基于生物信息学分析儿童低度恶性胶质瘤的关键预后基因

目的:通过基因表达谱(GEO)数据库和癌症基因组图谱(TCGA)数据库筛选儿童低级别胶质瘤(LGG)的预后显著差异基因,为寻找儿童LGG预后生物标志物提供参考.方法:从GEO、TCGA数据库下载儿童LGG全基因组表达谱数据,筛选出儿童LGG差异表达基因.应用R语言进行基因GO、KEGG富集分析,绘制蛋白质间互作网络图,...     

基于肿瘤干性相关基因的肾癌预后模型构建

目的 通过挖掘基因表达汇编(GEO)数据库中肾癌干细胞芯片数据,寻找肾癌细胞干性标志物,并联合癌症基因组图谱(TCGA)数据库中的肾癌临床及转录组数据构建一种评估肾癌预后的模型.方法 从GEO数据库GSE48550数据集中下载芯片数据,筛选肾癌干细胞和正常肾小管上皮细胞之间的差异表达基因,通过基因本体(GO)和基因集富集分析进行功能及通路分析,通过蛋白质-蛋白质相互作用(PPI)网络构建确定肾癌干细胞核心基因.从TCGA数据库下载肾癌患者年龄、临床分期、预后情况及相关基因的表达水平,通过单因素及多因素Cox回归分析筛选肾癌预后的独立危险因素,构建预测肾癌患者总生存期的列线图模型.结果 通过分析肾癌干细胞和正常肾小管上皮细胞的芯片数据,发现差异表达基因富集在细胞趋化、细胞外基质形成及受体配体活性等模块,炎症反应通路、P53通路及TNF-α/NF-κB通路在肾癌干细胞中显著激活.单因素及多因素Cox回归分析结果表明,年龄、临床分期为肾癌预后的独立危险因素,趋化因子家族中的C-X3-C基序趋化因子配体1(CX3CL1)是肾癌预后的独立保护因素.通过评估模型区分度,发现基于年龄、临床分期及CX3CL1表达水平的风险模型可准确预测肾癌患者总体生存率,其中C指数为达到0.803.结论 通过GEO和TCGA数据库联合分析筛选肾癌干性相关基因,构建了一种联合患者年龄、临床分期及CX3CL1表达水平的新模型,新模型可用于评估肾癌患者预后.     

基于公共数据库识别与乳腺癌发生发展及预后的相关基因

目的 从基因等分子角度探索乳腺癌发生、发展的机制和预后潜在生物标志物。方法 perl平台用于基因名注释；limma包进行基因差异表达分析；WGCNA包对两数据集差异基因加权共表达分析；clusterProfiler包对重叠基因进行基因功能注释；STRING数据库、Cytoscape软件及Cytohubba插件用于构建PPI网络、可视化处理和筛选关键基因；GEPIA2数据库、相关R包、Ualcan及HPA在线数据库用于分析关键基因的表达模式、预后价值和蛋白表达情况，探索它们与临床病理特征和乳腺癌亚型的关系。结果 从癌症基因组图谱和基因表达综合数据库下载乳腺癌数据经整理分析得到PTGS2、KRT18、SFRP1、RGS2、FGF1、LTF、TUBB6、KRT15、CSN1S1、RND3共10个关键基因。Kaplan-Meier Plotter生存分析表明，基因SFRP1与KRT15低表达水平的患者总体生存期较短，差异有统计学意义（P <0.05）；与正常组织相比，肿瘤组织基因SFRP1与KRT15的蛋白表达水平较低，差异有统计学意义（P<0.05）。结论 与生存显著相关的基因S...     

免疫相关基因及其决定的免疫细胞微环境对胃腺癌预后的预测价值

目的:通过生物信息学分析筛选胃腺癌的差异表达免疫相关基因及癌症相关通路,结合免疫细胞微环境预测胃腺癌的预后。方法:从癌症基因图谱数据库（TCGA）和基因表达（GEO）数据库下载RNA测序数据和临床数据通过生物信息学分析,获得343例胃腺癌组织和30例正常组织中差异表达的免疫相关基因;根据单因素和多因素Cox回归分析筛选...     

