不同病理类型甲状腺癌共同调控网络的转录组学整合研究

目的 对甲状腺乳头状癌（PTC）、滤泡状甲状腺癌（FTC）、甲状腺未分化癌（ATC）、甲状腺髓样癌（MTC）的共同调控网络进行转录组学整合研究,分析它们之间重要的特异调节因子和调节信号通路。方法 在基因表达综合数据库（GEO）中的高通量基因芯片数据库筛选出3个代表性数据集以形成大数据集,获得不同病理类型甲状腺癌患者间的差异表达基因（DEG）,对筛选出的DEG进一步分析以筛选出共同表达的DEG。对共同表达的DEG进行基因本体（GO）功能注释和京都基因与基因组百科全书（KEGG）通路富集分析,并进行蛋白相互作用网络可视化分析,识别共同调控转录因子,最后应用Kaplan-Meier法评估获得的转录因子与甲状腺癌患者预后的关系。结果 共筛选出了191个共同表达的DEG,利用生物学信息注释及可视化数据库（DAVID）共得出96项重要富集的基因功能,主要调节细胞周期和免疫调节等相关信号通路,得出5条KEGG通路,主要包括碱基切除修复、膦酸盐和次膦酸盐代谢、致病性大肠杆菌感染、癌症中的蛋白聚糖、细胞黏附分子通路。蛋白相互作用网络发现25个关键节点与蛋白-蛋白间相互作用显著关联,使用iRegulon插...     

基于circRNA芯片数据的肺癌生物信息学分析

目的：环状RNA（circRNA）在肿瘤的发展过程中起着重要作用，但具体作用机制并不明确。本文旨在寻找肺癌与癌旁正常组织的差异表达circRNA并预测与其结合的MicroRNA（miRNA）的靶基因。方法：从基因表达数据库（Gene Expression Omnibus，GEO）下载circRNA表达谱数据，芯片GSE101684与GSE112214共包含7例肺癌患者样本与７例肺癌患者癌旁正常样本。首先，利用R软件筛选出样本中差异表达的circRNA；接着，在癌症特异性数据库（Cancer-Specific circRNADatabase，CSCD）中找到与差异表达显著的circRNA结合的miRNA；然后，利用Perl编程预测miRNA的靶基因；最后，利用生物学信息手段对靶基因进行基因本体论（Gene Ontology，GO）生物学功能富集分析与京都基因与基因组大百科全书（Kyoto Encyclopedia of Genes and Genomes，KEGG）信号通路富集分析。结果：共筛选出350个差异表达的circRNA，上调的circRNA有169个，下调的circRNA有181个，其中hsa_circ_0039908上调最明显。与hsa_circ_0039908结合的miRNA共有35个，对这些miRNA进行靶基因预测。GO富集分析结果显示与hsa＿circ＿0039908结合的miRNA靶基因主要参与肌肉组织发育、对类固醇激素的反应与细胞酰胺代谢过程的负调控等生物学过程。KEGG富集分析结果显示与hsa_circ_0039908结合的miRNA靶基因主要富集的信号通路有调节干细胞多能性的信号通路、FoxO信号通路与AMPK信号通路等。结论：hsa_circ_0039908在肺癌组织中显著上调，可能通过与其结合的miRNA间接调控靶基因SOCS7、BTG2与RLF等在肺癌中的作用。     

