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...     

生物信息学方法分析CYP2U1在膀胱癌中的临床意义

目的:运用生物信息学方法探索CYP2U1基因在膀胱癌中的表达差异情况及与预后的相关性。方法:从GEO网站下载基因芯片GSE7476、GSE13507、GSE40355的数据集,用R软件筛选膀胱癌和正常膀胱组织之间的差异表达基因,以及与预后(总生存和肿瘤特异性生存)相关的基因。然后将公共上调基因与不良预后基因取交集,公共下调基因与良好预后基因取交集,筛选出目标分子,并后续进行表达差异验证,临床指标相关性分析,以及功能预测。结果:一共筛选出上调且与不良预后相关的基因45个,下调且与良好预后相关的基因1个,并将下调基因CYP2U1作为目标分子。CYP2U1在各个数据集及数据库中呈低表达,且与良好预后、肿瘤N分期相关。GSEA结果显示其相关信号通路为KRAS信号通路、凋亡、上皮间质转化、Hedgehog信号通路和IL-2/STAT5信号通路。结论:CYP2U1可能在膀胱癌的发病过程中发挥重要的作用,可能在将来被用作潜在的人类膀胱癌的治疗靶点和/或诊断标志物。     

基于生物信息学筛选女性肺腺癌核心基因及其特征分析

目的：利用生物信息学方法对女性肺腺癌肿瘤组织及正常组织的差异表达基因进行筛选及分析,筛选出女性肺腺癌发生发展的关键基因,并为后续研究提供候选基因。方法：从GEO数据库中下载肺腺癌基因芯片数据集GSE19804、GSE40791、GSE31210、GSE7670、GSE10072、GSE32863、GSE75037,利用在线工具GEO2R筛选出数据集中正常女性肺组织和女性肺腺癌组织的差异表达基因（DEGs）,然后利用DAVID数据库对DEGs进行GO和KEGG富集分析,接着利用STRING和Cytoscape软件构建蛋白互相网络（PPI）并筛选出Hub基因,并利用oncomine、UALCAN数据库进行验证,最后使用Kaplan-Meier plotter数据库对筛选出的Hub基因进行生存分析。结果：在7个数据集中共筛选出276个DEGs,其中69个上调,207个下调。共筛选出CDC20、CENPF、KIAA0101、TOP2A、ASPM、TYMS、MCM4、NUSAP1、MELK、UBE2C等10个Hub基因,Kaplan-Meier生存分析显示除ASPM外,其余9个均与女性肺腺癌的总...     

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。     

基于生物信息学方法构建肝癌患者预后相关内源竞争RNA调控网络

目的：基于生物信息学方法探索肝细胞癌相关的差异表达基因（DEGs），并构建预后相关内源竞争RNA(competing endogenous RNA,ceRNA)调控网络。方法：利用数据集GSE89377，筛选肝细胞癌不同发展时期的肿瘤组织与正常组织间的差异表达基因；通过GEPIA,HPA数据库探究DEGs的mRNA和蛋白在肝细胞癌中的表达，及对患者预后的影响；随后通过Cox回归分析，筛选可独立预测患者预后的关键基因；进一步通过GO和KEGG富集分析探索关键基因相关信号通路。最后，通过miRmap、miRWalk和Targetscan数据库预测关键基因的上游微小RNA (microRNA,miRNA)，并筛选预后相关miRNAs；通过Starbase和Lncbase预测重要miRNAs的LncRNAs，并筛选预后相关LncRNAs。以此构建影响肝癌患者预后的差异基因-miRNA-LncRNAs的ceRAN调控网络。结果：韦恩分析及表达分析发现，4个DEGs在肝癌组织及正常组织间差异表达，即AKR1B10、LAGLS4、MUC13、IGFALS；其中，AKR1B10高表达可独立预测肝癌患者...     