基于GEO数据库研究结肠癌的生物标志物

目的:通过生物信息学筛选出结肠癌中的关键基因,为结肠癌分子生物研究及早期诊断相关生物标志物筛选提供理论依据。方法:从GEO数据库中选择编号为GSE10950、GSE74602和GSE110224的基因芯片,利用R语言下载评估芯片质量,对样本进行规范化处理并筛选出差异基因(DEG),通过TCGA下载结肠癌的表达数据,验证DEG的准确性,通过DAVID在线网站对DEG进行GO分析和KEGG富集分析,通过STRING在线网站得到DEG的蛋白互作网络,利用Cytoscape软件筛选出枢纽基因(hub基因),Oncomine数据库从基因层面验证hub基因的表达,cBioPortal数据库分析hub基因在结肠癌中的突变情况,最后通过UALCAN及TCGA数据库评估hub基因在结肠癌诊断方面的价值。结果:通过GEO数据库共筛选出结肠癌132个DEG,经TCGA数据库验证后最终得到131个DEG,其中表达下调DEG 78个,表达上调DEG 53个,通过STRING、Cytoscape筛选出10个hub基因,选取排名靠前的DTL等4个hub基因进一步分析,最终证明了DTL、CCNA2、BUB1、KIF23基因在结肠癌中的高表达并可能作为早期诊断结肠癌的标志物。结论:通过生物信息学分析研究筛选出结肠癌的关键基因,并证明蛋白编码基因DTL、CCNA2、BUB1、KIF23有可能作为早期诊断结肠癌的生物标志物。     

基于大数据的前列腺癌生物信息学分析

【目的】利用生物信息学的方法,对GEO和TCGA两个基因组学数据库进行分析,探究与前列腺癌相关的差异基因及相关的调控网络。【方法】综合GEO数据库的前列腺癌基因表达芯片数据（GSE46602、GSE55945）和TCGA数据库的RNA-seq数据,利用GEO2R及R语言的edgeR包进行基因差异分析,获得共同的显著差异基因,结合R语言的clusterProfiler包进行GO功能分析及KEGG通路分析,同时利用string网站进行蛋白互作网络分析,筛选出前列腺癌中调节蛋白表达量的关键基因,再结合TCGA临床随访数据分析关键节点基因的临床预后价值。【结果】获得共同差异基因共278个,其中表达上调100个,表达下调178个,它们与上皮细胞的调节增殖、含苯化合物的代谢过程等功能以及谷胱甘肽代谢和粘着斑等信号通路密切相关。蛋白互作网络分析结果得出3个重点蛋白表达模块以及12个关键节点基因。在这些关键基因中,EDN3、EDNRB和AMACR与前列腺癌患者的生存率密切相关。【结论】通过对前列腺癌基因芯片和RNA-seq数据的生物信息学分析,我们发现EDN3、EDNRB与AMACR很可能在前列腺癌的发生发展过程中发挥重要作用。     

上调的细胞周期相关蛋白在胃癌中的作用研究

目的 进一步研究胃癌发病机制.方法 富集分析3个GEO数据集筛选出的差异基因,利用STRING数据库绘制蛋白质相互作用图,使用Cytoscape软件筛选关键基因.通过TCGA数据库验证关键基因的差异表达.利用Western blotting和实时荧光定量PCR (qPCR)检测胃癌组织中细胞周期相关基因的蛋白和mRNA...     