基于生物信息学筛选肝细胞癌年轻患者特有关键枢纽基因及其临床意义

目的：运用生物信息学方法筛选年轻肝细胞癌（hepatocellular carcinoma,HCC）患者特有的关键枢纽基因（Hub gene）,并探索其生物学和临床意义。方法:从GEO芯片数据集GSE45267获取年轻（确诊HCC时年龄≤40岁）和年老（确诊HCC 时年龄>40岁）组的HCC组织及正常肝组织数据信息,通过GEO2R和Venn图工具筛选两组的HCC组织相对正常肝组织差异表 达基因（differentially expressed gene,DEG）,运用STRING和Cytoscape软件构建年轻组特有差异表达基因的蛋白互作网络并筛 选关键Hub基因及显著模块。利用GEPIA数据库对关键基因进行验证,并通过Kaplan–Meier分析相关HCC患者总生存期。最 后应用DAVID对年轻组特有基因及年轻与年老组共有DEGs进行GO富集分析和KEGG通路分析比较。结果：筛选出年轻组特 有117个上调、179个下调DEGs,构建PPI网络选取出10个连接度最高的基因为Hub基因,其中7个Hub基因集中于第一模块。 GEPIA验证与Kaplan–Meier生存分析提示TYMS、CDC6、BUB1、TPX2、OIP5、KIF23等6个表达上调的Hub基因可能与年轻HCC 癌患者的不良预后相关。功能富集分析显示年轻HCC特有DEGs主要参与ATP结合等生物学过程,并主要富集到了细胞周期S 期;年轻与年老组共有DEGs主要参与环氧酶P450、细胞分裂等生物学过程,并主要富集到细胞周期G2/M期。结论:本研究鉴定 出6个在年轻HCC患者肿瘤组织中特有的显著上调且提示预后不良的Hub基因,可能成为年轻HCC患者潜在的治疗和预后预 测靶点。     

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。     

结直肠癌肝转移差异表达基因与信号通路分析

目的：探讨结直肠癌（colorectal cancer, CRC）肝转移的关键基因和分子机制,为CRC肝转移的治疗提供潜在靶点和生物标志物。方法: 基于生物信息学方法从GEO 数据库下载CRC 肝转移基因表达数据集,筛选差异表达基因（differentially expressed gene, DEG）,利用DAVID 在线工具对DEG进行GO和KEGG富集分析,构建蛋白互作（protein-protein interaction, PPI）网络图,筛选出CRC关键基因并进行预后分析。结果: 从183 例CRC组织标本和39 例CRC肝转移组织标本中筛选出321 个DEG,其中上调基因153 个、下调基因168 个。GO和KEGG富集分析结果显示,DEG的功能主要涉及蛋白质激活级联反应、炎症反应、细胞外基质、血小板脱颗粒、补体与凝血级联反应等。PPI 网络图筛选出8 个CRC 关键基因为ALB、APOB、FGA、F2、APOA1、SERPINC1、FGG和AHSG。生存分析发现,SERPINC1、FGG表达高的患者预后不良（均P<0.05）。结论: DEG的生物学功能和信号通路与CRC肝转移的发生发展相关,8 个CRC关键基因可能是CRC肝转移治疗的潜在靶点,SERPINC1、FGG可能成为新的预后标志物。     

头颈部鳞状细胞癌中与p53突变相关基因的鉴定

目的:探讨在头颈部鳞状细胞癌（HNSCC）中与p53突变相关的潜在关键基因。方法:从GEO数据库中下载芯片数据GSE107591,用R语言加权重基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)包构建基因共表达网络并划分模块。选择与p53变异相关的基因模块进行GO分析和KEGG通路分析,并结合cytoscape筛选中枢基因。结果:基因共表达网络包括7个模块。其中蓝色（blue）模块与p53变异呈正相关,GO富集分析结果为细胞外基质组织等,KEGG通路为ECM受体相互作用等。蓝色模块的中枢基因为TPX2,CCNB2和DLGAP5。绿松石（turquoise）模块与p53变异呈负相关,GO富集分析结果为转录、DNA模板化等,KEGG通路为细胞黏附分子等。绿松石模块的中枢基因包括VWA3A,ARMC4,CFAP46和C11orf88（并列第三）。结论:通过WGCNA的方法能够从转录组数据中挖掘到头颈部鳞状细胞癌中与p53变异相关的重要基因,为疾病研究提供新的候选基因和分子机制。     

