基于囊性纤维化疾病分子特征及其作用机制的生物信息学分析

目的：筛选囊性纤维化（CF）特异性相关基因,预测其靶基因,并探讨其作用机制。方方法法：从基因表达汇编（GEO）数据库获取CF样本和正常对照样本的高通量芯片数据集GSE71799、GSE24206、GSE98925和GSE69764,并分为CF组和对照组。采用R软件limma包筛选CF组和对照组差异表达基因（DEGs）,使用基因本体（GO）功能注释和京都基因与基因组百科全书（KEGG）对DEGs进行功能和通路富集分析,使用基因集富集分析（GSEA）获取DEGs显著富集的基因集,采用STRING数据库建立蛋白-蛋白互作（PPI）网络,采用Cytoscape软件可视化并筛选hub基因。结果：GEO数据库获取并筛选共429个DEGs （|log2 (FC)|>1, P<0.05）, CF组中显著高表达DEGs 105个,对照组中显著高表达DEGs 324个。GO富集分析,DEGs主要富集于中性粒细胞介导的免疫、趋化因子活动和细胞黏附分子结合等方面;KEGG通路分析,DEGs主要富集于白细胞介素17 (IL-17)信号通路（P<0.05）。GSEA分析,DEGs主要富集于信号通...     

基于GEO和TCGA数据库对肺腺癌差异表达基因的生物信息学分析

目的：采用生物信息学方法筛选影响肺腺癌（LUAD）的关键基因,分析其生物学功能及其对LUAD预后的影响。方法：于高通量基因表达（GEO）数据库下载GSE118370和GSE136043芯片数据,癌症基因组图谱（TCGA）数据库筛选LUAD相关数据。采用R软件分析共同表达的差异表达基因（DEGs）。采用clusterProfile R包对DEGs进行基因本体（GO）功能富集分析,DAVID数据库进行京都基因与基因组百科全书（KEGG）通路富集分析,STRING数据库构建蛋白-蛋白相互作用（PPI）网络。采用Cytoscape筛选连接度排名前10位的关键基因,GEPIA数据库和人类蛋白质图谱（HPA）数据库分析正常肺组织和LUAD组织中关键基因mRNA和蛋白表达情况及不同分期LUAD组织中关键基因表达情况。关键基因免疫浸润分析和生存分析获取关键基因表达与患者生存期的相关关系。结果：共筛选DEGs 428个。GO分析,LUAD的DEGs在主要富集于上皮-间质转化（EMT）等生物过程（BP）方面、细胞基部等细胞组分（CC）方面和细胞外基质（ECM）结构形成等分子功能（MF）方面。KEGG分析,...     

乙型肝炎病毒相关肝细胞癌关键基因筛选及其与预后关系的生物信息学分析

目的：采用生物信息学方法识别与乙型肝炎病毒相关肝细胞癌（HBV-HCC）的早期诊断和不良预后相关的关键基因,阐明HBV-HCC发生发展的潜在分子机制。方法：从基因表达综合数据库（GEO）中检索“hepatitis Binduced HCC”,下载基因数据集GSE121248,通过R软件中的“limma”数据包筛选差异表达基因（DEGs）,采用“clusterProfiler”数据包对DEGs进行基因本体（GO）功能富集分析和京都基因与基因组百科全书（KEGG）信号通路富集分析,采用STRING数据库和Cytoscape软件建立蛋白-蛋白互作（PPI）网络并筛选关键基因。采用基因表达水平值的交互式分析（GEPIA）、Kaplan Meier-Plotter和人类蛋白质图谱（HPA）数据库验证关键基因及其蛋白质表达水平,采用“CIBERSORT”数据包分析免疫细胞的浸润情况。结果：共筛选出574个DEGs,其中上调基因173个,下调基因401个。GO功能富集分析,DEGs主要富集于小分子代谢、信号转导、免疫应答和炎症反应等生物学过程;KEGG通路富集分析,DEGs主要富集于视黄醇代谢、细胞...     

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...     