特发性肺纤维化和炎症性肠病共同核心基因特征及其生物学机制的鉴定

目的 基于生物信息学研究介导特发性肺纤维化(IPF)和炎症性肠病(IBD)共存的潜在关键分子和通路。方法 通过美国国家生物技术信息中心(NCBI)基因表达综合数据库(GEO)下载IPF(GSE110147)和IBD(GSE752141)数据集。使用R的“limma”包分析差异表达基因(DEGs)。对DEGs进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)分析。利用STRING数据库和Cytoscape软件进行蛋白质-蛋白质相互作用(PPI)网络构建、模块构建和核心基因鉴定。在IPF的GSE53845和IBD的GSE59071数据中对核心基因进行验证。基于NetworkAnalyst Web平台,构建转录因子(TFs)-核心基因与TFs-微小核糖核酸(miRNAs)的相互作用网络。结果 筛选出67个上调基因和23个下调基因进行后续分析。利用CytoHubba和MCODE插件鉴定出6个重要的枢纽基因,包括SPP1、COL1A1、POSTN、MMP7、COL3A1和COL6A3。在TFs基因相互作用网络中,SPP1与其他TFs的相互作用率最高。HINFP、POU2F2、YY1、F...     

卵巢癌预后不良基因ATP6V1F、GINS1、GINS4的筛选

目的 筛选卵巢癌预后不良的分子生物学标志。方法 从GEO数据库获得卵巢癌GSE14001、GSE14407数据集，用在线分析工具GEO2R、Venn筛选得到卵巢癌和正常卵巢组织差异表达基因(DEGs),对DEGs进行富集分析，构建蛋白互作网络(PPI),以及构建网络模块得到关键基因，利用Kaplan Meier plotter网站分析关键基因与卵巢癌患者总生存期之间关系，应用GEPIA数据库分析DEGs在卵巢和卵巢癌组织中表达，应用The Human Protein Atlas数据库获取筛选基因的免疫组化结果，对比它们在卵巢和卵巢癌组织间的表达差异。结果 得到211个DEGs, 92个上调和119个下调。差异基因生物学过程主要涉及侧枝发芽的正向调控、乏氧反应、间充质-上皮细胞信号传导；细胞组分主要集中在质膜顶、细胞表面、细胞外外泌体等部位；分子功能主要涉及丝氨酸型内肽酶活性、金属内肽酶活性、受体活性等；信号通路富集于白细胞跨内皮细胞迁移、细胞黏附通路、癌症通路等信号通路。得到35个候选基因，其中14个基因高表达、8个基因低表达与患者总生存期相关(P<0.05)。其中ATP6V1F...     

新型冠状病毒肺炎患者差异表达先天免疫基因及其与24种免疫细胞丰度的关系

目的 鉴别新型冠状病毒肺炎(COVID-19)患者外周血差异表达先天免疫基因并探讨其与24种免疫细胞丰度的关系。方法 从GEO数据库下载GSE161731表达谱数据集,采用GENCODE人类基因组GRCh38注释文件进行基因重注释,以校正后的P<0.05及|log₂ FC|>2为阈值筛选COVID-19患者与健康对照人群间的差异表达基因(DEGs)。采用InnateDB数据库中的人类先天免疫基因集鉴定差异表达先天免疫基因(DEIIGs)并采用Metascape平台进行GO和KEGG功能富集分析,使用ImmuCellAI平台预测24种免疫细胞丰度。结果 共筛选出88个DEGs,其中上调基因49个,下调基因39个,UCHL1、IFI27、PPARG、CCL2、IGF1、BIRC5、IGHG1是鉴别出的7个DEIIGs。GO分析富集于STAT受体信号通路、淋巴细胞活化的正向调控和细胞因子介导的信号通路;KEGG分析富集于癌症代谢途径。COVID-19患者外周血幼稚CD4⁺T细胞、辅助性T细胞1(Th1)和中枢记忆性T细胞(Tcm)丰度降...     