基于数据库构建乳腺癌焦亡相关基因的预后风险模型

目的 探究焦亡相关差异表达基因(DEGs)在乳腺癌中预后价值并构建预后风险模型。方法 从癌症基因组图谱(TCGA)和肿瘤基因表达数据库(GEO)官网下载乳腺癌的基因测序、临床数据,筛选焦亡相关DEGs。将乳腺癌患者进行聚类分析。在TCGA队列中以最小绝对收缩和选择算子(LASSO)方法建立模型。利用Kaplan-Meier生存曲线、受试者工作特征曲线(ROC)、单因素及多因素Cox回归独立预后因素分析等评价该模型。GEO队列为验证集。通过GO、KEGG、ssGSEA分析风险DEGs的富集情况。结果 筛选出焦亡相关DEGs,聚类分析可见C2组总生存期(OS)延长,差异有统计学意义(P=0.020)。该模型K-M生存分析显示,高风险组OS缩短(TCGA队列中P<0.001,GEO队列中P=0.018)。ROC曲线下面积(AUC)表明该模型具有一定预测能力。单因素、多因素Cox回归分析表明,年龄,M、N分期和风险评分为OS的独立预测因子。GO、 KEGG富集与ssGSEA分析证实了风险相关DEGs与免疫炎症因子和通路有关。结论 研究构建了由9个焦亡相关基因组成的乳腺癌预后风险模型,为乳...     

基于缺氧相关基因甲状腺癌预后模型的研究

目的 通过检索肿瘤与癌症基因组图谱（TCGA）及hypoxiaDB数据库中甲状腺癌的相关数据,建立一个基于差异表达的缺氧相关基因模型。方法 比较TCGA数据库和hypoxiaDB数据库中的基因,获得与甲状腺癌缺氧相关的差异表达基因。随后进行基因功能富集分析、构建蛋白质-蛋白质相互作用网络、筛选出具有预后价值的缺氧相关基因来建立并验证预后模型。结果 共发现326个缺氧相关甲状腺癌基因。功能富集分析表明,这些基因主要参与生物功能调节。单因素Cox回归分析结果显示,共有23个基因与甲状腺癌预后相关,其中,11个基因通过多因素Cox分析构建了新的预后模型。结果显示,高风险评分（P <0.005）的患者总生存期比低风险评分的患者短。对甲状腺癌患者预后价值的单变量分析结果显示,构建的预后模型与患者的总体生存率显著相关。结论 本研究的模型对甲状腺癌的预后有很好的预测作用。     

基于生物信息学分析筛选卵巢癌中具有诊断和预后价值的潜在生物标志物

目的 利用生物信息学方法筛选卵巢癌中具有诊断和预后价值的生物标志物，探索卵巢癌新的诊疗靶点。方法从基因表达综合数据库（Gene expression omnibus database,GEO）中下载GSE12470、GSE14407、GSE15578及GSE38666数据集，利用GEO2R分析获得差异表达基因。通过LASSO回归模型和Cox回归分析进一步筛选卵巢癌Hub基因，并借助R语言分析Hub基因的表达水平及与诊断和预后的相关性。结果 从数据集中共鉴定出27个差异表达基因，通过LASSO和Cox回归分析，提取出MELK、TTK、BIRC5及FGF7为核心基因。K-M生存分析和诊断效能评估表明，MELK、TTK、BIRC5及FGF7具有较好的诊断和预后预测价值。此外，这些差异基因主要涉及细胞周期、微管蛋白结合及细胞骨架运动活性等生物功能，并显著富集在P53信号通路、铂类耐药及谷胱甘肽代谢等关键通路上。结论 MELK、TTK、BIRC5和FGF7是与卵巢癌发生发展显著相关的核心基因。这些基因的异常表达与卵巢癌患者的预后密切相关，且具有较高的诊断价值，有望成为卵巢癌患者潜在的生物标志物和...     

