基于生物信息学的食管鳞癌关键基因筛选

目的 探索食管鳞癌(ESCC)基因调控机制以寻找诊治相关潜在的生物标志物.方法 整合GEO数据库中ESCC基因芯片数据集获得共同差异表达基因(DEGs),进行基因本体(GO)和基因组百科全书数据库(KEGG)分析,构建蛋白互作网络后筛选出核心DEGs.利用GEPIA进行表达差异及生存分析,经UALCAN验证差异分析结果.结果 33例ESCC组织及15例正常组织中筛选出86个DEGs.GO和KEGG富集分析结果显示,差异基因功能主要涉及细胞周期、细胞分化、转化生长因子-β(TGF-β)信号通路等,蛋白互作分析网络筛选出27个核心基因,其中与患者预后相关基因两个:CKDN3、KIF4A.结论 CKDN3、KIF4A在ESCC组织中高表达,与ESCC预后相关,有助于ESCC的诊断及预后.     

基于生物信息学的食管鳞癌关键基因筛选

目的 探索食管鳞癌(ESCC)基因调控机制以寻找诊治相关潜在的生物标志物.方法 整合GEO数据库中ESCC基因芯片数据集获得共同差异表达基因(DEGs),进行基因本体(GO)和基因组百科全书数据库(KEGG)分析,构建蛋白互作网络后筛选出核心DEGs.利用GEPIA进行表达差异及生存分析,经UALCAN验证差异分析结果.结果 33例ESCC组织及15例正常组织中筛选出86个DEGs.GO和KEGG富集分析结果显示,差异基因功能主要涉及细胞周期、细胞分化、转化生长因子-β(TGF-β)信号通路等,蛋白互作分析网络筛选出27个核心基因,其中与患者预后相关基因两个:CKDN3、KIF4A.结论 CKDN3、KIF4A在ESCC组织中高表达,与ESCC预后相关,有助于ESCC的诊断及预后.     

基于生物信息学筛选甲状腺癌关键基因和通路

目的探讨甲状腺癌(TC)发生发展的潜在生物学功能,筛选TC的关键基因和通路。方法从GEO数据库中下载3组基因芯片数据集,分析TC组织与正常组织差异表达基因(DEGs),利用多种在线分析软件对DEGs进行功能富集、通路分析、构建蛋白质互作网络、筛选关键基因,然后采用TCGA数据库对关键基因进行验证及生存分析。结果3组数据集分析得出410个共同DEGs,其中159个基因上调,251个基因下调。DEGs与癌症中的蛋白聚糖、P53信号通路、ECM-受体相互作用、细胞周期等信号通路有密切关系。筛选出14个关键基因,分别是CCNB2、FN1、MMP9、TIMP1、CXCL8、VCAN、EVA1A、LGALS1、KIF15、KIF20A、KIF4A、TOP2A、JUN和SDC2,其中MMP9、SDC2、KIF15和VCAN影响患者生存率,提示可以作为TC的潜在预后标志物。结论利用生物信息学方法筛选出14个关键基因和通路,可能有助于甲状腺癌的早期分子诊断与基因靶向治疗。     

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。     

基于生物信息学分析对儿童髓母细胞瘤中差异表达核心基因的筛选及非编码RNA的预测

目的 探讨儿童髓母细胞瘤的治疗靶点。方法 采用生物信息学研究方法筛选病例组瘤组织的差异表达基因,对其进行蛋白质互作网络、信号通路、核心基因的鉴定及非编码RNA的预测。结果 共获取1307个差异表达基因,其中高表达730个,低表达577个,它们富集在化学突触传递的调节、跨突触信号的调节、微管蛋白结合、微管结合、细胞周期和DNA复制等生物过程和通路上。自蛋白质互作网络中筛选出5个核心基因：CDC20、CDK1、KIF11、ASPM和MAD2L1,最终构建出包含CDK1、KIF11和MAD2L1三个基因、12个miRNAs及60个circRNAs的三个ceRNA网络。结论 本研究探索出5个参与儿童髓母细胞瘤发生、发展的关键基因以及可能参与疾病进程的miRNAs、circRNAs等ncRNAs,为儿童髓母细胞瘤的潜在药物治疗靶点提供有力的依据,也为其精准治疗提供了新思路。     