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。     

基于多重生物信息学分析阿尔茨海默病的调控网络及相关机制

目的 基于多重生物信息学方法,分析与阿尔茨海默病(AD)相关的信号通路、关键基因、microRNA(miRNA)、转录因子(TF)等生物学信息,构建相关调控网络,以期阐释AD的内在机制。方法 根据纳入标准,从基因表达数据集(GEO)数据库中获取AD相关的高通量芯片数据集,并通过R软件对原始数据集进行预处理,应用limma数据包筛选差异表达基因(DEGs)。利用DOSE数据包对DEGs进行疾病本体(DO)富集分析,并通过可视化和集成发现数据库(DAVID)在线工具对DEGs进行功能注释和通路分析;随后使用STRING数据库和Cytoscape软件构建蛋白互作(PPI)网络并筛选出关键基因,使用mirTarBase等数据库预测相关miRNA,使用Enrichr数据库预测相关TF,并利用Cytoscape构建miRNA-TF-mRNA调控网络。结果 获得数据集GSE48350和GSE132903并且筛选得到109个DEGs。DO富集分析显示DEGs主要与AD等神经系统疾病显著相关,基因本体(GO)功能富集结果包括化学突触传递等21项条目,京都基因与基因组百科全书(KEGG)通路富集分析结果包括GABA能突触等8条信号通路。miRNA-TF-mRNA调控网络显示关键基因的mRNA与相关miRNA、TF之间具有一对多和多对一的复杂调控关系。结论 文章通过多重生物信息学,分析了与AD相关的信号通路、关键基因、miRNA、以及TF等生物学信息,建立了AD调控网络,为进一步探究AD的发生、发展机制提供了借鉴与思考。     

多芯片联合分析揭示肌腱粘连的分子机制

目的 基于生物信息学挖掘肌腱粘连相关的重要基因、通路、调控网络异常。方法 从GEO数据库获取GSE26051、GSE1724芯片数据集,分析及筛选差异表达基因（DEGs）,并对其进行富集分析,联合分析差异基因,建立蛋白质-蛋白质相互作用（PPI）网络,预测DEGs可能结合的miRNA,构建miRNA-mRNA网络,筛选出重要基因和miRNA。结果 联合分析筛选出2个在肌腱病差异表达显著的DEGs,与成纤维细胞TGF-β通路相关。GO分析主要富集在受体配体活性、转录激活与抑制、G蛋白耦联受体、生长因子活性等。KEGG通路富集在PI3K/AKT、MAPK、钙通道等通路。miRNA多数据库联合预测提示miR-181家族在肌腱粘连中可能发挥作用。PPI网络分析显示DLG1、CASK、CNTNAP2与EPB41的联系较为重要。结论 EPB41可能与肌腱粘连的发病机制有关。     

基于生物信息学分析艾滋病患者血中相关差异基因

目的 基于生物信息学方法筛选艾滋病(AIDS)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 通过GEO数据库下载基因芯片GSE140713,筛选AIDS患者血样与健康对照血样的差异表达基因(DEGs),对DEGs进行GO功能富集分析和KEGG通路富集分析,并且通过String数据库构建蛋白质-蛋白质相互作用网络(PPI),确定其中与AIDS发生发展密切相关的关键基因。结果 GEO数据分析结果显示,AIDS共有1770个DEGs (1128个上调基因,642个下调基因)。GO富集分析结果显示,DEGs主要参与DNA结合转录激活活性、信号受体激活物活性等分子功能。KEGG通路富集分析结果显示,DEGs主要富集于NOD样受体信号通路。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5个关键基因可能与AIDS的发生发展相关。结论 本研究筛选出人AIDS血液中5个关键基因(CDK1、BUB1、CCNA2、CCNB1、KIF11),它们可能成为AIDS病毒潜伏期治疗的潜在靶点。     

基于生物信息学的克罗恩病中炎症相关关键基因的筛选及验证

目的 应用生物信息学方法筛选并验证炎症相关基因在克罗恩病（CD）中的表达情况。方法 分别从基因表达综合（GEO）数据库和分子特征数据库（Msigdb）下载CD数据集（GSE193677、GSE66407和GSE179285）和炎症反应相关基因（IRGs）。利用GSE193677数据集进行单样本基因集富集分析（ssGSEA）,明确CD和健康对照人群中免疫细胞和炎症水平;然后利用DESeq2方法于CD数据集进行基因差异表达分析,以|log2FC|≥1且校正P <0.05标准筛选获得CD患者和健康样本之间的差异表达基因（DEGs）。DEGs和IRGs取交集获得炎症相关差异表达基因（IRDEGs）。对IRDEGs进行基因本体（GO）和京都基因和基因组数据库（KEGG）通路富集分析,利用STRING数据库进行蛋白质-蛋白质相互作用（PPI）网络分析。利用Cytoscape软件的cytoHubba插件筛选确定关键IRDEGs。利用GSE66407和GSE179285数据集对CD组与健康对照组、炎症组及非炎症组关键IRDEGs的表达进行验证。结果 GSE193677数据集中ssGSEA分析表明...     

