基于生物信息学的脑胶质瘤预后风险长链非编码RNA筛选

目的：应用生物信息学方法筛选脑胶质瘤的预后风险长链非编码RNA（lncRNA）。方法：从开放的癌症基因图谱（TCGA）和基因型组织表达（GTEx）数据平台下载脑胶质瘤样本转录水平数据,采用R语言比较分析脑胶质瘤和正常脑胶质样本差异表达基因,使用Cox分析构建风险模型,通过DAVID基因功能和KEGG通路数据库对差异表达基因进行功能注释和通路富集分析。利用qPCR评价HOXA-AS2的表达量与脑胶质瘤的临床组织特征之间的关系。结果：通过比较分析脑胶质瘤样本和正常脑组织样本基因组表达数据,获得差异表达的lncRNA 424个（211个上调,213个下调）,mRNA 3 827个（1 618个上调,2 209个下调）。构建了包含9个lncRNA的风险模型,参与介导的信号转导通路主要集中于免疫缺陷病毒感染,神经信号转导等相关通路。qPCR方法验证HOXA-AS2在脑胶质瘤中高表达。结论：筛选出HOXA-AS2可能是脑胶质瘤的预后风险lncRNA,为后续脑胶质瘤的机制研究提供参考依据。     

基于GEO数据库的银屑病lncRNA筛选与ceRNA网络构建

目的：构建银屑病竞争性内源性RNA(ceRNA)调控网络,为银屑病发病机制提供生物信息学参考。方法：基于基因表达综合数据库(GEO)筛选差异表达的lncRNA并通过相关性分析找到与其相关的编码基因,进行京都基因与基因组百科全书(KEGG)通路富集分析。使用lncBase数据库预测lncRNA的靶向微小RNA(microRNA, miRNA);使用TargetScan数据库预测编码基因靶向miRNA;利用Cytoscape构建ceRNA网络。结果：本研究基于差异表达的lncRNA构建出6个lncRNA(LIN01094、LINC01215、KLF-AS1、TINCR、EMX2OS、C14orf132)介导的lncRNA-miRNA-mRNA ceRNA网络,显示这些lncRNA可能通过影响细胞周期、蛋白酶体、DNA复制、细胞因子-细胞因子受体的相互作用、FoxO信号通路等发挥作用。结论：差异表达的(lncRNA LIN01094、LINC01215、KLF-AS1、TINCR、EMX2OS、C14orf132)可能作为ceRNA发挥调控功能,参与银屑病发病。     

lncRNA FOXD2-AS1对胶质瘤患者预后的评估及对胶质瘤细胞增殖和侵袭的影响

目的 探讨长链非编码RNA FOXD2-AS1在评估临床胶质瘤患者预后方面的意义,并研究FOXD2-AS1对胶质瘤细胞增殖和侵袭能力的影响.方法 收集2012年1月至2015年1月间空军军医大学唐都医院神经外科收治的53例胶质瘤患者的标本组织,同期取脑外伤行开颅手术的30例患者的正常脑组织作为对照组.qRT-PCR法检...     

基于TCGA数据构建乳腺癌上皮间质转化相关lncRNA的预后模型

目的：通过生物信息学分析,探讨上皮间质转化（EMT）相关的长链非编码RNA(lncRNA)在乳腺癌中的预后作用。方法：从TCGA数据库下载乳腺癌的转录组数据及临床信息,在MSigDB数据库下载EMT相关基因的数据集,然后利用差异分析、共表达分析、Cox回归分析、Lasso回归分析、生存分析等生物信息学方法,构建乳腺癌中EMT相关lncRNA的风险特征,并进一步检验其预测效能。结果：乳腺癌肿瘤组和正常组有311个差异表达的EMT相关基因（P<0.05）,与这些基因存在共表达关系的lncRNA有315个（皮尔逊相关系数r=0.7,P<0.001）,其中,与预后可能相关的lncRNA有16个（P<0.05）。进一步行Lasso回归分析及多因素Cox回归分析,最终得到基于9个lncRNA表达水平的风险评分公式,根据风险评分的中位数将患者分为高、低风险组,生存分析结果显示,相比于低风险组,高风险组患者的总生存期更低(P<0.001)。ROC曲线结果表明,风险评分预后模型对乳腺癌的3、5、10年生存期具有较好的预测效能,Cox回归分析结果进一步表明该模型可以作为一个独立的预...     

