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。     

基于生物信息学方法筛选高砷暴露人群的关键基因

目的 利用生物信息学方法筛选高砷暴露人群关键基因及相关信号通路。方法 从高通量基因表达(gene expression omnibus, GEO)数据库下载GSE110852数据集，通过GEO2R在线工具筛选差异表达基因(differentially expressed genes, DEGs),应用R语言绘制火山图和热图。应用注释、可视化和综合发现数据库(the database for annotation, visualization and integrated discovery, DAVID)对DEGs进行基因本体(gene ontology, GO)和京都基因和基因组数据库(kyoto encyclopedia of genes and genomes, KEGG)通路富集分析，使用R语言绘制结果气泡图。通过基因/蛋白相互作用检索搜查工具(search tool for the retrieval of interacting genes/proteins, STRING)数据库构建差异表达基因的蛋白质-蛋白质相互作用(protein-protein interactio...     

基于GEO数据库分析睡眠剥夺影响肝代谢的核心基因及关键通路

目的：基于基因表达数据库(GEO)筛选睡眠剥夺影响肝脏代谢过程的差异基因(DEG),探究DEG的生物学功能及关键信号通路,探析睡眠影响代谢的分子生物学机制。方法：从GEO数据库中筛选出包含有睡眠剥夺和正常对照的基因芯片数据集,使用其自带的分析工具GEO2R,以P值(adj.P)＜0.05且|log2FC|≥1作为筛选条件对数据库中的DEGs进行筛选。同时运用DAVID数据库对DEGs行基因本体(GO)富集分析,运用Pathways行京都基因与基因组百科全书(KEGG)通路富集分析。最后,运用STRING平台构建蛋白质互作用网络(PPI),并运用来自Cytoscape3.8.2软件的cytohubba插件筛选所涉及的核心基因。结果：本次研究总共筛选出54个差异基因,上调基因有34个,下调基因有20个。GO分析结果显示,差异基因的BP主要富集在脂质代谢、类固醇代谢、甘油三酯合成正调节、昼夜节律、SREBP信号通路等,CC主要富集在细胞器、内质网膜、内质网、高尔基体等;MF主要富集在氧化还原酶活性、血红素结合、铁离子结合、跨模信号受体活性等;KEGG通路主要富集在PPAR通路、类固醇激素生物合成通路、癌症转录失调通路、视黄醇新陈代谢通路共计4条信号通路。通过STRING数据库及Cytoscape3.8.2软件共筛选出PPARG、SREBF1、FGF21、Lpin1等为此过程的核心基因。结论：利用生物信息学方法能有效筛选出睡眠剥夺影响肝脏代谢的核心基因和关键通路,为睡眠障碍和代谢失调性疾病的诊治提供了新思路。     

不明原因复发性流产中铁死亡的生物信息学分析及验证

目的：探究铁死亡关键基因在不明原因复发性流产（URSA）发生发展中的作用，初步确定潜在生物标志物。方法：从基因表达综合（GEO）数据库下载数据集GSE26787，利用GEO2R筛选差异表达基因（DEGs）；从FerrDb V2数据库下载铁死亡相关基因；DEGs与铁死亡基因取交集获得URSA铁死亡相关基因；利用DAVID数据库对URSA铁死亡相关基因进行基因本体（GO）富集及京都基因与基因组百科全书（KEGG）通路分析；利用String数据库和Cytoscape软件分析蛋白互作网络，筛选Hub基因；采用实时荧光定量PCR(RT-qPCR)检测Hub基因在人工流产组及URSA组患者蜕膜组织中mRNA的表达水平。结果：共筛选出55个URSA铁死亡基因；GO功能富集提示URSA铁死亡相关基因主要在自噬调节、RNA聚合酶Ⅱ启动子转录正调控、膜的整体组分、酶及p53蛋白受体结合富集。KEGG通路分析显示URSA铁死亡基因富集最明显的为FoXO信号通路。采用String数据库及Cytoscape软件筛选出的URSA铁死亡关键基因分别为EGFR、SRC、KRAS、MDM2。RT-qPCR检测结果显示，...     

