IL-17调控溃疡性结肠炎分子机制的生物信息学分析

目的 利用生物信息学方法分析溃疡性结肠炎(UC)的枢纽基因和关键通路。方法 通过基因表达数据库(GEO)下载UC表达谱芯片GSE134025。利用R语言的Limma包筛选UC组与正常组肠黏膜细胞差异表达基因，对这些基因进行GO和KEGG分析；利用STRING数据库构建蛋白互作网络(PPI)并将结果导入Cytoscape筛选出核心基因；利用KEGG mapper绘制核心基因所在的信号通路图。结果 筛选出190个差异表达基因，其中147个上调，43个下调。GO分析结果表明，差异表达基因主要涉及炎症反应、细胞增殖的正调控等生物学过程，主要富集于细胞膜、质膜等细胞成分，具有肝素结合、生长因子等分子功能。KEGG分析显示差异基因主要富集于趋化因子信号通路，细胞因子受体相互作用等相关信号通路。从PPI网络中筛选出10个枢纽基因：白细胞介素6(IL-6)、CXC趋化因子配体8(CXCL8)、CXCL10、CXCL1、CXCL9、膜联素A1(ANXA1)、IL-1β、CC趋化因子配体20(CCL20)、CXCL2、CXCL11,其中多个基因位于IL-17调控的信号通路下游。结论 发现了10个与UC发病...     

利用生物信息学分析鉴定鼻咽癌转移的信号通路及核心基因

目的利用基因芯片技术和生物信息学分析方法,筛选出鼻咽癌转移相关的核心基因和相关信号通路,为寻找鼻咽癌转移早期诊断和靶向治疗潜在标志物提供依据。方法 GSE103611的表达芯片从Gene Expression Omnibus(GEO)数据库中下载,该数据库中包含48个样本,包括24个原发鼻咽癌样本和24个放疗后转移的鼻咽癌样本。整理微阵列数据集获得差异表达基因(DEGs)与本课题组前期构建的相对于CNE-2侵袭转移能力更强的CNE-2SI细胞对比芯片差异基因进行比对获得共同差异基因。利用基因本体论(GO)和京都百科全书基因和基因组数据库(KEGG)对共同差异基因进行富集并利用DAVIDE在线进行分析。共同差异基因的蛋白质互作(PPI)网络由STRING数据库构建。Hub基因分析通过Cytoscape软件中的cytoHubba插件制作。关键基因的生存分析通过Kaplan Meier-plotter数据库分析获得。结果 GSE103611数据集中共鉴定出差异基因共3301个,其中上调506个,2795个基因被下调。本课题组的芯片中差异基因共2691个,其中上调1349个,1342个基因被下调。两个芯片共同上调基因47个,下调基因135个,共计182个。GO分析表明共同差异基因的生物学功能主要集中在基本的生物学过程和细胞黏附;主要的细胞成分包括细胞膜和细胞质;分子功能包括ATP结合等(P 0.05)。KEGG通路分析显示这些共同差异基因主要参与脂类代谢、MAPK信号通路和细胞黏附信号通路(P0.05)。CytoHubba插件分析从PPI网络中找到前20个具有高度关联性的核心基因。生存分析发现CXCL10、CUL7、PLCB2可能与在鼻咽癌不良预后相关(P 0.05)。结论利用生物信息学分析筛查鼻咽癌转移相关DEGs和通路可以帮助了解鼻咽癌转移发生的分子机制,对鼻咽癌转移的早期诊断具有临床意义。     