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。     

联合GEO和TCGA数据库筛选子宫内膜癌关键基因和靶向药物

目的 利用生物信息学技术筛选子宫内膜癌(endometrial carcinoma,EC)的差异表达基因(differentially expressed genes,DEGs)及潜在的治疗药物,为诊断和治疗EC提供理论依据。方法 筛选了高通量基因表达数据库(Gene Expression Omnibus,GEO)GSE17025和癌症基因组图谱(The Cancer Genome Atlas, TCGA)子宫内膜癌数据库的重叠差异表达基因,用R语言筛选DEGs,并进行GO和KEGG富集分析。使用String工具分析差异基因编码蛋白互作(protein-protein interaction,PPI)网络,通过Cytoscape 软件进行可视化展示,获得最显著模块基因以及关键基因,并对关键基因做靶向药物预测。结果 通过GEO和TCGA筛选出上调基因269个、下调基因132个。GO富集分析结果显示,DEGs主要富集于纺锤体、细胞器分裂、受体配体活性等;KEGG信号通路分析,DEGs主要富集于细胞因子-细胞因子受体相互作用、白细胞介素-17(interleukin-17,IL-17)、细胞周期等信号通路。PPI网络中CDCA2、AURKA、DLGAP5、BIRC5、KIF11、CENPE、NCAPH、CCNB1、CDCA5、NCAPG被筛选为关键基因。在毒性与基因比较数据库(Comparative Toxicogenomics Database,CTD)中筛选出阿霉素、舒尼替尼和丙戊酸作为可能的靶向药物。结论 利用生物信息学方法筛选的关键基因可能在EC的发生、发展中具有重要作用,可作为相关候选药物筛选的理论依据。     

基于生物信息学分析银屑病基因表达差异及潜在中药

目的：通过生物信息学技术分析银屑病皮损与正常组织的基因芯片数据,筛选银屑病的差异表达基因(differentially expressed genes, DEGs),探讨银屑病的病理机制,预测治疗银屑病的潜在中药。方法：从基因表达数据库(gene expression omnibus, GEO)提取数据集GSE161683、GSE193128、GSE137218原始数据,使用R语言Limmar包筛选DEGs。利用DAVID数据库对DEGs进行功能和信号通路的富集分析,通过String数据库构建蛋白互作网络,Cytoscape软件及其插件筛选关键基因。将关键基因与Coremine Medical相互映射,筛选治疗银屑病潜在的靶向中药。结果：筛选出DEGs 474个,其中上调DEGs的通路主要富集在白细胞介素-17(interleukin-17,IL-17)、核苷酸寡聚化结构域样受体(nucleotide oligomerization domain like receptor, NLR)、病毒感染等信号通路。STAT1、RSAD2、IFIT3、IFI44L、IFIT1、CXCL10、MX...     

基于RNA测序的A亚型呼吸道合胞病毒毛细支气管炎转录组学特征分析及关键基因预测

目的：基于RNA测序数据的分析，寻找A亚型呼吸道合胞病毒（RSV）毛细支气管炎有关的关键基因（Hub基因）和通路，为RSV毛细支气管炎的干预和治疗提供依据。方法：招募23例RSV毛细支气管炎住院患儿为病例组，以10例健康儿童为对照组。收集外周血白细胞并提取RNA用于高通量测序。利用三种R软件包（DESeq2、edgeR、limma）获取病例组和对照组之间的差异表达基因（DEGs）。利用R包clusterProfiler和Metascape在线工具对所有的DEGs进行GO和KEGG富集分析。利用STRING数据库进行DEGs的蛋白互作分析，用Cytoscape软件筛选Hub基因。结果：共筛选出286 个DEGs，包括166 个表达上调的基因和120 个表达调的基因。GO功能富集分析发现DEGs主要参与过氧化氢代谢过程、细胞对生物刺激的应激反应、维生素D受体信号通路等生物学过程。KEGG通路分析显示DEGs主要涉及免疫系统中的细胞因子信号、适应性免疫系统、中性粒细胞脱颗粒等信号通路。从蛋白互作网络中筛选出4个核心模块，主要与RAF/MAP激酶级联反应、病毒蛋白与细胞因子和细胞因子受体互作等通路有关。最后筛选出RRM2、BUB1B、BUB1、MCM10、CDC45、MKI67、ASPM、NCAPG、NUSAP1、ESPL1、CDT1 共11个与A亚型RSV毛细支气管炎相关的Hub基因。结论：本研究鉴定出的免疫相关通路和Hub基因可能与RSV毛细支气管炎发病有关，其具体机制值得进一步研究。     

特发性扩张型心肌病心衰相关基因和miRNA的筛选与分析

目的:筛选特发性扩张型心肌病(idiopathic dilated cardiomyopathy,IDCM)心衰发展过程中潜在的关键基因和miRNA。方法:纳入GEO数据库中2个基因表达谱芯片,消除数据之间的批次效应并进行标准化后,筛选出共同差异表达基因(differentially expressed genes,DEGs),然后进行基因本体(gene ontology,GO)分析和KEGG富集分析,利用STRING构建蛋白质互作网络,利用miRNet获得靶向DEGs的miRNA,构建miRNA-DEGs网络,并用Cytoscape分析关键基因和miRNA。结果:根据|logFC|>0.4,P<0.05筛选出DEGs共210个,主要富集在PI3K信号通路、MAPK信号通路及与肿瘤相关的通路等。筛选出关键基因STAT3、MYC和CCND1等,以及关键miRNAs如miR-34a-5p、miR-17-5p和miR-20a-5p。结论:基于生物信息学方法对特发性扩张型心肌病心衰发展过程中潜在的关键基因和miRNA进行了筛选与分析,共筛选出210个差异基因及7个功能模块,分析了3...