儿童肥胖症相关基因的生物信息学分析

【摘要】 目的 筛选儿童肥胖症相关基因,探索儿童肥胖症的发病机制。方法 从基因表达公共数据库（GEO）下载儿童肥胖症基因表达谱数据集GSE9624,采用BRB Array Tools软件包筛选差异表达基因（DEGs）,并对差异基因进行GO功能分析、KEGG通路富集分析和pathway相互作用网络分析。结果 共筛选出564个DEGs,其中上调基因333个,下调基因231个。GO富集分析发现DEGs主要参与代谢、细胞因子反应、信号转导、血液凝固等生物学过程,发挥的分子功能包括蛋白结合、蛋白二聚化、离子结合、RNA结合和ATP结合等。KEGG通路分析发现DEGs显著富集的pathway有代谢通路、MAPK信号通路、吞噬体、内质网蛋白加工、T细胞受体通路等。结论 儿童肥胖症患者代谢通路和信号转导通路的相关基因表达水平发生了改变,为进一步阐明儿童肥胖症的分子机制和靶向治疗提供了基础。     

基于GEO数据库对骨关节炎半月板差异基因的筛选及生物信息学分析

目的 基于GEO数据库及生物信息学来筛选骨关节炎半月板相关差异表达基因（DEGs）,并分析生物学功能,以期为骨关节炎治疗提供新思路与方法。方法 从GEO数据库下载数据集（GSE98918）,分为正常组与骨关节炎组,各12例,利用R语言对数据进行差异分析获得DEGs,利用DAVID 6.8数据库对DEGs进行GO及KEGG信号通路分析,后运用STRING数据库及Cytoscape软件进行蛋白互作网络分析（PPI）及获得关键靶基因,进一步运用荧光定量PCR试验验证关节靶基因表达。结果 最终获得220个DEGs,包括114个上调和106个下调DEGs。GO主要涉及细胞外区、细胞外间隙、胶原三聚体、胶原纤维组织、蛋白质细胞外基质等过程。KEGG主要与补体与凝血级联、金黄色葡萄球菌感染、细胞外基质受体相互作用、蛋白质消化吸收、朊病毒病等信号通路有关。PPI分析获取5个关键靶基因,包含VEGFA、MMP9、COL1A1、SPI1、ITGB1。预测前5位靶基因miRNA分别为hsa-miR-4728-5p、hsa-miR-6750-3p、hsa-miR-6727-3p、hsa-miR-6734-3p...     

基于生物信息学的非酒精性脂肪性肝病关键基因筛选及实验验证

目的:探索非酒精性脂肪性肝病（NAFLD）潜在的关键基因和microRNAs(miRNAs)。方法:从美国国立生物技术信息中心（NCBI）公共基因芯片数据平台（GEO）数据库下载两个基因表达谱芯片（GSE96936和GSE62267）,利用GEO2R在线工具筛选出NAFLD组与正常对照组的差异表达基因（DEGs）,对DEGs进行GO和KEGG信号通路富集分析,进一步应用STRING数据库构建蛋白质—蛋白质相互作用（PPI）网络,用Cytoscape筛选出关键基因。构建NAFLD小鼠模型,通过实时荧光定量PCR(RT-qPCR)验证筛选出的关键基因,利用NetworkAnalyst构建关键基因的靶向miRNAs。结果:总共鉴定出192个DEGs,GO分析显示DEGs生物学功能主要涉及5个KEGG通路,包括类固醇激素生物合成、补体与凝血级联、胆汁分泌、化学致癌、视黄醇代谢相关信号通路,结合PPI网络和CytoHubba的结果,筛选出Tyrobp、Hck、Ctss、Aif1、Fcgr1、Cd68、Cd53、Ly86、Fyb和Alox5ap 10个关键基因,通过RT-qPCR检测,发现与正常肝...     

