基于生物信息学探索系统性硬化病相关肺动脉高压免疫相关基因及免疫细胞浸润分析北大核心CSCD

目的:通过生物信息学分析鉴定系统性硬化病相关肺动脉高压(SSc-PAH)免疫相关基因(IRGs),并深入探讨免疫细胞浸润在SSc-PAH中的作用。方法:从GEO数据库下载数据集GSE22356,使用R软件对其进行差异表达基因(DEGs)分析。通过ImmPort数据库下载人类免疫基因数据集,与DEGs取交集得到差异免疫相关基因(DEIRGs),对DEIRGs进行GO和KEGG富集分析。通过Cytoscape软件构建DEIRGs的蛋白互作(PPI)网络,根据Degree值筛选枢纽免疫基因。CIBERSORT算法评估SSc和SSc-PAH患者血液组织免疫细胞浸润。对枢纽免疫基因与浸润性免疫细胞进行相关性分析。结果:共得到56个DEIRGs。功能富集表明DEIRGs在信号转导、免疫应答、趋化作用中具有重要意义。根据PPI网络及Degree值得到枢纽免疫基因FCGR3B、CD28、LYN、LCK。免疫细胞浸润结果显示,与SSc相比,SSc-PAH患者血液组织中单核细胞、嗜中性粒细胞比例升高,而初始CD4 T细胞、未活化的CD4记忆性T细胞、γδ T细胞比例降低。相关性分析结果显示,CD28、LCK与γδ T细胞呈正相关,与单核细胞呈负相关。FCGR3B与中性粒细胞呈正相关,与初始CD4 T细胞呈负相关,LYN与单核细胞呈正相关,与γδ T细胞呈负相关。结论:枢纽免疫基因和免疫细胞浸润差异在SSc-PAH发生发展中起重要作用。     

骨形态发生蛋白拮抗剂GREM1作为胃癌肿瘤微环境免疫活性预测指标的临床价值

目的：筛选出可预测胃癌（GC）肿瘤微环境（TME）免疫活性的预后基因。方法：收集55例GC患者术后石蜡组织标本及其对应的癌旁组织;从TCGA数据库和GEO数据库中共下载了976例GC患者的转录组数据及临床数据;采用估计算法（ESTIMATE）和反卷积算法（CIBERSORT）分别评估各样本中免疫/基质得分及免疫细胞浸润程度;R语言中的“limma”包筛选差异表达基因（DEGs）;采用单变量Cox回归分析筛选具有预后价值的DEGs;qRT-PCR检测枢纽基因mRNA的表达情况;GSEA探究GREM1的潜在生物学功能。采用TISIDB和CellMiner数据库分析GREM1与免疫特征分子及药物敏感性的相关性。结果：免疫评分与GC患者的预后呈正相关;在免疫得分和基质得分高、低分组中共筛选出40个共享的TME相关DEGs;通过对DEGs进行单变量Cox回归分析,得到GREM1、SFRP2、CYP1B1和MGP共4个具有预后意义的共享DEGs。通过比较基因在肿瘤与癌旁组织的表达差异及与免疫微环境的密切程度,发现GREM1最可能对TME中的免疫重塑发挥作用;GREM1的表达与GC患者的临床病理特征...     

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。     

Homeobox基因在子宫内膜异位症中的异常表达

目的 分析子宫内膜异位症(endometriosis,EM)患者生物信息,探索异位内膜(ectopic endo-metrium,EC)组织中异常表达基因.方法 获取EM患者组织测序数据,筛选差异表达基因(differentially expressed genes,DEGs),使用DAVID工具进行DEGs基因注释,...     