胃癌GEO芯片结合TCGA数据差异基因筛选、功能及通路研究

目的 筛选影响胃癌发生发展过程的相关基因及其通路,以探讨其发病机制。方法 从基因表达数据库（GEO）中筛选数据集,利用GEO2R分析胃癌组织和正常组织中显著差异表达基因。使用Bio venn获得两数据集共有差异基因,将胃癌两GEO芯片共有差异表达基因数据与癌症基因组图谱（TCGA）数据库中筛选出的差异表达基因进行交集,并对其进行功能注释、KEGG富集、筛选核心互作基因,Kaplan-Meier plotter分析核心互作基因总体生存率。结果 从GSE55696和GSE79973芯片中筛选出27个共有差异基因,与TCGA-STAD中有交集的差异表达基因有17个。涉及亨利恒等循环、葡萄糖的跨膜转运、胰岛素分泌的负调节和胆固醇生物合成等生物过程。主要存在于细胞外空隙、分泌颗粒内腔中,富集在金属羧肽酶活性功能方面。涉及PPAR信号通路、炎症介质对TRP通道的调节等39个通路,3个基因富集PPAR信号通路,7个基因互作关系较强,4个高表达基因生存曲线明显预后较差。结论 核心基因SLC2A2、HMGCS2、APOA1、KNG1和PPAR信号通路可能是胃癌发生发展过程中的关键因素。     

基于ESTIMATE算法探究TCGA数据库免疫相关基因在乳腺癌中的预后价值

目的 根据ESTIMATE算法探究TCGA数据库中免疫相关基因在乳腺癌中的预后价值。方法 从TCGA数据库获取606例乳腺癌患者的临床信息和肿瘤样本的转录组数据,采用edgeR方法对转录组数据进行差异表达分析,通过ESTIMATE算法筛选出基于免疫分数或间质分数高低分组的差异表达基因;使用R软件绘制差异表达基因的聚类分析热图;使用韦恩图对基于免疫分数和间质分数得到的差异表达基因进行交集分析;运用STRING数据库,搜索并预测表达显著差异基因编码蛋白质之间的相互作用;通过单因素Cox回归分析评估差异表达基因的预后作用;运用DAVID数据库对差异表达基因进行GO富集分析以及KEGG通路富集分析。结果 生存分析结果显示,高免疫分数组患者的总生存期中位值943天,而低分组患者总生存期中位值860天,显著高分组患者总生存期显著高于低分组患者(P<0.05);而间质分数与乳腺癌患者总生存期之间无差异(P>0.05)。进一步对免疫分数高分组和低分组患者表达上调的951个差异表达基因进行生存分析,发现160个基因与乳腺癌患者的总生存期显著相关;对上述160个基因进行蛋白质互作分析,富集出与...     

肺腺癌预后相关坏死性凋亡基因标志物的构建及验证

目的 构建肺腺癌(LUAD)预后相关坏死性凋亡基因标志物并对其进行评估。方法 KEGG数据库筛选坏死性凋亡相关基因(NRGs);TCGA和GEO数据库中分别下载LUAD样本和正常样本的RNA测序及其相应临床数据,并以TCGA数据集作为训练队列,以GEO数据集作为验证队列,对筛选的NRGs进行差异和功能富集分析;单因素Cox及Lasso Cox回归分析构建NRGs的LUAD预后标志物;采用Kaplan-Meier生存分析、timeROC分析、多因素Cox回归分析和临床列线图评估该预后标志物;以GEO数据集(GSE31210)外部验证该预后标志物。结果 筛选获得159个NRGs;在训练队列中鉴定出26个差异表达的NRGs(DENRGs);富集分析发现DENRGs主要参与坏死性凋亡和NOD样受体等信号通路;构建由6个NRGs(PLA2G4F、IL33、TLR4、RNF103.CHMP3、ALOX15、IL1A)组成的预后标志物;生存分析显示高风险组总体生存率(OS)明显低于低风险组(log-rank P<0.001);该预后标志物预测1年、3年和5年OS的AUC分别为0.672、0.631和0.624,且与LUAD患者OS显著相关(HR:2.30,95%CI:1.30～4.00,P<0.01);建立的列线图能较好地预测LUAD患者的生存;验证队列的分析结果与训练队列一致。结论 成功构建一种新的NRGs预后标志物,其可用于预测LUAD患者的预后,且该预后标志物的预测能力良好。     

