子宫内膜癌淋巴结转移相关基因的生物信息学分析

目的：基于芯片数据分析和生物信息学方法挖掘与子宫内膜癌淋巴结转移相关的潜在差异表达基因。方法：在GEO数据库中筛选子宫内膜癌淋巴结转移相关的mRNA表达谱芯片数据,分析mRNA表达谱,筛选差异表达基因;通过生物学过程注释、生物信号通路富集、文本挖掘及蛋白/基因相互作用等综合生物信息学方法再次分析,挖掘与子宫内膜癌淋巴结转移相关的信号通路和基因。结果：在GEO 数据库获得GSE2109、GSE39099 芯片数据,将共同差异表达基因及信号通路富集, 获得8 条与子宫内膜癌淋巴结转移显著相关的信号通路（type I interferon、interferon-gamma-mediated、PI3K-Akt、Rap1、TGF-beta、cGMP-PKG、Wnt、Ras）及调控这些信号通路的14 个差异表达基因,其中11 个基因与宫内膜癌淋巴结转移相关并且形成蛋白相互作用网络。PI3K-Akt 信号通路可能是子宫内膜癌淋巴结转移的重要信号通路,基因VEGFC、IRS1 可能是子宫内膜癌淋巴结转移相关的重要候选基因。结论：通过对芯片数据生物信息学分析,筛选出与子宫内膜癌淋巴结转移相关的8条信号通路及11个差异表达基因。     

基于生物信息数据挖掘对卵巢浆液性癌差异表达基因筛选及分析

目的:利用生物信息学对卵巢浆液性癌的差异表达基因进行筛选及分析,探索浆液性卵巢癌的潜在治疗靶点。方法:从GEO数据库下载卵巢癌数据集GSE10971、GSE54388、GSE14407,用GEO2R筛选差异表达基因,DAVID数据库进行GO及KEGG富集分析,String数据库构建蛋白互作网络,同时利用Cytoscape获取关键基因,GEPIA数据库分析关键基因的表达情况,UCSC Xena对关键基因进行分层聚类分析,并通过cBioPortal分析关键基因的共表达网络。结果:筛选获得114个差异表达基因,包括41个下调基因及73个上调基因。主要涉及调整细胞周期、有丝分裂、染色体分离等细胞学过程,富集于细胞周期、p53信号通路、细胞衰老等信号通路。从差异表达基因筛选出49个关键基因,在卵巢癌中均呈高表达,其中21个基因的表达与卵巢癌分期相关,BIRC5基因的表达与卵巢癌患者的总生存期相关。结论:利用生物信息学对卵巢浆液性癌差异表达基因功能及信号通路的相关研究,为改善卵巢浆液性癌的预后提供了治疗靶点。     

基于GEO数据库及生物信息学方法筛选食管癌放射抗拒关键基因及通路

目的：基于芯片数据采用生物信息学方法,寻找食管癌放射抗拒关键分子及通路。方法：GEO数据库中下载食管癌放射抗拒mRNA表达谱芯片数据,使用Morpheus软件进行差异基因的统计学分析,利用生物信息学相关软件对这些基因进行生物学过程、信号通路及互做网络分析。结果：在GEO中获得GSE61686芯片数据,199个差异基因与食管癌放射抗拒相关,其中上调表达99个,下调表达基因100个。这些基因参与生物学过程有代谢、刺激反应、细胞黏附、细胞再生及免疫过程。主要涉及23条信号通路。结论：利用生物信息学方法能有效分析基因芯片数据。食管癌放射抗拒的发生是多基因共同参与的结果,为寻找提高食管癌放射敏感性相关靶标提供新思路。     