用于预测低级别胶质瘤患者生存率的列线图模型构建

目的 构建列线图模型预测低级别胶质瘤(LGG)患者的生存率.方法 从癌基因数据库(TC-GA)数据库中下载患者临床数据,构建临床预测模型比较临床参数与LGG患者的预后关系.结果 Kaplan-M eier生存分析结果显示诊断年龄>65岁、K PS<80分、肿瘤分级G3、分子亚型为ID H野生型、首次治疗后肿瘤有进展、化疗史与LGG患者中位生存时间降低相关(P<0.05),COX因素分析结果显示诊断年龄>65岁、肿瘤分级G3级、分子亚型为IDH野生型、首次治疗后肿瘤有进展是LGG患者的独立危险因素(P<0.05),并以相关危险因素绘制列线图,其ROC曲线下面积(AUC)分别为0.810、0.850、0.874,且预测生存率与实际生存率曲线较吻合,列线图校准度与区分度均较好.结论 利用列线图可预测低级别胶质瘤患者生存率.     

用于预测低级别胶质瘤患者生存率的列线图模型构建

目的 构建列线图模型预测低级别胶质瘤(LGG)患者的生存率.方法 从癌基因数据库(TC-GA)数据库中下载患者临床数据,构建临床预测模型比较临床参数与LGG患者的预后关系.结果 Kaplan-M eier生存分析结果显示诊断年龄>65岁、K PS<80分、肿瘤分级G3、分子亚型为ID H野生型、首次治疗后肿瘤有进展、化疗史与LGG患者中位生存时间降低相关(P<0.05),COX因素分析结果显示诊断年龄>65岁、肿瘤分级G3级、分子亚型为IDH野生型、首次治疗后肿瘤有进展是LGG患者的独立危险因素(P<0.05),并以相关危险因素绘制列线图,其ROC曲线下面积(AUC)分别为0.810、0.850、0.874,且预测生存率与实际生存率曲线较吻合,列线图校准度与区分度均较好.结论 利用列线图可预测低级别胶质瘤患者生存率.     

lncRNA与心血管疾病

非编码RNA(ncRNA)占哺乳动物RNA的98%,既往认为非编码RNA不具备生物学功能,但近些年来的研究发现,非编码RNA可从表观遗传学、转录调控及转录后调控等多个层面实现对基因表达的调控,其表达水平的变化与多种疾病密切相关,亦影响到心血管疾病的发病进程。其中,长链非编码RNA(lncRNA)成为基因组学研究中一颗冉冉升起的新星,其可从转录水平调控疾病相关基因的表达,亦可竞争性结合microRNA,以影响目的基因的表达和功能。文章从非编码RNA的来源、分类、作用机制及lncRNA在心血管疾病中的研究进展进行综述。具有细胞和组织特异性的lncRNA未来则有望成为一类全新的疾病诊断、判断预后的特异标志物和新药作用靶点,为疾病的临床诊断与治疗提供新思路。     

基于长链非编码RNA的生物信息学分析构建膀胱癌预后模型并确定预后生物标志物

目的:构建基于长链非编码RNA(long non-coding RNA,lncRNA)的膀胱癌预后模型,并寻找预后生物标志物。方法:从癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库下载膀胱癌转录组及临床数据,Perl软件和R软件用于数据处理和分析。首先筛选差异表达lncRNA,继而对筛选结果进行单因素Cox回归分析以初步筛选与预后相关的lncRNA,再进一步用Lasso回归分析筛选影响预后的关键lncRNA,并运用多因素Cox回归分析构建预后模型。根据风险评分的中位数将患者分为高风险组和低风险组,运用Kaplan-Meier(K-M)生存分析、受试者接受特征(receiver operating characteristic,ROC)曲线和C指数对模型进行评价。此外,运用多因素Cox回归分析计算预后模型中各lncRNA的危险比和95%置信区间,并对差异有统计学意义的lncRNA进行K-M生存分析以确定预后生物标志物。结果:单因素Cox回归分析显示,在691个差异表达的lncRNA中, 35个可能与预后相关,其中23个经Lasso回归分析确认为影响预后的关键lncRNA。此外,K-M生存分析结果显示低风险组的总生存时间较高风险组长[(2.85±2.72)年vs. (1.58±1.51)年, P<0.001], ROC曲线显示3年生存率和5年生存率的曲线下面积分别为0.813和0.778,C指数为0.73。多因素Cox回归表明,23个关键lncRNA中有11个lncRNA差异有统计学意义,进一步的K-M生存分析表明,其中有3个lncRNA可能具有独立的预后价值,包括lncRNA AL589765.1(P = 0.004), AC023824.1(P = 0.022)和PKN2-AS1(P = 0.016)。结论:通过生物信息学分析,成功构建了基于23个lncRNA表达水平的膀胱癌预后模型,预测准确性中等,并确定了一个保护性预后生物标志物AL589765.1,以及两个不利的预后生物标志物AC023824.1和PKN2-AS1。     