结合生物信息学分析建立前列腺癌预后风险预测模型

目的 基于公共数据库构建前列腺癌的预后风险预测模型。方法 下载TCGA数据库中前列腺癌相关数据及GEO数据库的GSE104131数据集，对GSE104131测序数据进行加权基因共表达网络分析，得到关联前列腺癌(PCa)组织最高的关键模块，并与TCGA测序数据取交集，获得交集基因表达矩阵，进而对其表达量进行差异比较，最后对差异基因进行单因素和多因素cox回归分析，构建前列腺癌的预后风险预测模型，并对模型进行验证。结果 加权基因共表达网络分析(WGCNA)分析获得棕色模块为关键模块，差异表达基因共有200个，单因素cox回归分析获得16个与总生存率高度相关的潜在基因，多因素cox回归分析获得4个与PCa患者预后相关的基因，且构建了一个四基因风险预测模型。结论 本研究构建的模型对前列腺癌高低风险人群有较好的生存预测能力，为PCa预后风险的研究提供了基础，可为PCa的治疗提供新的方向。     

肺腺癌差异基因的生物信息学研究

目的 通过生物信息学筛选出肺腺癌中的差异基因,为肺腺癌分子生物研究和生物标志物筛选提供理论依据.方法 从GEO数据库中选择编号为GSE118370及GSE116959的基因芯片,在TCGA数据库中选择肺腺癌的转录组数据,分别通过R语言下载、整理并筛选出差异表达基因(Differentially expressed ge...     

睾丸癌铁死亡相关基因的生物信息学分析

目的 应用生物信息学方法分析睾丸癌与正常组织之间的铁死亡相关差异基因和枢纽基因,为睾丸癌的预后和治疗提供新的思路和生物标记物。方法 从TCGA和GTEx数据库下载睾丸癌组织（n=148）和正常组织（n=165）的转录组数据。采用R语言对样本进行主成分分析（PCA）,获取睾丸癌基因表达矩阵并筛选差异表达基因,并与铁死亡数据库（FerrDb）中483个铁死亡背景基因取交集基因,获取睾丸癌铁死亡差异表达基因并进行基因本体（gene ontology,GO）分析和京都基因与基因组百科全书（Kyoto encyclopedia of genes and genomes,KEGG）分析;采用STRING数据库和Cytoscape软件构建蛋白质相互作用（PPI）网络,筛选前10个差异基因的关键枢纽基因并绘制基因热图;用GEPIA数据库分析枢纽基因在睾丸癌和正常组织的表达水平。从GEO数据库下载基因芯片GSE8607的转录组数据,用limma包进行差异分析,并提取前10个差异基因的表达谱数据,绘制睾丸癌相关的铁死亡差异基因热图进行验证。结果 差异表达分析共获得69个睾丸癌铁死亡相关差异基因,信号通路主...     

基于数据库挖掘分析PDZK1与乳腺癌氟维司群耐药的相关性

目的 探讨在乳腺癌氟维司群耐药中发挥关键作用的基因。方法 通过GEO公共数据库筛选两组氟维司群耐药细胞数据集,获取与氟维司群耐药相关的基因,分析蛋白互作网络(PPI)蛋白互作网络,筛选关键耐药基因,结合TCGA数据库分析关键基因临床预后相关性,通过细胞模型验证其生物学功能。结果 GEO数据库分析发现PDZ结构域蛋白1(PDZK1)在氟维司群耐药株呈显著低表达(P<0.05)。TCGA数据库显示PKZK1高表达与肿瘤临床分期呈显著负相关,分析发现PDZK1表达与乳腺癌患者预后良好显著相关,在乳腺癌细胞模型中过表达PDZK1基因可以提升氟维司群治疗的敏感度。结论 PDZK1的表达与氟维司群治疗耐药呈负相关,雌激素受体阳性乳腺癌患者中PDZK1高表达人群选择氟维司群治疗的临床获益更大。     