突变型与野生型胃肠道间质瘤基因筛选及信号通路分析

目的 筛选参与调控KIT/PDGFRA野生型胃肠道间质瘤(WT-GIST)发生、发展的关键基因及其信号通路,探索WT-GIST潜在的分子标志物。方法 下载来自GEO数据库GSE17743、GSE20708、GSE132542 3个GIST基因芯片数据集。合并3个芯片的基因表达矩阵、对其进行标准化处理并去除合并矩阵的批次效应、应用主成分分析检测其标准化情况后,将3个芯片中WT-GIST样本与KIT/PDGFRA突变型GIST(MUT-GIST)样本进行联合生物信息学分析,确定两组间差异表达基因(DEGs),并利用DAVID和KOBAS数据库对DEGs分别进行生物功能(gene ontology,GO)及信号通路(kyoto encyclopedia of genes and genomes,KEGG)富集分析。利用STRING数据库及CYTOSCAPE软件进行DEGs蛋白间相互作用网络(protein protein interaction network,PPI)的绘制及可视化处理,利用cytoHubba、MCODE插件划分子网络并筛选关键基因(HUBs),最后应用DAVID及KOBAS数据库对HUBs进行功能富集分析。结果 本研究共筛选出628个DEGs, 其中包括226个上调基因, 402个下调基因。DEGs的GO分析结果提示其主要富集于“蛋白质的结合”、“跨膜转运”、“细胞膜的构成”、“外泌体的形成”等功能。KEGG分析显示DEGs主要富集于“代谢途径”、“PI₃K-Akt信号通路”、“神经性配体-受体相互作用”等信号通路。通过构建PPI网络筛选出了PENK、GRIA2、FBXO6、KLHL13、HERC5等25个HUBs,GO分析结果显示其主要富集于“细胞外谷氨酸门控离子通道活性”等功能,KEGG分析结果显示其主要富集于“神经性配体-受体相互作用”、“逆行内源性大麻素信号转导通路”等信号通路。结论 通过合并3个基因芯片的基因表达矩阵, 利用生物信息学方法筛选出参与WT-GIST发生、发展过程的关键基因和信号通路, 为WT-GIST的诊疗探索潜在靶点。     

去势抵抗性前列腺癌潜在关键基因的生物信息学分析

背景去势抵抗性前列腺癌（CRPC）是男性常见恶性肿瘤疾病之一,病死率高,分子机制仍不十分清楚,且无有效治疗药物。目的应用生物信息学方法挖掘CRPC发生、发展的关键基因,为其诊治提供新思路。方法从基因表达综合数据库（GEO）中下载关于人类原发性前列腺癌（PCa）和CRPC的数据集GSE32269并进行生物信息学分析。使用R语言鉴定CRPC的差异表达基因（DEGs）。通过DAVID软件对DEGs进行基因本体论（GO）富集分析及京都基因和基因组百科全书（KEGG）通路分析。利用STRING在线数据库构建蛋白质-蛋白质相互作用（PPI）网络进一步筛选关键基因,并对关键基因进行生存分析和受试者工作特征（ROC）曲线分析。结果通过对微阵列数据集GSE32269分析共筛选出279个DEGs,进一步通过GO富集分析和KEGG通路分析发现在CRPC发展中,细胞分裂、有丝分裂和细胞周期等信号通路发挥重要作用。PPI网络分析筛选出15个关键基因,对关键基因进行生存分析发现：CDC20、MAD2L1和NUSAP1高表达组CRPC患者总生存率和无病生存率均分别低于CDC20、MAD2L1和NUSAP1低表达组（P<0.05）;且CDC20、MAD2L1和NUSAP1预测CPRC发生的ROC曲线下面积分别为0.933、0.762、0.950,提示其对CRPC具有较高的诊断价值。结论CDC20、MAD2L1和NUSAP1可能是参与CRPC发展的关键候选基因。     

基于生物信息学分析动脉粥样硬化的关键基因及潜在中药

目的：基于生物信息学预测与动脉粥样硬化(atherosclerosis, AS)相关的关键基因及中药,为AS诊断、药物干预提供新思路。方法：从高通量基因表达(gene expression omnibus, GEO)数据库下载GSE13985和GSE6088的基因表达数据集,在AS和健康样本之间鉴定差异表达基因(differentially expressed genes, DEGs)。随后进行基因本体(Gene Ontology, GO)功能富集分析、京都基因和基因组百科全书(Kyoto Encyclopedia of Genes and Genomes, KEGG)通路富集分析,并将筛选出的DEGs排列成蛋白质-蛋白质相互作用(protein-protein interaction, PPI)网络,利用COREMINE数据库对关键基因进行中药预测。结果：在GSE13985数据集中总共鉴定出2 135个DEGs(744个上调,1 391个下调),在GSE6088数据集中鉴定出1 725个DEGs(773个上调,952个下调)。富集分析涉及98个GO条目(52个BF,28个CC,18个...     