基于生物信息学筛选与分析胰腺癌的生物标志物半胱氨酸蛋白酶抑制剂S北大核心CSCD

目的:应用生物信息学方法分析筛选与胰腺癌(PAAD)发生发展相关的基因,探究半胱氨酸蛋白酶抑制剂S(CST4)在PAAD中的表达、预后价值及生物学功能。方法:选取GEO数据库胰腺癌芯片GSE15471和GSE16515为研究对象,并筛选出两个芯片数据集共同的差异表达基因(DEGs)作为关键基因。应用GEDS分析CST4 mRNA在TCGA和CCLE数据库的表达情况,并通过GEPIA2进一步分析CST4在消化系统肿瘤及正常组织中的差异表达。应用Kaplan-Meier Plotter分析CST4mRNA表达与TCGA数据库中PAAD患者五年总生存率及无复发生存率的关系。TIMER2数据库分析PAAD患者CST4 mRNA表达与多种免疫细胞浸润情况的相关性。通过STRING构建CST4蛋白互作网络并进行GO功能富集分析。结果:筛选两个GEO数据芯片的DEGs,韦恩图取交集后获得关键基因CST4。基于TCGA和GTEx数据库分析显示CST4在PAAD中的表达明显高于正常胰腺组织。CST4表达水平与患者的预后呈负相关,与肿瘤相关成纤维细胞、CD4^(+)T细胞、巨噬细胞、中性粒细胞免疫浸润情况呈正相关。PPI网络图显示CST1、CSTA、CSTB、CTSB、CTSL与CST4相互作用连接度较高,GO分析提示CST4基因的表达与细胞蛋白质分解代谢过程、内肽酶活性的调节、细胞凋亡通路等密切相关。结论:CST4在PAAD组织中表达升高且高表达组患者预后不良,CST4有望成为PAAD诊断及患者不良预后潜在的生物标志物。     

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.     

卵巢癌关键基因的筛选及其与免疫细胞浸润的相关性分析

目的 利用生物信息学方法筛选卵巢癌 (Ovarian Cancer,OV) 关键基因并分析及其与免疫细胞浸润的相关性。 方法 从 GEO 检索并下载 3 组 OV 数据集,通过 GEO2R 在线分析工具筛选出 OV 组织中差异基因 (Differentially Expressed Genes,DEGs),并利用Metascape数据库对DEGs进行基因本体论 (Gene Ontology,GO) 功能分析和京都基因与基因组百科全书 (Kyoto Encyclopedia of Genes and Genomes,KEGG) 通路富集分析;使用 STRING 数据库分析出 DEGs 的 PPI 网络后,再把结果导入 Cytoscape软件,利用其中的 CytoHubba插件提供的 MCC 算法最终得到排名前十的关键基因;然后利用 Kaplan-Meier Plotter数据库和 GEPIA 对关键基因进行生存分析和共表达分析,得出相关性最高的一组基因再分析其 mRNA 和蛋白表达情况;最后利用TISIDB数据库探讨关键基因与OV免疫细胞浸润之间的关联。结果 本研究共得到161个DEGs, 其GO功能主要与细胞对转化生长因子β刺激的反应、P53类介导的DNA损伤反应及因信号转导造成的细胞周期阻滞和蛋白激酶结合等相关;KEGG通路主要富集在癌症通路、P53信号通路、补体和凝血级联以及PI3K-Akt等信号通路上。通过Cy‐ toscape筛选的 10个关键基因中,仅 CCNB1、HMMR、KIAA0101、AURKA、CEP55、ECT2和 TOP2A对 OV患者预后有显著影响,而其中 CCNB1 和 AURKA 在 OV 中表达相关性最高,且其 mRNA 和蛋白均高表达,并不利于患者预后;CCNB1 与 AURKA的表达与Th2细胞、Act-CD4细胞的表达丰度呈正相关,与嗜酸性粒细胞呈负相关。结论 CCNB1和AURKA是OV的关键基因,且与OV微环境中免疫细胞相关,可作为OV的早期确诊和治疗生物标志物。     