糖尿病肾病肾小管病变关键基因的预测北大核心CSCD

目的:基于生物信息学探索糖尿病肾病(DKD)肾小管差异表达基因(DEGs)与相关信号通路,结合蛋白互作(PPI)网络分析与比较毒理基因组学数据库(CTD)筛选在DKD肾小管病变中发挥关键作用的基因。方法:选取基因表达公共数据库(GEO)中芯片数据集GSE30529与Karolinska肾脏研究中心RNA-seq数据集,采用R4.03软件的“limma”和“DESeq2”包分析两个数据集共有的DEGs,设定筛选阈值为差异倍数≥2,P<0.05。应用clusterProfiler包进行GO分析和KEGG信号通路富集分析,STRING数据库建立PPI网络,Cytoscape和CTD筛选DKD核心基因。结果:共得到277个DEGs,DEGs的GO分析主要表现于细胞外基质组织,涉及免疫反应、中性粒细胞激活、免疫效应调节等生物学过程。KEGG信号通路分析结果表明,吞噬小体、补体及凝血级联反应、趋化因子信号通路、糖尿病并发症AGE-RAGE信号通路及NF-κB信号通路参与DKD肾小管病变的发生、发展。通过PPI网络及CTD数据库联合分析筛选出CXCL1、CXCL8、CCL5、FN1及EGF共5个关键基因。结论:本研究从转录组水平对两个不同来源数据集进行联合分析,有利于了解DKD肾小管病变发生的潜在分子机制,为进一步研究提供了有意义的线索。     

基于生物信息与机器学习分析类风湿关节炎疾病特征基因与免疫细胞的关系

目的：利用生物信息学与机器学习方法探求类风湿关节炎（RA）的发病机制、特征基因与免疫浸润表现，并寻找特征基因与免疫细胞的相关性。方法：从GEO数据库获取RA相关芯片，利用R语言分析基因差异，并对其进行GO与KEGG富集分析；使用机器学习方法，即LASSO回归与SVM-RFE法筛选疾病特征基因，运用ROC曲线与样本芯片检测特征基因准确性，利用CIBERSORT算法分析RA免疫浸润情况，并分析特征基因与免疫细胞的相关性。结果：GSE12021和GSE55235共获得90个差异基因，包含64个上调和26个下调差异表达基因；GO分析共得到主要条目209个，主要涉及机体白细胞激活、淋巴细胞活化、B细胞受体信号通路等；KEGG分析显示趋化因子信号通路、IL-17信号通路、Toll样受体信号通路、PPAR信号通路等通路与RA密切相关；机械学习方法筛选出IGHM、SLAMF8、CXCL10、FNDC4、AIM2、EGR1、AKR1B10等10个关键基因，ROC曲线与样本芯片检测疾病特征基因为IGHM、SLAMF8、CXCL10、AIM2、AKR1B10；免疫浸润结果显示RA滑膜组织与正常组织中的浆细胞...     

儿童新诊断与慢性免疫性血小板减少症差异基因分析

目的筛选儿童新诊断与慢性免疫性血小板减少症(ITP)之间的差异表达基因(DEGs)并进行生物信息学分析。方法从基因表达数据库中下载芯片表达谱GSE46922数据集,利用BRB-ArrayTools软件鉴定DEGs,然后分别对差异基因进行基因本体(GO)功能富集分析、Pathway富集分析和互作网络分析。结果共筛选出1225个DEGs,其中上调基因665个,下调基因560个。GO富集分析发现DEGs主要参与转录调控、小分子代谢、蛋白泛素化、凋亡调控、固有免疫反应、病毒复制等生物学过程。Pathway富集分析发现DEGs显著富集于代谢通路、内质网蛋白加工、破骨细胞分化、MAPK信号通路、病毒感染、凋亡等。网络分析鉴定出的核心基因有CHD4、UQCR10、AP2M1、SIRPγ和GPR180,核心Pathways包括MAPK信号通路、细胞周期和细胞凋亡。结论明确了儿童新诊断与慢性ITP的基因表达谱不同,为进一步阐明儿童ITP发生发展的分子机制和指导早期治疗干预提供了基础。     

生物信息学分析导致类风湿关节炎性别差异的关键基因与信号通路北大核心CSCD

目的:通过生物信息技术分析探讨类风湿关节炎(RA)发病机制中性别间生物学差异的关键基因和通路。方法:从GEO数据库中获取GSE55457、GSE55584、GSE12021中正常男女性滑膜样本和RA男女性患者滑膜样本的基因表达数据,将数据整合并使用R软件对差异表达基因(DEGs)进行鉴定。使用在线工具DAVID数据库对DEGs进行GO分析和KEGG分析。使用Cytoscape 3.6.0构建DEGs的蛋白质-蛋白质相互作用网络(PPI),并进行模块分析。结果:男性组高表达基因416个,低表达基因336个,女性组高表达基因744个,低表达基因309个。在男性RA发病中,IL-6、MYC、EGFR、FOS和JUN被认为是关键基因;在女性RA发病中,IL-6、ALB、PTPRC、CXCL8和CCR5被认为是关键基因。结论:生物信息学分析筛选出的差异基因分别参与男性和女性RA疾病进展的不同机制,为RA发病机制的探究提供了理论依据。     

