析后筛选出 32 个上调基因。32个基因中的29与肺腺癌预后显著相关。相较与正常肺组织,所有29个基因均在肺腺癌组织中高表达并主要富集在细胞周期通路。其中7个关键基因与纺锤体组装检查点（SAC）复合体紧密相关,负责调控细胞G2/M期行为。我们选择了SAC相关基因TTK和MAD2L1,在肺腺癌患者组织标本中观察到了TTK和MAD2L1相较与癌旁正常肺组织的过表达。结论 以TTK和MAD2L1为代表的7个SAC复合体相关基因在肺腺癌患者中存在过表达,且其过表达与预后相关。     

基于生物信息学的结肠癌核心基因筛选及验证

目的:利用生物信息学方法筛选结肠癌核心基因,并通过体外实验进行验证,挖掘潜在的结肠癌分子标志物.方法:从GEO数据库下载GSE23878、GSE37182和GSE74602数据集,应用R语言筛选结肠癌和癌旁组织的差异表达基因(differentially expressed genes,DEGs),并对DEGs进行GO...     

环状RNA circNEIL3高表达促进乳腺癌细胞增殖

[摘要] 目的 探究环状RNA circNEIL3在乳腺癌中的表达、生物学功能以及其对细胞周期相关蛋白表达的影响。方法 采用circRNA测序分析3对乳腺癌组织和癌旁组织中差异表达的circRNA。利用RNA酶消化实验和核质分离实验验证circNEIL3的环状RNA特征。采用实时荧光定量PCR检测circNEIL3在乳腺癌组织和细胞中的表达。采用CCK-8实验和克隆形成实验检测circNEIL3对BT-549和MCF-7细胞增殖的影响。运用流式细胞术检测细胞凋亡及细胞周期的变化。采用蛋白质印迹法检测CCND1、CDK4、CCNE1和CDK2蛋白的表达情况。结果 乳腺癌组织和癌旁组织中差异表达的circNEIL3不容易被RNA酶降解,主要分布于乳腺癌细胞的细胞质中。乳腺癌组织和细胞中circNEIL3的表达增高（P均＜0.05）。circNEIL3的表达量与肿瘤大小和TNM分期相关（P均＜0.05）。circNEIL3过表达可增强乳腺癌细胞增殖活性并上调CCND1、CDK4、CCNE1和CDK2的蛋白表达水平（P均＜0.05）。下调circNEIL3可诱导细胞凋亡（P＜0.01）,导致细胞周期阻滞于G1期（P ＜0.01）。结论 乳腺癌组织和细胞中高表达的circNEIL3可通过调控细胞周期相关蛋白的表达促进乳腺癌细胞增殖。     

miR-129-5p调控的COL1A1作为胃癌潜在治疗靶点的生物信息学分析

目的应用生物信息学技术探索胃癌发病机制,为胃癌的防治提供生物信息学依据。方法用GEO2R在线工具分析 GSE79973中胃癌组织和正常胃黏膜组织的差异表达基因（Differentially expressed genes, DEGs）,通过DAVID数据库对DEGs 进行GO分析和KEGG通路富集分析,然后通过STRING数据库构建蛋白质相互作用网络,用Cytoscape 软件进行关键基因 （Hub 基因）筛选和功能模块分析,并在GEPIA 数据库对Hub 基因进行验证,用Target Scan 数据库预测调控靶基因的 microRNAs,并用OncomiR分析microRNAs在胃癌组织中的表达及其与生存预后的关系。结果共筛选出181个在胃癌中差异 表达的基因。蛋白质互作网络筛选出10个Hub基因。DEGs功能分析主要涉及蛋白质消化吸收、PI3K-Akt信号通路、ECM-受 体相互作用、血小板激活信号通路。GEPIA数据库验证显示COL1A1 在胃癌组织中高表达,并和胃癌患者的不良预后有关。 miR-129-5p与COL1A1 mRNA的3’UTR结合。与正常组织相比,miR-129-5p在胃癌组织中表达明显下调,且与胃癌患者预后 具有一定相关性。结论miR-129-5p调控的COL1A1是胃癌潜在的治疗靶点。     