食管腺癌相关关键基因的筛选及其临床意义

目的：通过TCGA和GEO数据库筛选与食管腺癌相关的关键基因,并分析其生物学功能、相关信号通路和临床意义。方法：综合TCGA数据库食管腺癌数据和GEO数据库GSE92396芯片数据,使用R软件的DEseq2包和Limma包进行差异表达基因分析,获得共同差异表达基因。利用R软件的clusterProfiler包对共同差异表达基因进行GO功能富集分析及KEGG通路富集分析。运用string网站和Cytoscape3.7.2软件进行蛋白互作网络分析,筛选出调节食管腺癌蛋白表达量的关键节点基因,再结合TCGA数据库分析关键节点基因与患者生存的关系。结果：通过数据库中90例食管腺癌组织和18例正常食管组织标本的基因芯片数据的分析,获得共同差异表达基因521个,其中高表达基因356个,低表达基因165个,它们主要与表皮发育和表皮细胞分化的代谢过程等相关功能和细胞因子及其受体相互作用等信号通路密切相关。蛋白互作网络分析得出15个关键节点基因,其中CXCL8和CCL20低表达的食管腺癌患者生存期显著长于高表达者（中位生存期32.4 vs 19.7个月,P<0.05;32.4 vs 13.9个月,P <0.05）。结论：数据库挖掘显示CXCL8与CCL20基因可能在食管腺癌的发生发展及预后中起着重要作用,可以作为判断患者预后的潜在指标。     

基于数据挖掘分析KIF14与SSK1在卵巢癌组织中的表达及临床意义

目的:应用生物信息学方法挖掘卵巢癌的相关基因,探讨其表达情况及临床意义,为卵巢癌的诊断和靶向治疗提供依据。方法:从GEO（Gene Expression Omnibus）数据库下载基因芯片数据集GSE23391、GSE18520和GSE54388,利用其在线分析工具GEO2R筛选卵巢癌的差异表达基因（DEGs）。运用数据库DAVID进行GO功能和KEGG通路富集分析,应用Cytoscape软件和STRING数据库构建蛋白互作网络和关键基因模块,挖掘卵巢癌靶基因。利用Oncomine在线分析网站,分析癌症公共数据基因组中卵巢癌KIF14及SSK1 mRNA的表达信息,利用GEPIA、Kaplan-Meier Plotter进行患者生存分析。结果:共筛选出251个DEGs,富集分析显示差异基因在减数分裂、丝氨酸/苏氨酸代谢、启动DNA复制、细胞衰老等方面富集。筛选获得22个DEGs均呈高表达,其中KIF14与SSK1的表达水平与卵巢癌的FIGO分期及总生存率明显相关。结论:本研究通过生物信息学挖掘,发现KIF14与SSK1基因在卵巢癌组织中呈高表达,并且与卵巢癌的预后关系密切,具有指导意义。     

前列腺癌诊断/预后和耐药分子标志物的筛选及其临床意义

目的：基于已发表的芯片数据通过生物信息学方法筛选差异表达基因,以发现前列腺癌诊断/预后和耐药相关分子标志物。方法：筛选GEO数据库中已发表的前列腺癌mRNA芯片数据GSE6956和前列腺癌细胞多烯紫杉醇耐药mRNA芯片数据GSE33455进行差异表达分析;通过生物学功能注释、基因通路富集分析、蛋白质相互作用网络（protein-protein interaction,PPI）分析等生物信息学方法发现和识别与差异表达基因相关的生物学功能和信号通路;比对TCGA数据库,验证差异表达基因在前列腺癌组织及癌旁组织中的表达,并通过Kaplan-Meier分析差异表达基因对前列腺癌患者生存率的影响;用qPCR方法验证差异表达基因在前列腺癌细胞株PC3及多烯紫杉醇耐药细胞PC3-DTX中的表达情况。结果：共筛选出227个在前列腺癌和前列腺癌多烯紫杉醇耐药细胞芯片数据中共同差异表达基因。差异表达基因主要富集到了癌症相关通路（Lysosome、Sphingolipid、FoxO、Acute myeloid leukemia）,并主要参与细胞黏附、自噬和胞内蛋白转运等生物学过程。构建PPI网络选取18个连接度最高的基因作为Hub基因。Hub基因和共同差异表达基因中,上调基因CITED2、LRP12和RPL17-C18orf32与前列腺癌患者的不良预后显著相关。qPCR验证显示CITED2在多烯紫杉醇耐药细胞PC3-DTX中高表达。结论：通过生物信息学方法筛选出在前列腺癌组织和耐药细胞中共同差异表达,且与前列腺癌患者的不良预后密切相关的基因,为前列腺癌诊断/预后和耐药分子标志物的研究提供了新的思路。     