免疫相关LncRNA与乳腺癌预后关系分析及预后风险模型建立

目的 探讨免疫相关LncRNA的表达与乳腺癌预后的关系,构建乳腺癌免疫相关LncRNA预后风险模型。 方法 从TCGA公共数据库下载乳腺癌的转录组数据和临床病理信息,利用Perl软件提取乳腺癌数据表达矩阵,采用R语言使用共表达法提取免疫相关LncRNA,单因素和多因素Cox回归分析筛选预后相关LncRNA,根据最佳AIC值确定免疫预后相关LncRNA构建预后风险模型,根据风险值将患者分为低分险组和高风险组,采用Kaplan-Meier分析法进行生存分析并绘制两组患者生存曲线,使用ROC曲线对预后风险模型准确性进行评估,同时单因素和多因素Cox回归分析评估预后风险模型与肿瘤预后相关性。 结果 从TCGA数据中共下载1 041例乳腺癌样本,提取到14 142个LncRNA表达谱,通过共表达法获得免疫相关LncRNA 644个,对免疫相关LncRNA进行单因素Cox回归分析筛选出14个LncRNA,对14个LncRNA进行多因素Cox回归分析,根据最佳AIC值筛选出6个LncRNA用于构建预后风险模型,根据风险值将患者分为低分险组和高风险组,生存分析显示两组患者差异有统计学意义,同时预后风险模型曲线下AUC值为0.703,模型具有较好的准确性。多因素Cox回归分析结果显示,年龄和患者风险评分为乳腺癌的独立危险因素。 结论 免疫相关LncRNA预后风险模型为乳腺癌的独立预后影响因子,可以有效预测乳腺癌患者的生存预后,可作为乳腺癌独立的预后生物标志物。     

基于长链非编码RNA数据构建肺腺癌预后风险评估模型

目的 肺腺癌(lung adenocarcinoma,LUAD)预后相关长链非编码RNA(long non-coding RNA,lncRNA)标志物的筛选及预后风险模型的构建.方法 下载癌症基因组图谱(the cancer genome atlas,TCGA)数据库中LUAD患者的lncRNA表达数据和相关临床数据,随后将肿瘤样本和正常样本的lncRNA表达数据进行差异分析,并将差异lncRNA与临床信息合并,进行单因素和多因素Cox回归分析,筛选出与LUAD预后相关的lncRNA,构建预后风险模型.并运用Kaplan-Meier生存分析和受试者工作特征(receiver operating characteristic,ROC)曲线评估模型的预后价值.结果 肿瘤样本与正常样本相比,差异表达的lncRNA有727个,其中277个上调,450个下调.单因素和多因素Cox回归分析,筛选出的8个lncRNA作为预测LUAD预后的生物标志物,以上特征的预后价值良好且与其他临床因素无关.结论 筛选出的8个lncRNA可以作为预测LUAD患者生存的独立预后生物标志物.     

利用生物信息学鉴定影响卵巢癌预后的TGF-β信号通路相关基因

目的 探讨转化生长因子(TGF-β)信号通路相关基因在卵巢癌中的预后价值。方法 下载癌症基因组图谱(TCGA)和基因表达集锦(GEO)数据库中的卵巢癌患者转录组测序数据，利用TGF-β信号通路相关基因的表达将卵巢癌患者分组。通过差异表达分析和单因素Cox回归分析鉴定影响卵巢癌预后的TGF-β信号通路相关基因。计算预后基因评分，比较高、低评分组中卵巢癌患者的生存情况，利用多因素Cox回归分析卵巢癌的独立预后因素。结果 一致性聚类分析结果表明，根据TGF-β信号通路相关基因可将卵巢癌患者分为两组，两组患者的免疫微环境有差异。差异表达分析和单因素Cox回归分析结果表明GMPR、PIEZO1、EMP1、CXCL13、GADD45B、SORCS2、FOSL2、PODN、LYNX1和SLC38A5是卵巢癌的预后基因，且预后评分是卵巢癌的独立预后因素。结论 TGF-β信号通路相关基因可将卵巢癌患者划分为不同的免疫亚型，并可作为卵巢癌的预后标志物。