基于生物信息学分析探讨类风湿关节炎与骨关节炎之间的关系北大核心CSCD

目的:利用生物信息学分析探讨类风湿关节炎(RA)与骨关节炎(OA)之间的关系。方法:通过GEO数据库获取RA和OA血清基因芯片表达谱,筛选两者之间的差异miRNA并取交集,利用FunRich软件对交集miRNA进行转录因子预测及功能富集分析。应用String及Cytoscape软件对交集miRNA作用的靶基因进行蛋白互作网络构建,并筛选出核心mRNA,最后利用DAVID数据库对mRNA进行GO功能分析及KEGG信号通路分析。结果:共获得hsa-miR-4281、hsa-miR-98-5p、hsamiR-3613-3p及hsa-miR-6858-3p 4个差异miRNA,其生物过程主要涉及肽代谢、转录、翻译等,涉及10个核心转录因子:LHX3、SP4、NFIC、VSX2、HOXA7、TCF3、MYC、HOXB4、ETS1、SP1。蛋白互作分析提示CDC5L、HNRNPU、GATAD2A、CHD4、ACTB为互作网络中的核心靶点;GO富集分析结果显示交集miRNA所调控mRNA的生物学过程主要涵盖mRNA代谢过程的调控、细胞周期过程的负调控、有丝分裂细胞周期等,KEGG富集结果信号通路主要涉及调控干细胞多能性的信号通路、Hippo信号通路、FoxO信号通路、Apelin信号通路、p53信号通路等。结论:RA与OA两者之间交集miRNA和核心基因的发现有助于了解两种疾病发病机制的相关性,为治疗两种疾病的共同药物研发及治疗方式提供一定的参考。     

血管肉瘤相关miRNAs的生物信息学预测及分析

目的探讨血管肉瘤相关miRNAs及其靶基因在其恶性生物学行为中的作用。方法从GEO数据库中下载血管肉瘤miRNAs表达谱芯片数据,应用GEO2R筛选出差异表达的miRNAs并进行靶基因预测,对靶基因进行GO及KEGG生物功能富集分析及蛋白互作分析。结果筛选出53个差异表达的miRNAs (P0.05,|log fold-change|≥4),其中上调者51个,下调者2个;GO功能富集分析发现差异表达miRNAs的靶基因主要参与细胞通讯、信号转导等生物学过程;KEGG信号通路富集分析发现靶基因主要参与肿瘤信号通路、代谢通路、环腺苷酸(cAMP)信号通路、丝裂原活化蛋白激酶(MAPK)信号通路、PI3K/AKT信号通路、Ras信号通路等重要通路;String蛋白互作分析发现,STAT3、TP53、MAPK1、SRC等在蛋白互作网络中处于核心地位。结论异常表达的miRNAs在血管肉瘤的恶性生物学行为中发挥着关键作用,为进一步探讨血管肉瘤发生、发展的具体分子机制、分子标志物的筛选及靶向药物的开发奠定基础。     

