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...     

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miRNA-mRNA调控网络对草酸钙肾结石形成关键分子的筛选和分析

目的 应用生物信息学技术构建草酸钙肾结石大鼠miRNA-mRNA调控网络并筛选出调控草酸钙肾结石形成的关键分子。方法 从GEO数据库中筛选出乙二醇喂养14天诱导的草酸钙肾结石大鼠肾组织的miRNA和mRNA数据集,应用GEO2R在线工具分析得到显著差异表达的miRNA(DEMs)和mRNA(DEGs),并应用热力图进行展示。利用miRWalker预测DEMs的靶基因,根据miRNA负向调控mRNA原理应用R语言“venn.diagram”包与DEGs分别取交集,得到参与调控草酸钙肾结石形成的基因,然后应用 “clusterprofile”包对调控基因进行GO和KEGG富集分析、应用string数据库进行蛋白质互作分析(PPI),利用Cytoscape软件实现对PPI和miRNA-mRNA调控网络可视化和关键基因的筛查。结果 共分析得到38个DEMs和349个DEGs。将预测得到的DEMs靶基因与DEGs取交集后得到116个调控基因,这些基因富集到24个GO条目和22个KEGG信号通路。成功构建miRNA-mRNA调控网络,处于核心调控位置的miRNA为miR-6215、miR-758-5p和miR-214-3p。PPI网络分析筛选出5个关键基因,分别为：Foxm1、Ndc80、Cdkn2b、Cdt1和Ikbkg。结论 通过构建miRNA-mRNA调控网络,我们筛选出在草酸钙肾结石形成过程中起关键调控作用的miRNA和基因,为草酸钙结石的防治提供了新的研究思路和理论支撑。     

miR-129-5p调控的COL1A1作为胃癌潜在治疗靶点的生物信息学分析

目的应用生物信息学技术探索胃癌发病机制,为胃癌的防治提供生物信息学依据。方法用GEO2R在线工具分析 GSE79973中胃癌组织和正常胃黏膜组织的差异表达基因（Differentially expressed genes, DEGs）,通过DAVID数据库对DEGs 进行GO分析和KEGG通路富集分析,然后通过STRING数据库构建蛋白质相互作用网络,用Cytoscape 软件进行关键基因 （Hub 基因）筛选和功能模块分析,并在GEPIA 数据库对Hub 基因进行验证,用Target Scan 数据库预测调控靶基因的 microRNAs,并用OncomiR分析microRNAs在胃癌组织中的表达及其与生存预后的关系。结果共筛选出181个在胃癌中差异 表达的基因。蛋白质互作网络筛选出10个Hub基因。DEGs功能分析主要涉及蛋白质消化吸收、PI3K-Akt信号通路、ECM-受 体相互作用、血小板激活信号通路。GEPIA数据库验证显示COL1A1 在胃癌组织中高表达,并和胃癌患者的不良预后有关。 miR-129-5p与COL1A1 mRNA的3’UTR结合。与正常组织相比,miR-129-5p在胃癌组织中表达明显下调,且与胃癌患者预后 具有一定相关性。结论miR-129-5p调控的COL1A1是胃癌潜在的治疗靶点。     

烟草暴露对孕妇胎盘组织基因表达谱的影响

目的:通过生物信息学分析烟草暴露与非暴露孕妇的差异表达基因谱(differentially expressed genes,DEGs),对DEGs涉及的功能进行分析预测,并找出关键基因。方法:从公共基因芯片数据平台(gene expression omnibus,GEO)检索吸烟对孕妇基因表达谱作用研究的mRNA基因芯片数据集GSE30032,通过GEO2R分析得到DEGs,并进一步用DAVID数据库对靶基因进行基因本体论(gene ontology,GO)和KEGG信号通路富集分析,应用Cytoscape软件对模块中基因的共表达关系可视化,筛选关键基因;应用GeneMANIA数据库进一步对蛋白相互作用进行分析。结果:共筛选出34个烟草暴露与非暴露孕妇的差异表达基因,其中24个mRNA表达上调,10个mRNA表达下调(筛选标准:FC≥1.5,P<0.05)。GO分析显示DEGs生物学过程主要涉及转录正向调控(P=0.009)、细胞对铁离子的反应(P=0.013)等;KEGG分析显示DEGs主要和肿瘤相关通路(P=0.016)和乙型肝炎(P=0.038)等信号通路有关。蛋白质相互作...     

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。     

基于生物信息学的结肠癌核心基因筛选及验证

目的:利用生物信息学方法筛选结肠癌核心基因,并通过体外实验进行验证,挖掘潜在的结肠癌分子标志物.方法:从GEO数据库下载GSE23878、GSE37182和GSE74602数据集,应用R语言筛选结肠癌和癌旁组织的差异表达基因(differentially expressed genes,DEGs),并对DEGs进行GO...     

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。