基于坏死性凋亡相关LncRNA的结肠腺癌临床预测模型的构建和验证

目的 基于癌症基因组图谱数据库(The Cancer Genome Atlas,TCGA)构建结肠腺癌坏死性凋亡相关长链非编码RNA(long non-coding RNA,LncRNA)临床预测模型与验证。方法 从TCGA下载结肠腺癌转录组和临床数据,从基因集富集分析(gene set enrichment analysis,GSEA)、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)数据库及检索文献得到坏死性凋亡相关基因。运用R软件通过共表达筛选出差异坏死性凋亡相关LncRNA,采用单因素分析筛选出预后相关坏死性凋亡LncRNA,运用Lasso回归分析和多因素分析构建预后风险模型。通过差异分析、Kaplan-Meier生存分析、风险分析、受试者工作特征曲线(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)、临床分组模型验证以评价该模型的可行性和准确性。采用多因素进行模型的独立预后分析,同时绘制Nomogram图预测患者1年、3年和5年...     

利用数据库信息构建乳腺癌免疫关联lncRNAs风险评估模型

目的 筛选乳腺癌中免疫关联长链非编码RNA(lncRNA),并构建乳腺癌预后风险评估模型,探索预后相关因素。 方法 从UCSC Xena(https://xena.ucsc.edu/)、TCGA、immport(https://www.immport.org/home)官网分别下载乳腺癌患者的测序数据、临床信息以及免疫基因集,并将这些数据进行整理和清洗,最终得到乳腺癌免疫关联lncRNA表达矩阵及临床信息。利用单因素Cox和多因素Cox回归分析筛选出与预后相关的免疫关联 lncRNA,用于构建预后风险评分。根据风险评分的中位数,将患者分为高风险组和低风险组,利用Kaplan-Meier(K-M)生存分析、受试者工作特征曲线(ROC)分析及独立预后因素评估对模型进行评价,并将此模型联合其他临床因素构建列线图,对乳腺癌患者进行生存率预测。 结果 最终确定10个免疫关联 lncRNAs 用来构建风险评分模型;高风险组较低风险组预后差;风险评分可作为乳腺癌患者的独立预后因素;列线图的C指数(CI)为0.751,校准图显示预测值与实际观测值一致性较好。 结论 由10个免疫关联lncRNAs 组成的风险评分模型可用于评估乳腺癌患者的预后,由此建立的列线图可进一步预测乳腺癌患者的生存率。     

低级别胶质瘤治疗时机与方式的研究进展

胶质瘤是由神经外胚层衍化而来的胶质细胞所发生的肿瘤,其中Ⅰ级和Ⅱ级属于低级别胶质瘤(LGGs),可由多种原因导致较高的临床复发率、致残率、病死率。目前虽然LGGs的治疗仍存在较大争议,尚缺乏询证医学证据支持的疗效确切的治疗方法,但近年来随着基础及临床研究的进展,在显微手术技巧、手术辅助手段、放化疗方式制订等方面取得了较大的突破,LGGs治疗经验的积累越发丰富,手术、放化疗疗效及患者生存质量均得到了很大程度的提高。     

基于DSpace系统的特色数据库建设实践

在深入介绍DSpace系统的框架、安装过程和应用软件基础上,结合牡丹江医学院图书馆实践,阐述影像学特色数据库平台的搭建,包括存储文献类型、具体建库步骤,并对系统定制和数据库管理进行探讨.     

基于GEO和TCGA数据库筛选子宫内膜癌发病及预后的相关基因

目的 通过生物信息学方法分析与子宫内膜癌(EC)发病及预后相关的基因.方法 下载基因表达综合数据库(GEO)中相关样本的基因芯片数据,筛选出EC与正常子宫内膜组织细胞中的差异表达基因(DEGs).运用STRING在线数据库及DAVID在线数据库对DEGs进行蛋白-蛋白互作网络(PPI)分析、基因本体论(GO)及京都基因...     