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。     

PRKDC在肝癌中的表达及其与免疫细胞浸润、预后的相关性分析北大核心CSCD

目的:利用生物信息学方法分析PRKDC在肝癌中的表达及其与肿瘤微环境中免疫细胞浸润、预后的关系。方法:采用Oncomine、UALCAN、HCCDB、HPA、TCGA、Kaplan-Meier、cBioPortal、LinkedOmics、TIMER数据库和R软件包ggstatsplot、IOBR、psych(version 2.1.6)研究PRKDC基因在肝癌组织和正常肝组织中的表达差异,分析基因表达、基因突变与肝癌预后的相关性,并对GO、KEGG通路进行GESA富集分析;分析PRKDC表达与免疫检查点、免疫标志基因、肿瘤免疫细胞浸润、肿瘤微环境中免疫细胞和基质细胞浸润的相关性。结果:肝癌组织PRKDC呈显著高表达,高表达的PRKDC显著缩短肝癌患者OS和DSS,PRKDC基因组改变与肝癌患者OS和DFS无显著相关性;PRKDC表达与B细胞、嗜中性粒细胞、巨噬细胞、CD4+T细胞和树突状细胞呈显著正相关,与多数免疫检查点、免疫标志基因显著相关,与肝癌肿瘤微环境呈显著负相关。结论:PRKDC可作为肝癌诊断、预后和免疫细胞浸润水平的标志物,与免疫检查点、免疫标志基因、免疫细胞浸润性、肿瘤微环境免疫细胞和基质细胞浸润等相关。     

EGFR敏感突变肺腺癌患者纵膈淋巴结转移相关基因的检测与分析

目的本研究采用转录组测序和生物信息学分析等方法,以期筛选出肺腺癌淋巴结转移相关基因。方法分别检测伴和不伴纵膈淋巴结转移的EGFR敏感突变肺腺癌临床标本转录组表达谱,筛选出差异表达基因(DEGs);对这些DEGs进行相关生物信息分析,探索这些基因在淋巴结转移进程中可能发挥的作用。q-PCR法验证高表达基因在PC9细胞株(EGFR敏感突变细胞株)中的表达情况。结果共检测了10例肺腺癌标本的转录组表达谱,通过差异基因表达分析筛选出169个DEGs,其中,68个在肺腺癌样本中表达上调、101个基因表达下调。q-PCR结果显示:高表达基因在PC-9细胞中,ZNF572、BRPF3、MMACHC等7个基因的表达量为中丰度,SMOC1、A1BG、BARX1等9个基因为低丰度,其余均为高丰度。结论 TFF3及DUSP6等多个差异表达基因可能涉及肺腺癌纵膈淋巴结转移进程。     

基于 TCGA 数据库筛选、 分析并验证宫颈癌生物标志物

目的 基于生物信息学筛选分析宫颈癌差异表达基因 ( differentially expressed gene, DEGs) 及差 异表达 miRNA, 并进一步对差异基因和蛋白进行验证, 以期寻找潜在的生物标志物和治疗靶点。 方法 从 肿瘤基因组图谱 (the cancer genome atlas, TCGA) 数据库获取宫颈癌相关数据, edgeR 算法筛选 DEGs 和差 异 miRNAs。 利用 Cytoscape3. 8. 2 软件构建 mRNA-miRNA 共表达网络。 利用 DAVID 软件对 DEGs 和通过 miRWalk 网站预测的差异 miRNA 的目标基因进行 GO 富集分析和 KEGG 富集分析。 利用 qPCR 和 Western 印 迹技术对 DEGs 进行进一步验证。 结果 筛选出 149 个上调的 DEGs 和 171 个下调的 DEGs, 以及 46 个上调 的差异 miRNAs 和 64 个下调的差异 miRNAs。 DEGs 和 miRNA 目标基因在细胞组成上的富集具有一致性, 都富集在胞质、 核和核质中。 但共表达网络发现 DEGs 和差异 miRNAs 之间不存在明显的调控关系。 因此, 后续实验重点放在了对 DEGs 的验证上, 对差异表达性较为显著的 TCEAL6、 CLEC3B、 LMOD1、 CNN1 进行 了验证。 qPCR 显示它们在宫颈癌中表达量均显著降低, 符合预期, 对 CNN1 进行的 Western 印迹也显示其 在宫颈癌中的低表达。 结论 TCEAL6、 CLEC3B、 LMOD1、 CNN1 在宫颈癌中均显著低表达, 有望成为宫颈 癌生物标志物。     

基于生物信息学分析筛选胃癌的诊断及预后标志物

目的 本研究旨在通过生物信息学方法筛选新的胃癌诊断及预后标志物.方法 从GEO数据库GSE54129和TCGA-STAD数据集中筛选重叠差异表达基因(differentially expressed genes,DEGs).通过GO和KEGG通路分析,探讨这些基因的功能.利用蛋白质相互作用网络分析确认DEGs之间的枢纽...     