基于生物信息学分析慢性阻塞性肺疾病的关键基因及其与免疫浸润的关系

目的 通过生物信息学分析慢性阻塞性肺疾病(COPD)的关键基因,以及关键基因表达与COPD肺组织免疫浸润的关系。方法 从GEO数据库下载基因芯片数据集GSE47460。使用R语言筛选正常组及COPD组样本并利用limma包鉴定差异表达基因(DEGs),使用ClusterProfiler包对DEGs进行基因本体(GO)富集分析和京都基因与基因组百科全书(KEGG)富集分析。利用String数据库及Cytoscape软件对DEGs构建蛋白互作网络(PPI)并筛选关键基因。分析关键基因在正常组与COPD组以及在COPD组内不同严重程度的差异表达。绘制受试者工作特征曲线(ROC)评估关键基因对COPD不同严重程度的诊断性能。应用单样本基因富集分析(ssGSEA)评估关键基因表达与COPD肺组织免疫浸润的关系。结果 筛选出DEGs 75个,上调基因47个[矫正后P<0.05及log₂(差异倍数)≥0.5],下调基因28个[矫正后P<0.05及log₂(差异倍数)≤-0.5]。鉴定了3个在COPD组高表达且与COPD严重程度呈正相关的关键基因...     

基于生物信息学筛选小细胞肺癌相关关键基因

目的 筛选与小细胞肺癌(SCLC)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 首先从基因表达综合数据库(GEO)提取含有SCLC癌组织和癌旁组织基因表达数据的数据集GSE43346和GSE40275,用GEO2R在线程序分析SCLC癌组织和癌旁组织之间的差异表达基因(DEGs)。使用DAVID数据库对SCLC的DEGs进行基因本体(GO)功能富集分析以及京都基因和基因组百科全书(KEGG)通路富集分析。使用STRING数据库构建DEGs的蛋白质相互作用网络(PPI),并用Cytoscape软件作图。使用Cytoscape中的MCODE和cytoHubba插件分析重要的功能模块及子模块中的关键基因。结果 GEO数据分析结果显示,SCLC癌组织和癌旁组织共有232个DEGs(151上调基因,81个下调基因)。GO富集分析结果显示,DEGs主要参与细胞分裂等生物过程,构成细胞核等细胞组分,发挥蛋白质结合等分子功能。KEGG通路富集分析结果显示,DEGs主要富集于细胞周期、HTLV-I感染、癌症通路等。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10个关键基因可...     

肝细胞癌进展过程中的关键基因ATP1B3和ENAH的筛选与鉴定：基于数据挖掘和临床验证

目的 筛选与肝细胞癌（HCC）预后、进展和临床诊断相关标记物。方法 分析来自癌症基因组图谱数据库（TCGA）和基因表达综合（GEO）的TCGA-LIHC、GSE84432、GSE14323和GSE63898数据集。利用GEO2R和edge R包获得各疾病类型之间共同差异基因（DEG）,并对DEG进行基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析。将DEG在TCGA-LIHC中正常和癌组织进行差异表达验证分析,挑选在HCC中上调基因。利用R语言进行生存分析、受试者工作特征（ROC）曲线分析、基因与患者临床特征关系分析。再通过RT-qPCR验证15对临床HCC和癌旁组织中基因的差异表达。结果 数据库挖掘共获得118个共同DEG,挑选出2个基因：ATP酶Na+/K+转运亚基Beta 3（ATP1B3）和肌动蛋白调节器（ENAH）,其表达随疾病进展升高。结合TCGA-LIHC数据集生存分析发现两者高表达与HCC患者不良预后显著相关（P<0.05）。ROC曲线分析ATP1B3和ENAH的AUC值分别是0.821和0.933。ATP1B3高表达与晚期病理T分期、Stage和Grade相关（P<0.05）,而ENAH高表达仅与晚期病理Grade有关（P<0.05）。RT-qPCR结果发现,ATP1B3和ENAH在临床HCC组织中表达上调（P<0.05）。结论 ATPIB3和ENAH有望成为肝脏疾病恶化和肝细胞癌的不良预后标志物。     