利什曼原虫感染树突状细胞早期基因表达差异分析及关键基因筛选

目的:分析利什曼原虫感染树突状细胞(DCs)早期的基因表达与信号通路变化,探究DCs感染后应答,寻找利什曼原虫感染后基于DCs的免疫治疗方法。方法:GEO数据库下载利什曼原虫感染前后DCs基因芯片数据,RStudio软件筛选差异表达基因(DEGs),STRING构建DEGs蛋白质相互作用网络(PPI),Cytoscape筛选差异表达蛋白质的核心模块,RStudio软件对DEGs进行GO和KEGG富集分析。结果:共筛选出DEGs 129个,其中IL12B与CXCL10差异最为显著,GO分析共富集23个过程,主要涉及病毒感染过程相关细胞反应及Ⅰ-IFN相关免疫反应;KEGG分析共富集3条信号通路,分别为甲型流感、麻疹及DNA复制信号通路。结论:利什曼原虫感染DCs前后Ⅰ-IFN信号通路和TLR4/NF-κB信号通路激活,影响IL12表达,提示Ⅰ-IFN/IL12信号通路与TLR4/NF-κB/IL12信号通路可作为利什曼原虫感染治疗的靶点,CXCL10也有望成为潜在的治疗靶点;利什曼原虫感染后,出现类似病毒感染现象,推测抗病毒免疫疗法可能在对抗利什曼原虫感染中具有一定疗效。     

基于 GEO 数据库的结肠癌差异基因筛选及其生物信息学分析

目的:筛选结肠癌(Colorectal cancer,CRC)癌组织与正常癌旁组织之间差异表达基因(Differentially Expressed Genes,DEGs),分析结肠癌的发病机制和可能的生物标志物.方法:在基因表达综合数据库(Gene Expression Omnibus,GEO)中以"colon cancer"作为搜索词,检索关于CRC的基因表达芯片数据.采用R语言对获取的芯片数据进行基因的差异表达分析,对所得DEGs进行基因本(Gene Ontology,GO)和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)信号通路的富集分析,并对DEGs的编码蛋白进行蛋白互作分析,筛选其中的关键基因(hub gene).结果:在芯片GSE44861中共筛选出241个DEGs,包括74个上调DEGs和167个下调DEGs.GO和KEGG分析显示,DEGs分别在8条生物过程(Biological Process,BP)、5条细胞组成(Cellular Component,CC)、13条分子功能(Molecular Function,MF)注释和2条KEGG通路中富集.所有互作蛋白中筛选出10个hub基因,除P2RY14外,其余主要分布于MF注释的"CXCR趋化因子受体结合"、"趋化因子受体结合"、"趋化因子活性"、"受体配体活性"、"信号受体激活剂活性"、"激素活性",以及BP注释的"抗菌肽介导的抗菌体液免疫应答"、"抗菌体液反应"、"体液免疫反应".结论:CRC的发生可能与CXCR趋化因子受体结合以及肠道感染和免疫应答密切相关,P2RY14有可能成为CRC的筛查、诊断、预后的分子生物标志物.     

胃相关性疾病伴肠上皮化生差异表达基因及中药预测的生物信息学分析

目的：通过生物信息学方法筛选胃相关性疾病伴肠上皮化生（IM）的关键基因与通路,探讨其发病机制及潜在治疗靶点,进而预测治疗IM的中药。方法：从公共基因芯片数据库（GEO）数据库中下载包含IM患者的胃黏膜基因表达谱数据,利用Rstudio3.5.2筛选出IM组织与正常胃黏膜组织的差异表达基因（DEGs）;使用DAVID 6.8数据库对DEGs进行GO和KEGG富集分析;基于STRING数据库和Cytoscape 3.6.1软件构建蛋白相互作用（PPI）网络,明确关键基因及核心功能模块;通过将关键基因与医学本体信息检索平台（Coremine Medical）相对应,筛选治疗IM的中药。结果：纳入2个包含IM的基因芯片数据集GSE78523和GSE60427,将2个数据集中IM相关的DEGs取交集获得135个基因,其中上调基因90个、下调基因45个。GO分析结果显示,DEGs主要涉及消化、细胞增殖的调控、细胞间黏附、钠离子跨膜转运、钾离子转运、胆囊收缩素信号通路、单核细胞趋化性、白细胞迁移、细胞外泌体等功能。KEGG通路富集结果显示DEGs显著富集于胃酸分泌、氮代谢、肾素-血管紧张素系统、蛋白...     