骨关节炎的关键通路与免疫细胞浸润模式及中药预测分析

目的 利用生物信息学的方法分析骨关节炎(osteoarthritis, OA)的关键通路与免疫细胞浸润模式及潜在治疗中药。方法 从基因表达综合数据库(GEO)中下载GSE55235基因表达芯片,运用GEO2R在线分析工具筛选差异表达基因(DEGs)。使用DAVID在线数据库对DEGs进行基因本体富集分析(Gene Ontology, GO)和京都基因与基因组百科全书信号通路分析(Kyoto Encyclopedia of Genes and Genomes, KEGG),通过STRING在线数据库构建蛋白相互作用网络(PPI)。使用Cytoscape软件中的cytoHubba插件筛选核心基因,Coremine Medical数据库预测治疗OA的潜在中药。通过CIBERSORT数据库对人类22种免疫细胞亚型的表达矩阵进行去卷积,分析OA组与对照组免疫细胞浸润情况。结果 共筛选出235个差异基因,其中101个为上调基因,134个为下调基因。GO富集分析主要涉及免疫反应、炎症反应、细胞粘附和凋亡过程等生物过程。KEGG主要富集在TNF信号通路、破骨细胞分化、MAPK信号通路、NF-kappa...     

基于盆腔器官脱垂相关衰老基因的GEO数据库和LASSO回归算法的生物信息学分析

目的：通过生物信息学技术筛选与盆腔器官脱垂（POP）密切相关的衰老基因,并阐明关键基因潜在的临床意义和价值。方法：利用基因表达汇编（GEO）数据库以“pelvicorgan prolapse”为关键词检索下载数据集GSE53868和GSE151188获取POP相关基因。从Aging Atlas数据库、CellAge数据库和人类衰老基因组资源（HAGR）数据库获取衰老相关基因,2组基因取交集得到POP相关衰老的差异表达基因（DEGs）。采用R 4.2. 1软件进行基因富集分析（GSEA）。采用注释可视化和集成发现（DAVID）数据库对DEGs进行基因本体论（GO）功能富集分析和京都基因与基因组百科全书（KEGG）信号通路富集分析,采用Cytoscape 3.9. 1软件构建蛋白-蛋白互作（PPI）网络,用cytoHubba插件筛选排名前10位的核心基因（Hub基因）。采用R软件CIBERSORT反卷积法分析22种免疫细胞在POP组和对照组患者中的浸润情况。采用LASSO回归算法进一步筛选关键基因,分析关键基因与免疫细胞浸润的相关性和诊断效能。结果：通过Aging Atlas、CellAg...     

基于WGCNA筛选骨关节炎的生物标志物

目的 利用加权基因共表达网络分析(WGCNA)探索骨关节炎(OA)发生发展中潜在的分子机制及其关键基因,寻找具有临床诊断和治疗意义的生物标志物。方法 从基因表达综合数据库(GEO)下载GSE114007、GSE57218和GSE169077数据集。利用R语言软件对GSE114007进行差异分析,将差异分析结果得到的差异基因(DEGs)再进行WGCNA构建表达模式不同的基因模块,对与骨关节炎最相关的基因模块进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)分析。利用STRING和Cytoscape构建蛋白互作网络(PPI),并用cytoHubba插件的degree算法筛选关键基因。结果 GSE114007共筛选出骨关节炎组与健康对照组之间的DEGs1752个,其中上调基因927个,下调基因825个;通过WGCNA构建了6个不同的基因模块,其中棕色基因模块与骨关节炎的相关性最高,共有281个基因;棕色基因模块的GO显著富集在T细胞活化、脂肪代谢、炎症反应等生物学过程,KEGG显著富集在MAPK信号通路、破骨细胞分化途径、mTOR信号通路等信号通路;从PPI网络筛选出DDIT3和B...     

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...     

六价铬致肝脏损伤作用机制的生物信息学分析

目的：通过生物信息学方法识别六价铬[Cr （Ⅵ）]致肝脏损伤的相关基因,为探讨Cr （Ⅵ）致机体肝脏损伤作用机制的研究提供新的方向。方法：检索基因表达综合（GEO）数据库中与“[Cr （Ⅵ）]liver”相关数据集,下载数据集GSE65198,通过limma包筛选差异表达基因（DEGs）,并进行基因本体（GO）富集分析和京都基因与基因组百科全书（KEGG）通路富集分析,采用String数据库进行蛋白-蛋白互作（PPI）网络分析,Cytohubba插件筛选hub基因,通过Enrichr网站使用药物特征数据库预测靶向药物分子。结果：选择数据集GSE65198中的样本20例,分为2组。第1组20 mg·kg-1 Cr （Ⅵ） 1次暴露后1 d肝脏样本和对照样本各5例;第2组20 mg·kg-1 Cr （Ⅵ）1次暴露后7 d肝脏样本和对照样本各5例,以每组的对照样本作为阴性对照分别筛选得到342个和61个DEGs （|Log2 FC|>1和P<0.05）。GO富集分析,DEGs主要富集于对药品反应、有丝细胞分裂和衰老等生物学过程;KEGG分析,主要信号通路包括核糖体生物发生、细胞周...