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。     

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...     

基于生物信息学的胃癌预后基因的筛选和分析

目的 应用生物信息学方法筛选和分析胃癌预后基因。方法 从GEO数据库中下载胃癌基因芯片数据集GSE54129、GSE81948、GSE118916,使用在线分析工具GEO2R筛选出差异表达基因(differentially expressed genes,DEGs)。利用在线数据库DAVID对筛选的DEGs进行功能和通路富集分析。然后使用在线网站STRING和Cytoscape软件对DEGs构建蛋白互作网络,并筛选hub基因。最后使用Kaplan Meier-Plotter和GEPIA在线数据库对hub基因进行生存和表达水平分析。结果本研究共发现362个总DEGs,包含164个上调基因,192个下调基因。通过GO功能富集分析,发现DEGs主要富集在细胞外基质和胶原蛋白。KEGG富集通路分析显示,DEGs主要参与的信号通路包括ECM-受体相互作用、阿米巴病、蛋白质的消化和吸收、局部黏附和PI₃K-Akt信号通路。CytoHubba插件共筛选出10个DEGs作为hub基因,通过Kaplan Meier-Plotter数据库验证这10个hub基因,发现COL1A1、COL3A1、FN1、MMP2、COL5A1、BGN、COL4A1、COL4A2和COL6A3这9个基因和胃癌预后相关,并且高表达组预后差(P<0.05);GEPIA数据库发现这9个与胃癌预后相关的基因在胃癌组织中均呈高表达水平(P<0.05)。结论 通过生物信息学方法,本研究发现了9个胃癌预后基因,其中BGN、COL3A1和COL5A1这3个基因可能成为胃癌预后的新的标志物。     

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。     

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。     

食管鳞癌中miRNA-mRNA调控网络的构建和信号通路分析

目的：构建食管鳞状细胞癌（esophageal squamous cell carcinoma,ESCC）中miRNA-mRNA的调控网络,对候选基因进行基因本体（gene ontology,GO）功能注释和京都基因与基因组百科全书（Kyoto encyclopedia of genes and genomes,KEGG）通路富集分析,为ESCC发生发展的分子机制研究提供一定的理论指导。方法：从GEO数据库中筛选ESCC组织中的差异表达miRNA（differentially expressed miRNA,DE miRNA）和差异表达基因（differentially expressed genes,DEGs）,并用在线数据库预测调控DE miRNA的靶基因。对DE miRNA的靶基因及DEGs取交集得到候选基因,使用DAVID在线数据库对其进行GO富集分析和KEGG分析,并运用GEPIA网站进行生存分析。结果：筛选出4个DE miRNA（miR-34c-5p、miR-944、miR-133b、miR-139-5p）,分析DE miRNA在ESCC组织和正常食管组织中的表达情况。候选基因GO富集分析表明其主要参与细胞增殖、凋亡、迁移等过程,KEGG分析表明其主要富集在PI3K/AKT、Rap1、P53信号通路,生存分析发现候选基因中的COL1A1、SOX4与食管癌较差的无病生存期（disease-free survival,DFS）有关。结论：miR-34c-5p、miR-944、miR-133b和miR-139-5p在ESCC中存在差异表达,可能在食管鳞癌的发生发展中发挥作用,且候选基因COL1A1、SOX4与食管癌较差的无病生存期相关。     