利用生物信息学分析鉴定原位骨肉瘤以及肺转移的信号通路和核心基因

目的应用综合生物信息学来识别骨肉瘤中涉及的肺转移的关键致病基因并揭示潜在的分子机制。方法 GSE85537的表达谱从Gene Expression Omnibus(GEO)数据库下载,该数据库包含6个样品,包括3个原位骨肉瘤样品和3个骨肉瘤肺转移样品。整理微阵列数据集以获得差异表达的基因(DEG),并通过生物信息学方法进行深入分析。利用基因本体论(GO)和京都百科全书基因和基因组(KEGG)途径对DEGs富集并通过DAVID在线进行分析。DEG的蛋白质-蛋白质相互作用(PPI)网络由STRING数据库构建。MCODE分析通过Cytoscape软件中的MCODE插件制作。关键基因的生存分析通过在线(http://www.ualcan.path.edu/index.html)分析获得。结果从GEO数据集中共鉴定出差异基因662个,其中234个基因被上调,428个基因被下调,通过基因拓扑学分析从PPI网络中鉴定出DEG中最密切相关的137个基因。其中38个基因被上调,99个基因被下调。GO分析表明DEGs的生物学功能主要集中在血管生成,转录中RNA聚合酶II启动子的正向调节。主要的细胞成分包括外泌体和细胞外基质。分子功能包括ATP结合。KEGG通路分析显示这些DEG主要参与PI3K-Akt信号通路和肿瘤信号通路。MCODE插件分析从PPI网络中检测到3个重要模块,此外选择了15个具有高度关联性的差异基因,并经过总体存活率和相关性分析,发现基因ACTA2可能在防治骨肉瘤肺转移中发生作用。结论利用生物信息学分析筛查骨肿瘤转移前后的DEGs和通路可以帮助了解骨肉瘤转移发生的分子机制,对早期诊断和预防骨肉瘤转移具有临床意义,并提供有效的指导治疗骨肉瘤转移的联合用药。     

基于生物信息学筛选并分析与浸润性乳腺癌免疫浸润有关的预后基因北大核心CSCD

目的:筛选并分析浸润性乳腺癌(BRCA)发生发展过程中与免疫浸润有关的预后基因,为进一步寻找BRCA潜在的预后生物标志物及治疗靶点奠定基础。方法:从TCGA数据库下载BRCA患者的mRNA表达信息数据和临床数据,并进行预处理,ESTIMATE网站获取患者的免疫/基质评分;分析免疫/基质评分与临床病理分期TNM系统间及与总生存率间的关系。按照评分中位数分别将患者分为高免疫评分组和低免疫评分组,基质评分分组同上,利用R软件分别筛选差异表达基因(DEGs),并取交集;对上步取交集的DEGs进行GO和KEGG富集分析;通过Cytoscape软件构建蛋白互作(PPI)网络,并筛选出枢纽基因。利用GSEA分析肿瘤免疫相关基因富集的主要通路;运用GEPIA2.0数据库分析枢纽基因在肿瘤与癌旁组织的表达情况及与总生存期的关系。结果:筛选出1 244个与BRCA免疫浸润相关的DEGs,富集分析表明这些基因主要参与信号转导、免疫反应、炎症反应等生物学过程;GSEA富集分析表明这些基因主要参与趋化因子信号通路、TOLL样受体信号通路、JAKSTAT信号通路及T细胞受体信号通路等。PPI网络筛选出CD19、IL-2、PTPRC、CD28、IL-6、CD40LG和CCR7共7个枢纽基因;GEPIA2.0数据库分析结果显示IL-2、CD40LG和CCR7与患者总生存率显著相关。结论:筛选出IL-2、CD40LG及CCR7基因与BRCA免疫浸润密切相关,并具有预后价值,为进一步预测BRCA患者预后的生物标志物及治疗靶点奠定基础。     