生物信息学分析食管癌关键基因的表达及其临床意义

目的：采用生物信息学技术，从基因表达综合数据库(GEO)中挖掘食管癌(ESCA)异常表达基因，探讨该基因在食管癌中的表达及临床意义。方法：用R语言中的GEOquery包从GEO数据库中下载ESCA芯片数据集GSE38129、GSE20347，经sva包对数据集去除批次效应后，使用Limma包对标准化数据集进行差异表达基因(DEGs)筛选，利用cluster Profiler包对DEGs进行基因本体(GO)功能富集分析和京都基因与基因组百科全书(KEGG)通路富集分析，在STRING网站对DEGs进行蛋白互作网络分析(PPI)，利用MCODE和Cyto Hubba插件提取核心模块及核心基因(Hub gene)。在阿拉巴马伯明翰分校癌症数据库(UALCAN)输入Hub gene分析其表达水平与食管癌分期、甲基化水平及TP53突变等的关系，最后借助芯片数据GSE70409对核心基因进行验证。结果：在标准化数据集中筛选出390个DEGs，其中上调166个，下调224个。GO分析得出，它们主要参与有丝分裂细胞周期相变、细胞外基质生成、表皮发育等生物学过程。KEGG富集分析显示DEGs与细胞周期、...     

急性髓系白血病关键基因的筛选及功能验证

目的基于生物信息学方法筛选急性髓系白血病(AML)发生、发展及预后相关的关键基因, 并对其所涉及的功能进行分析。方法从基因表达综合(GEO)数据库下载AML患者芯片表达谱GSE84881数据集, 包含19例AML样本和4例正常组织样本。利用GEO在线分析工具GEO2R筛选差异表达基因。利用DAVID在线网站对差异表达基因进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析;使用STRING在线数据库对差异表达基因进行蛋白质互作网络(PPI)分析, 并利用Cytoscape软件筛选得到关键基因;利用加权基因共表达网络分析工具(WGCNA)构建共表达网络得到中心基因。利用联川生物云平台构建韦恩图, 将PPI中的关键基因和中心基因进行交叉, 获得真正的关键基因。从GEO数据库下载并分析人体组织的转录组测序(RNA-seq)数据集GSE2191和GSE90062, 验证筛选出来的关键基因。利用GEPIA数据库中的数据, 采用Kaplan-Meier法分析关键基因对AML总生存(OS)的影响。结果 GSE84881数据集中共识别出247个差异表达基因, 包括112个上调基因和135...     

非小细胞肺癌关键基因的生物信息学分析

目的:通过生物信息学方法挖掘非小细胞肺癌(NSCLC)基因表达谱芯片数据,筛选并验证与NSCLC发生和预后相关的关键基因。方法:从Gene Expression Omnibus(GEO)数据库中下载芯片数据(GSE101929和GSE27262)。采用GEO2R在线工具筛选癌组织和癌旁组织中的差异表达基因(DEGs);采用DAVID在线工具对差异表达基因进行GO和KEGG信号通路分析并用Cytoscape和FunRich软件进行可视化;采用GEPIA在线工具对差异表达基因进行验证和预后分析。结果:共筛选出1816个差异表达基因,其中上调基因数651个,下调基因数1165个。上调基因主要富集在“基质金属肽酶活性”,下调基因主要富集在“受体活性”等分子功能。KEGG信号通路分析显示上调基因主要富集在“有丝分裂前中期”等信号通路,而下调基因主要富集在“上皮-间质转化”信号通路。蛋白-蛋白交互作用(PPI)分析显示,上调基因中的前五位为TOP2A、CDK1、CCNB1、CCNA2和KIF11,而下调基因中的前五位为IL6、FGF2、LRRK2、EDN1和IL1B。总生存率分析显示,KIF11低表达与NSCLC预后呈负相关。结论:本研究鉴定出了与NSCLC相关的关键基因,有望作为NSCLC患者潜在治疗靶点或预后判断相关的生物标志。     