舌鳞状细胞癌关键基因的筛选及其潜在治疗药物的预测

目的 通过生物信息学方法筛选舌鳞状细胞癌的关键基因,并预测其潜在的治疗药物。方法 从GEO数据库中下载GSE34105和GSE13601数据集,并利用limma包筛选DEGs。DAVID数据库对DEGs进行GO及KEGG富集分析。STRING数据库构建PPI网络,并在Cytoscape中进行可视化。“CytoHubba”筛选Hub基因,并利用TCGA数据库、HPA数据库及RT-qPCR进行验证。最后,在Cellminer数据库中筛选Hub基因潜在的治疗药物。结果 共筛选出192个DEGs,其中上调基因84个,下调基因108个。GO富集分析显示,DEGs主要涉免疫反应、细胞外基质分解等生物学过程;KEGG富集分析显示,DEGs主要富集在EMC-受体相互作用信号通路。筛选出IFIT3、OAS2作为Hub基因。预测出布加替尼、艾沙佐米柠檬酸盐及硼替佐米等19种可能靶向作用于舌鳞状细胞癌的药物。结论 通过生物信息学方法筛选出两个Hub基因,并预测其潜在的治疗药物,为研究舌鳞状细胞癌的分子机制及开发治疗药物提供理论基础。     

基于GEO数据库筛选舌鳞状细胞癌顺铂耐药的关键基因及生物信息学分析

目的 通过生物信息学方法筛选舌鳞状细胞癌顺铂耐药的关键基因。方法 从GEO数据库下载GSE111585和GSE115119数据集，利用limma包进行差异分析，与PRGs取交集后获取DEGs。利用R语言对DEGs进行GO功能富集及KEGG通路富集分析。String数据库构建PPI网络，在Cytoscape中进行可视化，基于Degree拓扑分析算法筛选Hub基因。根据Wilcox.test法分析Hub基因与顺铂耐药性的联系。结果 (1)共筛选出32个DEGs。(2)GO富集分析显示DEGs主要参与刺激反应调节、信号受体结合等功能；KEGG富集分析显示DEGs富集在癌症通路和人T细胞白血病病毒Ⅰ型感染信号通路。(3)筛选出FN1、SOX2和COL1A1 3个Hub基因，其中COL1A1具有成为潜在生物靶点的潜力。结论 COL1A1可能是舌鳞状细胞癌顺铂耐药的潜在作用靶点。     

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...     

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...     

多形性胶质母细胞瘤相关基因和候选通路的生物信息学分析

目的：采用生物信息学方法分析与多形性胶质母细胞瘤（GBM）发生发展相关的关键基因和候选通路,探讨GBM的发病机制和治疗靶点。方法：自癌症基因组图谱（TCGA）数据库和基因表达综合（GEO）数据库获得基因表达数据集TCGA-GBM及GSE7696,分别采用Deseq2和limma R数据包筛选GBM组织与癌旁正常组织中的差异表达基因（DEGs）,并对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数据库进行蛋白-蛋白互作（PPI）网络分析,采用Cytoscape 3.9.1软件对PPI网络进行可视化并进行模块分析。结果：对TCGA-GBM转录数据和芯片数据集GSE7696进行DEGs分析后共获取13个共同上调差异表达基因（UDEGs）和77个共同下调差异表达基因（DDEGs）。GO功能富集分析,DDEGs主要富集于氯离子通道活性、γ-氨基丁酸（GABA）受体活性、GABA门控氯离子通道活性、GABA-A受体活性、顺行突触传递信号和化学突触传递等生物学过程;KEGG信号通路主要富集于GABA能突触、神经活性配体-受体相互作用、...     

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...     

Wfs1基因敲除小鼠肝脏芯片数据的生物信息学分析

目的: 通过生物信息学方法分析Wfs1基因敲除小鼠肝脏的基因表达谱芯片,探讨WFS1基因突变的潜在致病机制。方法: 从美国国立生物技术信息中心GEO 数据库下载基因表达谱芯片数据（GSE55143）,利用分析工具GEO2R进行差异表达基因筛选,通过在线富集分析网站进行差异表达基因的GO以及KEGG通路富集分析,并使用STRING数据库及Cytoscape软件构建蛋白质相互作用网络。结果： 筛选出198个差异表达基因,其中有96个上调基因,102个下调基因。GO和KEGG富集分析表明差异表达基因主要富集于脂肪酸生物合成和初级胆汁酸生物合成这两条信号通路。蛋白质相互作用网络分析发现26个核心基因。 结论： 本研究筛选出的差异表达基因及相关富集分析可促进对WFS1基因突变致病机制的进一步理解。     

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...     

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...