肝组织特异性基因IGFALS、CYP3A4、SLC22A1和CYP2E1可能与肝癌预后不良相关

目的 探索肝癌相关基因在肝癌发生发展过程中的功能和作用机制,以及关键基因作为肝癌潜在生物标志物及预后指标的可能。方法 从GEO数据库选择GSE57957、GSE121248、GSE36376和GSE14520 4个数据集,以P<0.05及|log₂FC|>1为标准使用GEO2R在线工具和VENN图软件筛选出4个数据集的共同显著差异表达基因(DEGs),通过Cytoscape3.6.1插件CytoHubba及分子复合物检测插件(MCODE)对DEGs之间联系密切程度进行分析筛选。通过基因表达谱交互式分析(GEPIA)对以P<0.05及|log₂FC|>2的显著DEGs进行生存分析,采用人类蛋白质图谱(HPA)检查正常肝脏组织和肝癌组织中关键基因的蛋白质表达。结果 筛选出在4个数据集中都明显上调基因45个,下调基因132个,MCODE有13个模块结果。以P<0.05及|log₂FC|>2进一步筛选出显著差异表达32个上下调基因,其中IGFALS、HGFAC、CYP3A4、SLC22A1、TAT和CYP2E1基因在肝脏组织中的表达量明显高于其他器官,HPA的免疫组织化学数据库显示,肝癌组织中的IGFALS、CYP3A4、SLC22A1和CYP2E1表达均明显下调,且与患者的低总存活率相关。结论 肝组织特异性基因IGFALS、CYP3A4、SLC22A1和CYP2E1在肝癌中低表达,且与不良预后相关,可能是肝癌潜在的生物标志物及预后指标。     

胃癌中EXD3基因的表达及功能的生物信息学分析

目的通过生物信息学分析研究胃癌与正常胃粘膜间具有差异性表达的基因,找出参与胃癌发生发展及预后的关键基因, 并对其所涉及的功能进行分析预测。方法从GEO表达谱数据库中下载表达谱基因芯片数据GSE100935（包括18例胃癌样本 及正常胃粘膜组织）,利用Morpheus在线软件分析基因芯片GSE100935的数据,获得在胃癌与正常胃粘膜组织中存在差异表达 的基因,并构建聚类分析热图;利用软件UALCAN在线分析差异表达基因在胃癌与正常胃粘膜组织中表达水平;利用Kaplan- Meier绘图软件对差异表达基因在胃癌患者中的表达高低进行生存分析;最后采用Fun Rich软件进行GO功能富集分析,网站 STRING构建目的基因蛋白互作网络。结果通过分析基因芯片GSE100935 获得45119 个差异表达的基因;在线分析软件 UALCAN显示EXD3基因在胃癌组织中高表达;同时生存分析提示当EXD3基因高表达时,胃癌患者的预后相对较差;GO功能 富集分析发现,差异表达基因主要与胃癌细胞核苷酸的新陈代谢调节以及转录因子的活动有关。结论EXD3可能是胃癌中潜 在的癌基因,可能与DNA损伤修复有关,其表达上调在胃癌的发生发展及预后过程发挥重要作用,并有望成为判断胃癌患者预 后的重要的生物学指标。     

应用生物信息学方法分析肾透明细胞癌中FKBP11的表达

目的 探讨FK506结合蛋白11(FKBP11)在肾透明细胞癌(ccRCC)中的表达,并分析FKBP11表达水平与患者临床病理特征之间的相关性。 方法 利用Ualcan、GEPIA 数据库和HPA数据库分析FKBP11在ccRCC 组织中mRNA和蛋白表达水平的变化、FKBP11表达与ccRCC 临床及病理特征的相关性及其对患者预后的影响,通过这几个维度分析FKBP11在ccRCC中的作用。 结果 FKBP11在ccRCC中mRNA的表达较正常肾组织升高,通过Ualcan数据库检测发现FKBP11在ccRCC病理分级中正常肾组织与Grade1、Grade2、Grade3、Grade4中表达差异分别为P=5.78E-05、P=1.62E-12、P=1.11E-16、P=1.63E-12,在ccRCC亚型(ccA和ccB)中正常与ccA及ccB中表达差异均为P=1.62E-12, TNM分期中正常与N0及N1分期各亚组之间的表达有差异(P<1E-12、P=8.26E-05),以上差异均具有统计学意义(P<0.05),且随着ccRCC病理分级的升高,FKBP11的表达存在上调趋势,其表达水平与ccRCC的进展相关,而FKBP11的表达水平与年龄、性别、人种各亚组之间相互比较差异均无统计学意义(P>0.05)。FKBP11高表达患者的总生存率较低表达组患者差异有统计学意义(P<0.01)。 结论 通过检索分析数据库信息发现FKBP11在ccRCC中呈高表达,其在ccRCC的不同分期、病理分级及亚型各亚组之间存在表达差异,较差的病理分级及分期FKBP11的表达较高,且高表达的FKBP11的ccRCC患者预后较差。     