基于生物信息学分析的食管鳞状细胞癌关键枢纽基因的筛选及验证

[摘要] 目的: 采用多种生物信息学分析工具,筛选与食管鳞状细胞癌（esophageal squamous cell carcinoma, ESCC）发生发展相关的枢纽基因（Hub gene）,并分析其生物学功能。方法：选取GEO食管鳞状细胞癌芯片数据GSE100942 为研究对象,采用GEO2R软件对数据进行处理和分析,筛选差异表达基因,并通过生物信息学工具DAVID、String、Cytoscape 构建差异表达基因的蛋白互作网络并筛选Hub基因;应用GO及KEGG进行生物功能富集分析;同时通过网络工具MiRDB寻找可能调控Hub基因的miRNA,并构建Hub 基因-miRNA调控网络;利用GEPIA在线分析工具对筛选基因的表达和患者生存情况进行验证。结果：分析GSE100942 芯片数据共筛选出1229 个表达差异达2 倍以上及223 个表达差异达4 倍以上的差异基因,以及在食管癌组织中表达均上调的20 个Hub基因;功能富集分析显示这些差异基因主要富集到了癌症相关通路,并主要参与了细胞分裂及有丝核分裂等生物学过程;从Hub基因进一步鉴定了DLGAP5、BUB1B、TPX2、TTK、CDC20、CCNB2、AURKA、DEPDC1 为食管鳞状细胞癌相关的8 个关键Hub基因,他们参与了细胞增殖、细胞周期、信号通路等重要生物学过程。通过构建的miRNA调控网络分析,鉴定了CEP55、ECT2、NEK2、DEPDC1 及NUSAP1 等5 个Hub 基因受该网络高度调控。结论：基因芯片结合生物信息学方法能够有效分析与食管鳞状细胞癌发生发展相关的差异表达基因,筛选出的20 个Hub基因和其中的8 个关键基因可为进一步研究食管鳞状细胞癌发病的分子机制及分子标志物的筛选提供理论指导。     

基于生物信息学方法分析甲酰肽受体1在胶质瘤中的表达及临床意义

目的：分析胶质瘤与正常组织表达差异的基因,筛选和胶质瘤预后相关的关键基因。方法：通过下载GEO（Gene Expression Omnibus）数据库GSE15824原始数据,利用R语言分析正常组织与胶质瘤组织中差异表达的基因,通过生物信息学分析工具（DAVID、String、Cytoscape、oncomine和GEPIA）对差异表达的基因进行生物学功能、蛋白互作网络（PPI）分析及筛选胶质瘤的预后标志物。结果：共筛选出648个差异表达的mRNAs。差异表达mRNAs的生物学功能主要富集于T细胞的激活,调节白细胞的黏附和细胞的迁移。KEGG信号通路分析显示差异基因主要富集于PI3K/Akt,MAPK和钙离子信号通路。FPR1在胶质瘤中明显高表达,其表达水平与胶质瘤的预后呈负相关（Log-rank P < 0.01）。结论：通过基因芯片数据库的分析,FPR1在胶质瘤中高表达,且与患者生存预后相关,为进一步分子机制的研究提供了新思路。     

基于生信分析筛选胆囊癌关键基因#br# 及相关通路的研究#br#

目的通过生信分析筛选胆囊癌治疗的关键基因及癌症相关通路,挖掘胆囊癌患者的差异基因,预测胆囊癌的潜在治疗靶点。方法对GEO数据库中获得的芯片数据进行差异基因（DEGs）分析。选取NCBI 基因表达综合数据库(GEO)中的基因表达芯片 “GSE76633 ”和 “GSE74048”,利用GEO2R在线分析工具对胆囊癌样本和正常胆囊样本中的差异基因进行筛选。在DAVID和KOBAS上对差异基因进行生物过程（GO）分析和通路富集（KEGG）分析。使用蛋白质 蛋白质相互作用（PPI）分析数据库STRING构建靶点互作（PPI）网络模型。结果该研究共筛选了197个差异基因（P<005,|Log2FC|>2）,其中有33个上调基因,164个下调基因。这些基因主要参与了代谢过程的调节,脂肪酸β 氧化、氧化 还原过程等GO生物过程。主要调控代谢途径,甘氨酸、丝氨酸和苏氨酸代谢,缬氨酸亮氨酸和异亮氨酸降解,抗生素的生物合成等。结论该研究利用生物信息学筛选出胆囊癌中的差异基因及相关通路,帮助理解其分子机制及在胆囊癌发病机制和发生、发展过程中的作用,为寻找胆囊癌新的治疗靶点提供思路。     