氢质子磁共振波谱在脑内低级别胶质瘤与脱髓鞘病变鉴别诊断中的应用

目的 探讨氢质子磁共振波谱(1H-MRS)在低级别胶质瘤与脱髓鞘病变鉴别诊断中的应用价值.方法 回顾性分析24例低级别胶质瘤和22例脱髓鞘病变1H-MRS检查结果,测定和分析病变及对侧正常脑组织N-乙酰天门冬氨酸/肌酸(NAA/Cr)、NAA/胆碱(Cho)、Cho/Cr等代谢比率.结果 低级别胶质瘤、脱髓鞘病变与其对侧正常脑组织相比,NAA/Cr、NAA/Cho和Cho/Cr差异具有显著性 (P<0.05).低级别胶质瘤与脱髓鞘病变相比,NAA/Cho和Cho/Cr差异具有显著性 (P<0.05),而NAA/Cr差异无显著性 (P>0.05).结论 低级别胶质瘤和脱髓鞘病变NAA/Cho和Cho/Cr差异具有显著性,可作为1H-MRS 鉴别低级别胶质瘤和脱髓鞘病变的依据.     

基于公共数据库分析CDC20在膀胱癌中的表达及预后意义

目的:基于Oncomine、Gene expression omnibus (GEO)、String和The Human Protein Atlas等多个公共数据库,探讨细胞分裂周期蛋白20(CDC20)的表达与膀胱癌患者临床病理特征和预后的关系;进一步预测CDC20影响膀胱癌发生、发展的可能通路.方法:利用Oncom...     

一种基于潜变量的Ranking模型构造算法

现有的Ranking算法获得的模型全部来自训练数据,因为很多模型的有用信息并不能完全从训练数据中得到,因此这样得到的模型不够精确,对此,提出一种基于潜变量的Ranking算法。该算法以结构化SVM为学习工具,将除训练数据外的其他有用信息以潜变量形式引入算法的框架中,并在此基础上定义了面向NDCG的目标函数。针对该目标函数非凸非平滑,首先使用“凹凸过程”进行逼近,然后用“近似 Bundle法”展开优化计算。基准数据集上的实验结果表明：相比完全依靠训练数据的Ranking算法,本文算法获得的模型更为精确。     

基于电子病历系统关系数据库构建患者诊疗图谱

介绍在电子病历(Electronic Medical Record,EMR)系统中使用图数据库的目的,阐述使用Neo4j对EMR系统关系数据进行建模的全过程,构建某医院门诊患者就诊记录多关系异构诊疗知识图谱,实现EMR系统中关系数据库结构可视化,并探索利用图数据库来挖掘数据管理和分析的潜力。     

基于HL7 V3模型建立应用系统自身数据模型的探讨

HL7 V3是采用模型驱动开发,RIM是HL7 V3模型的基础,DMIM和RMIM是建立在RIM基础上并用于直接生成接口消息定义的消息信息模型。由于HL7标准在医疗卫生信息领域的重要性,很多厂商试图基于HL7 V3的模型作为自身系统架构设计的基础,开发中间件平台产品或独立的应用系统。但RIM的模式完全是针对系统接口设计,并不适合应用系统设计。因此,基于HL7 V3的模型作为自身系统架构设计的基础。应抛开RIM和完全仿照RIM的DMIM、RMIM,而直接从更具体的HMD反推出未套用RIM之前的DIM,再按照适合自身系统的设计模式,建立系统自身的数据模型。     

构建以知识服务和知识组织为基础的医药学知识库

初步探讨知识服务的背景、概念、内容,揭示知识组织的概念和涵义,重点阐述构建《中国疾病知识总库》（China Disease Database,简称CDD）的思想、内容、建立过程以及目前发展,指出该知识库的特点及重要意义。     

基于AAT与细胞因子构建活动性肺结核的Nomogram预测模型

  目的   构建AAT及细胞因子在活动性肺结核诊断中的预测模型。  方法   收集昆明市第三人民医院2020年3月至2021年3月收治的96例活动性肺结核患者作为实验组,选择同期82例健康体检者为对照组,比较2组HAP、CRP、AAT及细胞因子水平的差异,基于 Logistic回归分析分析结果,构建Nomogram预测模型,并对模型进行验证与评价。   结果   多因素Logistic回归分析显示,AAT（OR = 0.983,95%CI = 0.968～0.999,P = 0.039）,IFN-γ（OR = 0.783,95%CI = 0.659～0.931,P = 0.006）,TNF-α（OR = 1.495,95%CI = 1.106～2.020,P = 0.009）均是活动性肺结核的预测因子（P < 0.05）。   结论   该模型拟合度、ROC曲线下面积均良好,证实该模型有较高的预测准确率。基于上述预测因子建立的Nomogram模型具有良好的预测效能,可为活动性肺结核的实验室诊断提供一定的参考价值。