阿尔茨海默病发病机制相关基因生物信息学分析及实验验证

背景：阿尔茨海默病的机制挖掘十分重要,通过生物信息学对阿尔茨海默病潜在治疗靶点的研究,可以为阿尔茨海默病治疗提供良好的指示作用。目的：使用生物信息学分析方法筛选与阿尔茨海默病发病机制相关的基因并在动物水平加以实验验证。方法：利用GEO在线数据库筛选差异基因;利用DAVID在线数据库进行GO/KEGG富集分析;使用STRING数据库进行蛋白互作网络的构建;使用HPA数据库判断目的蛋白在人体中的分布情况;最后使用免疫荧光技术和免疫印迹技术验证分析蛋白表达情况。结果与结论：(1)利用GEO在线数据库内数据集GSE48350获取阿尔茨海默病与健康人群的基因芯片,使用GEO2R在线分析平台分析两个人群的差异基因,其中上调基因42个,下调基因131个;(2)GO基因功能注释分析结果显示差异基因主要位于突触前、运输囊泡和胞外囊泡;介导神经递质释放和突触小泡功能等生物进程;参与磷脂结合、受体-配体活性和网格蛋白结合等分子功能的构成;(3)KEGG通路分析结果显示差异基因主要富集于神经活性配体-受体相互作用、γ-氨基丁酸神经突触与逆行内源性大麻素信号等突触功能相关信号通路;(4)结合蛋白互作网络筛选出5...     

基于生物信息学对结肠癌潜在枢纽基因的筛选及验证

目的:利用生物信息学方法挖掘结肠癌的枢纽基因及潜在标志物.方法:利用GEO2R分析结肠癌相关芯片集GSE41258、GSE41328和GSE44861中的差异基因;DAVID数据库进行GO富集分析和KEGG通路分析;STRING在线软件分析差异基因的蛋白质相互作用网络(PPI),并通过Cytoscape筛选枢纽基因;G...     

多重生物信息分析预测免疫相关基因FN1为干燥综合征发病核心基因北大核心CSCD

目的:利用多重生物信息分析挖掘和预测干燥综合征(SS)发病过程的核心基因及关键通路。方法:GEO数据库下载SS基因数据GSE97614,利用R语言中limma数据包进行均一化数据处理,GEO2R分析筛选差异表达基因(DEGs)。多重生物信息分析软件对GSE97614数据进行分析。DAVID在线软件对DEGs进行GO分析及KEGG信号通路预测。STRING在线软件对DEGs进行蛋白互作(PPI)网络分析。Cytoscape对互作网络结果进行可视化处理,并应用内置软件cytohubba筛选出SS发病的核心基因。结果:GSE97614包含9例SS患者及3例正常对照者,共对32321个基因进行检测,limma数据包均一化数据处理并筛选出96个差异上调和65个差异下调表达的基因。基因热图显示全部DEGs具有可聚类性。GO分析主要富集于细胞外基质、细胞外间隙及整合素结合过程。信号通路主要富集于MAPK通路及VEGF通路。PPI网络显示共有141个基因间存在224条联系,cytohubba计算出FN1、IL1B、TIMP1、THBS1、PLAU、SERPINE1、FOS、ITGB3、VCAN、ADAMTS1为前10位发病核心基因。其中FN1综合分析得分为32分,ADAMTS1综合分析得分为10分。结论:多重生物信息分析发现免疫相关基因FN1为SS发病过程的核心基因,可能作为SS快速诊断和治疗的血清标志物及潜在的药物干预靶点。     

基于SMART-seq2测序分析结直肠癌外周血DNT细胞转录组的表达差异及功能初探北大核心CSCD

目的 探讨结直肠癌患者外周血中双阴性T细胞差异基因及功能。方法 选取2例结直肠癌患者和2例健康体检者,首先采用流式细胞术分选外周血双阴性T细胞,然后利用单细胞全长转录组（SMART-seq2）测序技术获得测序数据,筛选差异表达基因,并对筛选出的差异表达基因进行基因本体富集分析(GO)和京都基因与基因组百科全书(KEGG)途径富集分析。利用STRING数据库构建蛋白质互作网络,并通过Cytoscape软件鉴定关键基因。采用RT-qPCR验证差异表达基因。结果 与健康体检者相比,结直肠癌患者外周血双阴性T细胞差异基因共有1 276个,其中141个上调基因,1 135个下调基因。GO分析显示差异基因主要参与甲基化、代谢过程以及转移酶活性等生物学功能。KEGG通路分析显示差异基因主要涉及自噬、P53信号通路和磷酸肌醇代谢等信号通路。蛋白质互作网络包含1 154个节点和1 022条边,并鉴定出10个Hub基因：PIK3C3、WIPI1、ATG101、PIK3R4、DDX10、RBM28、SDAD1、ATG16L1、UVRAG、ATG7。RT-qPCR验证10个差异表达基因,其中7个差异基因表达变化趋势与测序结果一致,3个基因表达与测序结果不符。结论 DNT细胞可能通过甲基化、P53信号通路和自噬等作用参与了结直肠癌的发生发展,同时,DNT细胞可能通过对基因的调控抑制结直肠癌的发生发展。本研究为进一步探讨DNT细胞在恶性肿瘤中的功能提供理论依据。     