BUB1基因在胃癌组织中高表达： 基于Oncomine数据库及生物信息学方法

目的 探讨细胞周期有丝分裂纺锤体检测点丝/苏氨酸激酶（BUB1）基因在胃癌（STAD）中的表达及临床价值。方法 分别运用Oncomine、GEPIA、BioGPS和Kaplan-Meier Plotter等数据库分析BUB1基因在胃癌组织和正常胃组织的表达差异,并且分析BUB1表达水平与胃癌患者生存预后之间的关系;利用癌症细胞系全科百科全书（CCLE）分析BUB1分别在胃癌组织T细胞和B细胞中的表达,利用String数据库绘制BUB1相关蛋白网络图及基因本体（GO）功能注释,并对京都基因和基因组百科全书（KEGG）相关通路进行分析。采用肿瘤免疫评估资源（TIMER）数据库分析BUB1在免疫浸润物中的表达及对胃癌患者生存预后的影响。为进一步验证Oncomine数据库基因芯片的结果,我们选择成都医学院第一附属医院2018年3月~2019年7月收治的胃癌患者30例,经外科手术获得胃腺癌组织30份,同时获取的癌旁正常组织30份作为对照组,通过PCR和免疫组化技术对Oncomine数据库中BUB1基因表达的数据进行验证。结果 Oncomine、GEPIA、BioGPS分析显示：与正常胃组织相比,BUB1在胃癌组织中呈现高表达（P<0.05）。通过Kaplan-Meier生存分析发现,BUB1基因高表达的胃癌患者无进展生存期（HR=0.52,95%CI=0.41~0.67,P<0.05）、总生存期（HR=0.67,95%CI=0.55~0.82,P<0.05）均有所延长。通过string数据收集到与BUB1相关 蛋白主要富集于13类细胞学组分、4类分子功能和12类生物学过程,并参与了4条信号通路。TIMER数据库分析显示在免疫微环境中高表达BUB1 mRNA的CD4+T细胞和巨噬细胞对胃癌患者5年生存预后较好。实时定量PCR结果提示胃癌组织样本 BUB1的表达水平（4.345±0.421）明显高于配对的癌旁正常胃粘膜组织（1.583±0.122）（t=34.63,P<0.05）;免疫组化结果提示胃癌组织BUB1染色成阳性。结论 胃癌组织中BUB1基因呈现高表达,BUB1可能具有减少肿瘤免疫抑制作用可协助评估胃癌患者的预后情况。     

基于TCGA数据库探究膀胱癌关键基因的表达及预后作用

目的探究膀胱癌(BC)中基因的差异化表达及其预后作用。方法从TCGA数据库中下载BC的基因表达数据,利用R软件筛选出肿瘤与正常组织间差异表达基因,并进行富集分析,评估其潜在生物学功能及信号通路。利用在线数据库STRING11.0构建了编码蛋白相互作用网络,进一步筛选关键基因。通过UALCAN、GEPIA数据库验证关键基因在BLCA中的表达水平。随后利用在线工具Kaplan Meier Plotter分析他们的预后情况。结果得到1 538个基因存在差异表达,其中有1 088个上调,450个下调,富集分析发现差异基因主要与信号转导、物质代谢、免疫反应等信号通路相关。10个关键基因中,在BC中白细胞介素-6表达越高预后越好(HR=0.46,P < 0.05),间皮素表达越高预后越差(HR=2.27,P < 0.05)。结论BC中存在众多差异表达的基因,他们对疾病进展存在影响,发现并利用他们在BC个体化治疗存在重要意义。     

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)...     