基于数据库对子宫肌瘤和子宫肉瘤诊治的关键基因进行生物信息学分析

目的 探讨子宫肌瘤和子宫肉瘤发生发展的相关基因。方法 从GEO数据库下载芯片数据集GSE31699、GSE593、GSE64763、GSE68295,在R语言中分别分析子宫肌瘤瘤组织与正常子宫肌层的差异表达基因(differentially expressed gene, DEGs),子宫肉瘤癌组织与正常子宫肌层的DEGs。使用DAVID数据库对DEGs进行基因本体(gene ontology, GO)和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes, KEGG)富集分析，并在STRING网站进行蛋白网络分析，通过Cytoscape软件分别筛选出关键基因，基于TCGA和GTEx数据库验证DEGs在子宫肉瘤中的表达和诊断效能。结果 筛选到子宫肌瘤瘤组织与正常子宫肌层的DEGs 45个，其主要参与雌激素激活信号通路；获得子宫肉瘤癌组织与正常子宫肌层的DEGs 104个，其主要参与细胞周期信号通路。获得子宫肌瘤瘤组织和子宫肉瘤癌组织共同表达的DEGs 5个，差异表达的DEGs 7个。在子宫肉瘤癌组织和正常子宫肌层中这12个DEGs的表...     

基于公共数据库挖掘UBE2A在肝细胞癌中的表达与调控及其临床意义

目的:探讨泛素结合酶 2A(Ubiquitin binding enzyme 2A,UBE2A)在肝细胞癌(Hepatocellular carcinoma,HCC)中的表达与调控因子、预后及其与免疫细胞浸润的关系.方法:通过Timer2.0 数据库初步分析UBE2A在不同肿瘤中肿瘤和正常组织的表达差异;进一步使用GEPIA数据库分析肝细胞癌中UBE2A的表达情况及其与预后的关系.在 GEO 数据库中筛选肝细胞癌数据集(GSE108724)中差异表达 miRNA,并利用 mirDIP 工具构建gene-miRNA调控网络.使用UALCAN数据库探索UBE2A与临床病理特征的关系.Timer数据库分析出肝细胞癌中UBE2A与免疫细胞浸润的关系.结果:肝细胞癌组织中UBE2A基因表达高于正常组织(P＜0.05),UBE2A高表达患者预后较差(P=0.045).hsa-miR-106b-5p、hsa-miR-375、hsa-miR-93-5p在肝细胞癌中参与UBE2A的调控.UBE2A的表达与年龄、性别、淋巴结转移无关(P＞0.05),与肿瘤分期相关(P＜0.05).UBE2A的表达与肝细胞癌中B细胞、CD8+ T细胞、CD4+ T细胞、巨噬细胞、中性粒细胞和树突状细胞的浸润水平呈正相关.结论:UBE2A有望成为肝细胞癌诊断的新型标志物和治疗的潜在分子靶点.     