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。     

异甘草酸镁对CCl4致急性肝损伤大鼠肝组织CYP1A2、CYP2E1蛋白及其mRNA表达的影响

目的 观察异甘草酸镁对CCl4致急性肝损伤大鼠肝组织CYP1A2、CYP2E1蛋白及其mRNA表达的影响,从代谢酶方面探讨异甘草酸镁保肝作用的机制。方法 将大鼠分为正常对照组、模型组和给药组,每组6只。尾静脉注射给药,给药组给予20 mg/kg异甘草酸镁,正常组及模型组给予同容积生理盐水,连续14 d。模型组及给药组于给药第13天20：00点灌胃25% CCl4,剂量为1.6 mL/kg,制备大鼠急性肝损伤模型。各组大鼠于末次给药2 h后,从髂动脉放血处死,取肝组织进行苏木精-伊红染色,观察肝组织病理形态变化;采用RT-PCR及Western-blot检测各组大鼠肝组织中CYP1A2、CYP2E1 蛋白及mRNA表达水平。结果 肝组织病理学检查显示异甘草酸镁能改善肝组织损伤;模型组CYP1A2和CYP2E1蛋白及mRNA表达水平显著高于正常对照组（P<0.05）,给药组CYP1A2和CYP2E1蛋白及mRNA表达水平较模型组显著降低（P<0.05）。结论 异甘草酸镁能够治疗肝损伤,其减毒机制可能与抑制CYP1A2、CYP2E1的表达有关。     

Identification of Potential Therapeutic Targets of Alzheimer’s Disease By Weighted Gene Co-Expression Network Analysis

Objective Alzheimer’s disease (AD) is the most common cause of dementia. The pathophysiology of the disease mostly remains unearthed, thereby challenging drug development for AD. This study aims to screen high throughput gene expression data using weighted co-expression network analysis (WGCNA) to explore the potential therapeutic targets.Methods The dataset of GSE36980 was obtained from the Gene Expression Omnibus (GEO) database. Normalization, quality control, filtration, and soft-threshold calculation were carried out before clustering the co-expressed genes into different modules. Furthermore, the correlation coefficients between the modules and clinical traits were computed to identify the key modules. Gene ontology and pathway enrichment analyses were performed on the key module genes. The STRING database was used to construct the protein-protein interaction (PPI) networks, which were further analyzed by Cytoscape app (MCODE). Finally, validation of hub genes was conducted by external GEO datasets of GSE 1297 and GSE 28146.Results Co-expressed genes were clustered into 27 modules, among which 6 modules were identified as the key module relating to AD occurrence. These key modules are primarily involved in chemical synaptic transmission (GO:0007268), the tricarboxylic acid (TCA) cycle and respiratory electron transport (R-HSA-1428517). WDR47, OXCT1, C3orf14, ATP6V1A, SLC25A14, NAPB were found as the hub genes and their expression were validated by external datasets.Conclusions Through modules co-expression network analyses and PPI network analyses, we identified the hub genes of AD, including WDR47, OXCT1, C3orf14, ATP6V1A, SLC25A14 and NAPB. Among them, three hub genes (ATP6V1A, SLC25A14, OXCT1) might contribute to AD pathogenesis through pathway of TCA cycle.     

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...     

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。     

基于生物信息学分析宫颈癌关键基因及预后相关的生物标志物

目的 从公共数据库筛选并探讨宫颈鳞状细胞癌的关键致病基因。方法 从GEO数据库GSE122697、GSE89657里下载宫颈组织表达谱芯片数据。利用R软件和韦恩图查找数据集的差异表达基因(DEGs)交集,进行GO 和 KEGG 通路富集分析。利用STRING数据库构建了DEGs的蛋白质-蛋白质相互作用网络(PPIs)并导入Cytoscape软件进一步分析,通过cytohubba插件和MCC算法筛选出DEGs。利用癌症基因组图谱数据(TCGA)对已初步筛选的DEGs进行验证及生存曲线分析,并进一步筛选与宫颈癌总生存率相关的DEGs进行ROC分析,获得关键基因。结果 宫颈鳞状细胞癌差异基因56个,其中15个上调和41个下调。GO 及 KEGG 分析结果显示, 这些 mRNA 主要参与细胞核分裂、细胞外基质代谢调控等生物学进程; 主要富集于细胞周期、减数分裂、PIK-Akt信号通路、ECM受体相互作用通路等。通过PPI网络中筛选出18 个核心基因,并在TCGA数据集中得以验证,生存曲线分析的结果表明18个差异基因中的ASF1B基因对宫颈癌患者生存预后具有显著影响 (HR=0.437(0.272-0.704), P<0.01), ROC分析的结果表明其对宫颈癌患者具有很好的诊断价值(AUC=0.998)。结论 本研究通过综合生物信息学分析,有望为宫颈癌诊断和预后提供可靠的分子生物标志物和治疗靶点。     