基于数据库分析CCR基因对肾透明细胞癌预后的预测价值

目的 利用信息库资料探讨趋化因子受体家族对肾透明细胞癌(ccRCC)预后的预测价值。方法 下载并分析癌症基因组图谱(TCGA)的基因表达数据,筛选CC趋化因子受体(CCR)亚基因家族在正常组织与ccRCC组织中的差异表达基因。采用COX回归分析构建预后模型并进行相关功能学分析。结果 从TCGA数据库下载包括539例ccRCC组织和72例正常组织的基因转录组数据,筛选出11个差异表达的CCR家族基因。通过多因素Cox回归分析得到2个(CCR3与CCR10)与ccRCC预后相关的CCR基因,并以此构建预后模型。根据模型风险评分的中位值将训练集样本分为高风险组(n=184)与低风险组(n=197)。Kaplan-Meier生存分析结果显示,低风险组总生存率高于高风险组,差异有统计学意义(P<0.001)。结论 本研究构建的CCR基因预后模型可较好地评估ccRCC患者的预后并指导其个体化治疗。     

头颈部鳞癌的基因模块化分析及潜在抗癌药物筛选

目的 利用生物信息学模块化分析方法,筛选头颈部鳞癌中的功能性基因模块,为头颈部鳞癌的研究和治疗提供新的靶点.方法 获取GEO数据库中头颈部鳞癌的全基因组数据(GSE6631)后,利用R语言limma包筛选头颈部鳞癌中差异表达基因.通过STRING数据库,建立头颈部鳞癌中差异表达基因的蛋白-蛋白互作网络.然后,利用Cytoscape软件的MCODE插件筛选头颈部鳞癌中的基因模块.利用DAVID数据库,获得模块功能.最后,挖掘模块基因中的蛋白激酶基因并利用Selleckchem数据库筛选其激酶抑制剂.结果 共筛选出头颈部鳞癌中的差异表达基因929个(P<0.05且|Fold Change|≥2).根据String数据库,发现这些差异基因中共有5588个蛋白质互作对,并据此建立鼻咽癌中的蛋白质互作网络.利用MCODE方法在蛋白质互作网络中共筛选出3个基因模块.GO分析显示这些模块与头颈部鳞癌的关系十分密切,主要包括参与细胞周期、细胞增殖、细胞黏附、细胞凋亡等重要肿瘤细胞活动.3个模块包含3个蛋白激酶基因,即CDK1、CDK4和CDK5,共筛选出调控它们的39个激酶抑制剂,其中20个对头颈部鳞癌的作用还不清楚,具有成为抗癌新药的潜力.结论 头颈部鳞癌中的3个功能性基因模块可能在头颈部鳞癌的发生发展中发挥重要作用,20个激酶抑制剂可能通过调控CDK家族基因来调控头颈部鳞癌的发生发展,这些功能性模块的挖掘和激酶抑制剂的筛选可能为头颈部鳞癌的研究和治疗提供新的靶点.     

肝细胞癌进展过程中的关键基因ATP1B3和ENAH的筛选与鉴定：基于数据挖掘和临床验证

目的 筛选与肝细胞癌（HCC）预后、进展和临床诊断相关标记物。方法 分析来自癌症基因组图谱数据库（TCGA）和基因表达综合（GEO）的TCGA-LIHC、GSE84432、GSE14323和GSE63898数据集。利用GEO2R和edge R包获得各疾病类型之间共同差异基因（DEG）,并对DEG进行基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析。将DEG在TCGA-LIHC中正常和癌组织进行差异表达验证分析,挑选在HCC中上调基因。利用R语言进行生存分析、受试者工作特征（ROC）曲线分析、基因与患者临床特征关系分析。再通过RT-qPCR验证15对临床HCC和癌旁组织中基因的差异表达。结果 数据库挖掘共获得118个共同DEG,挑选出2个基因：ATP酶Na+/K+转运亚基Beta 3（ATP1B3）和肌动蛋白调节器（ENAH）,其表达随疾病进展升高。结合TCGA-LIHC数据集生存分析发现两者高表达与HCC患者不良预后显著相关（P<0.05）。ROC曲线分析ATP1B3和ENAH的AUC值分别是0.821和0.933。ATP1B3高表达与晚期病理T分期、Stage和Grade相关（P<0.05）,而ENAH高表达仅与晚期病理Grade有关（P<0.05）。RT-qPCR结果发现,ATP1B3和ENAH在临床HCC组织中表达上调（P<0.05）。结论 ATPIB3和ENAH有望成为肝脏疾病恶化和肝细胞癌的不良预后标志物。