基于生物信息学分析的结肠癌枢纽基因筛选及调控网络构建

目的:联合多种生物信息学分析方法筛选结肠癌枢纽基因,进一步对枢纽基因进行分析并构建调控网络,以期探索结肠癌的发病机制。方法:从GEO基因芯片数据库筛选结肠癌组织的基因表达数据集,利用在线工具GEO2R筛选差异表达基因(differentially expressed genes,DEG),对差异基因进行Gene Ontolog(GO)分析、KEGG通路分析、蛋白相互作用网络构建等。结果:共纳入2个结肠癌GEO数据集（GSE41258和GSE44076）,筛选出在这2个数据集中有交集的差异表达2倍以上的基因120个,其中表达上调的基因29个,表达下调的基因91个。对上述120个差异表达基因进行KEGG通路分析发现近端小管碳酸氢钠回收、氮素代谢、胰液分泌、PPAR信号通路等与结肠癌的发生密切相关。利用STRING及Cytoscape软件筛选得到包括趋化因子1（CXCL1）、基质金属蛋白酶1 （MMP1）、MMP7等在内的10个调控结肠癌发生的枢纽基因,进一步在TCGA数据库中验证这些基因的表达。结论:通过生物信息学方法有效地筛选出与结肠癌发生密切相关的枢纽基因,为进一步研究其机制提供了理论依据。     

RhoGDI2基因抑制膀胱癌转移涉及基因和信号通路的生物信息学分析

 目的 利用生物信息学方法探讨RhoGTP酶GDP解离抑制因子2 （rho GDP dissociation inhibitor 2,RhoGDI2） 基因抑制膀胱癌转移涉及的基因和信号通路。方法 从GEO datasets数据库搜索膀胱癌转移相关的全基因组表达谱芯片数据,使用GEO2R在线工具分析膀胱癌组织中RhoGDI2基因高表达组与低表达组之间的差异表达基因,再筛选出多组表达谱芯片数据中一致性上调或下调的基因,最后使用DAVID在线工具进行差异表达基因信号通路富集。结果 得到RhoGDI2基因在膀胱癌组织中高表达组和低表达组一致性高的差异表达基因,其中A2M、CORO1A、ENC1、FGD3为上调基因中一致性高的差异表达基因。通过基因信号通路富集分析得到膀胱癌组织中RhoGDI2基因调控的主要信号通路为Vav-RhoA-ROCK-MLC和Ras-Raf-MEK。结论 RhoGDI2基因可能通过Vav-RhoA-ROCK-MLC和Ras-Raf-MEK信号通路调节肌丝蛋白、细胞骨架以及细胞的增殖、分化等,进而抑制膀胱癌转移。     

Analysis of Key Genes and Pathways Associated with ColorectalCancer with Microarray Technology

Objective: Microarray data were analyzed to explore key genes and their functions in progression of colorectalcancer (CRC). Methods: Two microarray data sets were downloaded from Gene Expression Omnibus (GEO)database and differentially expressed genes (DEGs) were identified using corresponding packages of R. Functionalenrichment analysis was performed with DAVID tools to uncover their biological functions. Results: 631 and 590DEGs were obtained from the two data sets, respectively. A total of 32 common DEGs were then screened outwith the rank product method. The significantly enriched GO terms included inflammatory response, response towounding and response to drugs. Two interleukin-related domains were revealed in the domain analysis. KEGGpathway enrichment analysis showed that the PPAR signaling pathway and the renin-angiotensin system wereenriched in the DEGs. Conclusions: Our study to systemically characterize gene expression changes in CRCwith microarray technology revealed changes in a range of key genes, pathways and function modules. Theirutility in diagnosis and treatment now require exploration.     

Exploration of Molecular Mechanisms of Diffuse Large B-cellLymphoma Development Using a Microarray

Objective: We aimed to identify key genes, pathways and function modules in the development of diffuse largeB-cell lymphoma (DLBCL) with microarray data and interaction network analysis. Methods: Microarray datasets for 7 DLBCL samples and 7 normal controls was downloaded from the Gene Expression Omnibus (GEO)database and differentially expressed genes (DEGs) were identified with Student’s t-test. KEGG functionalenrichment analysis was performed to uncover their biological functions. Three global networks were establishedfor immune system, signaling molecules and interactions and cancer genes. The DEGs were compared with thenetworks to observe their distributions and determine important key genes, pathways and modules. Results: Atotal of 945 DEGs were obtained, 272 up-regulated and 673 down-regulated. KEGG analysis revealed that twogroups of pathways were significantly enriched: immune function and signaling molecules and interactions.Following interaction network analysis further confirmed the association of DEGs in immune system, signalingmolecules and interactions and cancer genes. Conclusions: Our study could systemically characterize geneexpression changes in DLBCL with microarray technology. A range of key genes, pathways and function moduleswere revealed. Utility in diagnosis and treatment may be expected with further focused research.