基于生物信息学筛选并分析男性肝癌患者发病中的关键基因

目的 筛选男性肝癌患者中的差异基因并分析探讨其对不同性别患者预后的影响。方法 在GEO数据库中获取男性肝癌患者的基因表达数据,通过GEO2R在线工具获取差异基因(DGEs)并在DAVIAD数据库中进行GO和KEGG富集分析;STRING数据库中进行差异基因网络互作分析(PPI),结合Ctoscape插件Cytohubaba获取前10位的关键基因,并且在GEPIA、Kaplan-Meier plotter数据库中分析其对不同患者预后的影响。结果 从GSE19665与GSE84002中分别筛选出男性患者与健康对照者的差异基因并取交集,最终得到162个DGEs;使用DAVID网站对DGEs进行聚类分析,GO功能富集分析显示DGEs主要参与细胞分裂、胞外区、铁离子结合等过程;KEGG分析显示DGEs主要参与细胞周期、卵母细胞减数分裂、p53等信号通路;使用STRING网站对DGEs做PPI网络互作分析,并用Ctoscape软件的MCODE和CytoHubba两个APP从PPI网络中分解关键网络分析核心基因获取了10个关键基因(CDCA8,CCNB2,BUB1,KIF20A,DLGAP5,BIRC5,CDC20,CDK1,ASPM,TOP2A);使用GEPIA网站查询得知TCGA数据中的核心基因均高表达;使用Kaplan-Meier plotter网站分析,细胞周期蛋白B2(recombinant cyclin B2,CCNB2)和有丝分裂相关基因(abnormal spidle microtubule assembly,ASPM)两个基因高表达且与男性患者预后差相关。结论 与女性肝癌患者相比,CCNB2和ASPM的高表达与男性肝癌患者整体生存期显著相关,可作为男性肝癌患者早期诊断和个性化治疗的靶向分子标志物。     

CDK1、CCNB1和NDC80与乙型肝炎相关肝细胞癌的预后和进展相关:基于生物信息学方法

目的 探讨 HBV 转化为 HCC 相关的关键基因,并探索相关的分子机制。方法 分析基因表达综合（GEO）数据库中GSE55092、GSE84044和GSE121248的mRNA微阵列数据,其中包括119个HBV相关的HCC组织和252个HBV相关的非肿瘤组织。“sva”R包用于去除批间差。进行整合分析,获取HBV相关肝癌和HBV组织中的差异表达基因（DEGs）,通过基因本体论（GO）和京都基因与基因组百科全书（KEGG）分析对差异表达基因进行功能注释。使用相互作用基因搜索工具（STRING）构建蛋白质-蛋白质相互作用网络,挖掘最重要的模块和关键基因。cBioportal用于分析hub基因的相关性。利用Kaplan-Meier和Oncomine数据库对TCGA数据库中肝癌基因表达数据进行验证,探讨hub基因与肝癌发生、发展和预后的关系。通过逆转录定量PCR（RT-qPCR）实验验证17对临床肝细胞癌样本与邻近非肿瘤组织中hub基因的表达。结果 共获得121个DEGs（P< 0.01）,鉴定出3个遗传标记,细胞周期素依赖性激酶1（CDK1）、细胞周期蛋白B1（CCNB1）和核分裂周期蛋白80（NDC80）,与细胞周期、嘧啶代谢和DNA复制有关,这3个基因高度相关（P<0.05）。UALCAN数据库证实这些基因在肝癌组织中高表达并获得相关预后信息。Kaplan-Meier表明,它们与HCC患者的低存活率相关。CDK1、CCNB1和NDC80与肝癌分级相关（P< 0.05）,RT-qPCR实验证实CDK1、CCNB1和NDC80的mRNA在肝细胞癌中的表达明显高于癌旁组织。结论 CDK1、CCNB1 和NDC80基因可作为HBV相关肝细胞癌的预后标志物,在肝癌的基础研究和临床治疗方面有一定的应用价值。