基于生物信息学分析和网络药理学探讨黄连解毒汤干预动脉粥样硬化斑块破裂的作用机制北大核心CSCD

目的:基于生物信息学分析和网络药理学探讨黄连解毒汤(HLJDD)延缓或抑制动脉粥样硬化(AS)由稳定斑块到破裂过程的作用机制。方法:从GEO和ArrayExpress数据库中获取含有人颈AS稳定和破裂斑块的数据集;利用limma包和wilcoxTest筛选差异表达基因(DEGs),再用稳健排序整合(RRA)方法筛选稳健DEGs,并进行富集分析。利用TCMSP和Swiss Target Prediction数据库筛选HLJDD的活性成分及其作用靶点,并与稳健DEGs取交集,获取HLJDD-AS交集DEGs。对交集DEGs进行功能富集分析,并构建蛋白互作(PPI)网络,筛选PPI网络中的子模块和Hub基因。利用Autodock Vina软件将Hub基因与其所对应HLJDD的活性成分进行分子对接。结果:RRA法共鉴定出864个稳健DEGs,其功能主要涉及中性粒细胞的脱颗粒、活化、炎症反应、趋化因子信号通路、PPAR信号通路、细胞黏附分子等。筛选出HLJDD有84个活性成分、928个作用靶点,获得HLJDD-AS交集DEGs有42个。GO和KEGG分析显示,交集DEGs主要涉及胶原蛋白的分解代谢、组织重构、中性粒细胞的脱颗粒、活化、PPAR信号通路、补体与凝血级联反应等。在PPI网络中,共筛选2个子模块,7个Hub基因。分子对接结果显示,7个Hub基因与其对应HLJDD的活性成分表现出了良好的亲和力。结论:本研究揭示了以清热解毒为治则的HLJDD有效抑制或延缓AS斑块破裂的作用机制,为中医从毒论治AS易损斑块提供一定的科学依据。     

探讨哮喘和SARS-CoV-2的相互作用关系的生物信息学分析

目的 采用生物信息学方法探讨哮喘和SARS-CoV-2感染的相互作用关系及发生的潜在机制,为哮喘和新冠肺炎(COVID-19)进一步治疗提供新线索。方法 本文使用的研究数据来源于GEO数据库。利用R语言和Perl语言对数据进行预处理,筛选差异表达基因(DEGs),并获得GO功能富集分析、KEGG、Reactome、WikiPathways和BioCarta通路富集分析。通过Cytoscape软件获得蛋白质相互作用(PPI)网络分析可视化结果。使用RegNetwork数据库筛选与DEGs相互作用的转录因子(TF),再利用NetworkAnalyst构建miRNA-TF-mRNA共调控网络。最后,从DSigDB数据库筛选治疗药物。结果获得哮喘和SARS-CoV-2感染的数据集并且筛选得到25个受两者影响的重叠DEGs。GO功能富集分析和通路富集分析显示,DEGs参与病毒蛋白与细胞因子和细胞因子受体、补体和凝血级联反应通路。miRNA-TF-mRNA共调控网络表明关键基因与相关miRNA和TF之间复杂的调控关系。筛选到作用于DEGs的可能药物分子,包括雷洛昔芬、他莫昔芬和孕酮等。结论 在数据...     

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。     

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。     

结直肠癌肿瘤原发灶与肝脏转移灶中PD-L1表达的差异性

目的探讨结直肠癌肿瘤原发灶与肝脏转移灶中PD-L1表达是否一致。方法收集结直肠癌肝转移病例,选取同时行原发灶与肝脏转移灶切除或活检的标本32例。肿瘤原发灶位于直肠7例,乙状结肠12例,降结肠2例,横结肠2例,升结肠9例。肿瘤病理类型:31例管状腺癌,1例黏液腺癌。采用免疫组化法检测结直肠癌原发灶和肝脏转移灶组织中PD-L1的表达。评估整个切片中的肿瘤区域,计数原发灶肿瘤细胞PD-L1阳性细胞百分比,计数原发灶肿瘤浸润免疫细胞PD-L1阳性细胞百分比。采用同样的方法评估转移灶中PD-L1的表达。结果结直肠癌原发灶肿瘤细胞PD-L1阳性率为9. 4%(3/32),原发灶间质免疫细胞的阳性率为21. 9%(7/32);肝脏转移灶瘤细胞PD-L1阳性率为15. 6%(5/32),转移灶间质免疫细胞PD-L1阳性率34. 4%(11/32)。PD-L1在原发灶肿瘤细胞和肿瘤浸润免疫细胞中的表达率均低于其对应转移灶(P=0. 020、0. 037)。结论结直肠癌原发灶和肝脏转移灶的免疫状态存在差别,转移灶可能存在更强的免疫抑制,为临床开展肿瘤免疫治疗提供一定的参考。