基于生物信息学分析腹膜透析腹膜细胞的免疫相关基因差异表达北大核心CSCD

目的:应用生物信息学方法分析不同腹膜透析时间的腹膜细胞的免疫相关基因(IRGs)表达差异,探索参与腹膜损伤、腹膜纤维化的重要生物标志物。方法:下载基因芯片数据集GSE125498,利用GEO2R数据库分析平台筛选差异表达基因。从ImmPortPortal数据库下载IRGs列表,并筛选出差异表达的IRGs。应用DAVID、STRING生物信息学分析平台,及Cytoscape软件对筛选所得的差异表达IRGs进行生物学注释(GO)、信号通路富集分析(KEGG)及蛋白质-蛋白质相互作用(PPI)网络分析。结果:与20例短期腹膜透析患者相比,在13例长期腹膜透析患者中筛选出差异表达IRGs 36个(|log2FC|>1.0,校正后P<0.05),其中35个上调基因,1个下调基因。GO分析结果显示差异表达IRG的生物学过程主要富集在免疫应答,细胞学组分主要定位于质膜,子功能主要富集在跨膜信号受体活性,KEGG信号通路主要富集在细胞因子-细胞因子受体的相互作用。在PPI网络中应用MCODE及cytohHubba模块筛选出的关键基因为CCR7、CD40LG、IL7R。结论:随着腹膜透析时间的延长,腹膜细胞的免疫应答活跃,相关基因CCR7、CD40LG、IL7R可能是腹损伤、纤维化形成的重要的免疫学标志物。     

类风湿性关节炎中免疫相关基因表达及免疫细胞的双样本孟德尔随机化分析

背景:类风湿性关节炎是一种慢性全身性自身免疫疾病,研究其涉及的免疫学特征改变对诊断和治疗具有重要意义。目的:通过生物信息学方法筛选类风湿性关节炎中免疫相关生物标志物,分析其免疫细胞浸润变化及与免疫细胞的潜在因果关系。方法:基于GEO与ImmPort数据库,采用差异表达分析筛选类风湿性关节炎中表达上调的免疫相关基因,采用GO与KEGG富集分析探索这些上调基因的潜在作用。采用支持向量机递归特征消除(SVM-RFE)、最小绝对收缩和选择算法(Lasso)筛选类风湿性关节炎中免疫特征基因,独立的数据集进行差异验证,绘制特征基因的受试者工作特征曲线评价诊断性能。采用免疫细胞浸润分析类风湿性关节炎中免疫细胞的差异情况及特征基因与免疫细胞的相关性。最后,进行孟德尔随机化分析,以确定免疫细胞中单核细胞与类风湿性关节炎的因果效应。结果与结论:①筛选得到了39个在类风湿性关节炎中高表达的差异基因,GO富集分析显示其主要富集在趋化性、细胞因子活性、免疫受体活性等过程,KEGG富集分析显示其在肿瘤坏死因子信号通路、白细胞外周迁移等途径显著富集;②通过Lasso与SVM-RFE两种机器学习算法确定了5个特征基因,分别为CXCL13、SDC1、IGLC1、PLXNC1和SLC29A3,独立的数据集对特征基因验证发现他们同样在类风湿性关节炎样本中高表达,5个特征基因在2个数据集中的AUC值均大于0.8;③免疫细胞浸润发现大多数免疫细胞如单核细胞、自然杀伤细胞等在类风湿性关节炎样本里表现出更高的浸润水平,相关性分析显示5个特征基因与记忆B细胞、不成熟B细胞等呈正相关性,逆方差加权法发现单核细胞与类风湿性关节炎发病风险相关。