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。     

基于生物信息学筛选胰腺导管腺癌关键基因

目的:利用生物信息学方法分析胰腺导管腺癌（PDAC）基因表达谱芯片并筛选关键基因。方法:从公共数据库基因表达数据库（GEO）中下载PDAC基因表达谱芯片GSE28735、GSE15471、GSE101448,共纳入108例PDAC样本和97例癌旁组织样本。应用R语言limma包和impute包筛选差异表达基因。利用DAVID数据库和在线分析工具Kobas分别对差异基因进行GO功能富集分析和KEGG通路富集分析。利用STRING数据库和Cytoscape软件构建差异蛋白互作网络并进一步筛选关键基因。结果:3个基因表达谱芯片共有161个差异表达基因（|log2 fold-change(FC)|>2,P<0.05）,包括54个上调基因,107个下调基因。GO功能富集分析显示差异基因与extracellular exosome、extracellular space、extracellular matrix organization密切相关。KEGG通路分析显示差异基因主要富集在protein digestion and absorption、ECM-receptor interaction和focal adhesion等通路。蛋白质相互作用网络图中显示节点最多的10个枢纽基因分别是ALB、COL11A1、COL3A1、FN1、EGF、COL1A1、MMP9、COL5A2、ITGA2、COL6A3。结论:筛选所得的10个关键基因可能在PDAC发生发展中发挥重要作用,有望成为PDAC诊断及治疗的生物学靶标,为进一步研究PDAC发生发展的分子机制提供了理论依据。     

基于TCGA数据库构建肝癌铜死亡的预后模型

目的 构建肝细胞癌（HCC）患者铜死亡相关基因（CRGs）的预后模型。方法 基于TCGA数据库HCC患者的mRNA数据集，分析CRGs在HCC患者中的表达，对CRGs及相关基因进行GO和KEGG富集分析。Kaplan-Meier生存分析曲线评估CRGs的生存预后价值，分析其与免疫细胞浸润的相关性。单因素Cox回归分析筛选出与HCC患者生存预后显著相关的CRGs,Lasso回归和多因素Cox回归分析构建预后模型。根据风险值对患者进行分组并进行生存分析，ROC曲线评估预后模型，单因素和多因素Cox回归分析风险评分及临床因素与预后的关系。结果 分析得到HCC中差异表达CRGs共11个，CRGs及其相关基因主要富集的GO条目为氧化还原酶活性，作用于供体的醛基或氧基，主要富集的KEGG信号通路为碳代谢。CRGs的表达水平与浆细胞样滤泡树突细胞、T辅助细胞等免疫细胞的浸润显著相关（P<0.05）。筛选并构建3个CRGs的预后模型，包括CDKN2A、DLAT和LIPT1。高风险组和低风险组的生存时间存在显著差异（P<0.001）。风险评分是预后不良的独立危险因素（P<0.001）。...     

胰腺癌诊断和预后关键生物标志物的筛选鉴定和综合分析CSCD

目的筛选鉴定胰腺癌进展过程的关键基因和途径,并进行综合分析。方法利用GEO2R对胰腺癌基因表达集合GSE15471、GSE16515、GSE28735、GSE62165中差异表达基因(DEGs)进行筛选和识别,运用DAVID数据库进行GO分析和KEGG通路分析。然后应用STRING数据库构建了蛋白质相互作用(PPI)网络,并使用Cytoscape和GEPIA对Hub基因进行了鉴定。用反转录定量聚合酶链反应(RT-qPCR)对这些Hub基因的mRNA水平进行定量分析。结果筛选出181个上调差异表达基因(uDEGs)和64个下调差异表达基因(dDEGs),分析结果显示uDEGs和dDEGs在细胞成分(CC),生物过程(BP)和分子功能(MF)中分别富集,与多条信号通路密切相关。DEGs中degree得分较高的top 25基因。8个基因的差异表达可预测胰腺癌的预后不良。RT-qPCR结果显示这些基因在胰腺癌组织中均有差异表达发生。结论MMP14、MMP1、MET、PLAU、ITGA2、KRT19、COL12A1和ITGA3是与胰腺癌进展有关的关键基因。     

基于生物信息学分析筛选和鉴定肝细胞癌预后相关的代谢基因

目的:寻找与肝癌发病机制和预后相关的潜在代谢基因并构建预测肝细胞癌(hepatocellular carcino-ma,HCC)患者预后模型.方法:通过GSEA数据库获得所有与代谢途径相关的基因,从TCGA数据库下载肝癌和正常组织的基因表达数据.将二者的基因相映射,分析这些代谢差异表基因(DEGs)在肝癌标本中的表达情...     

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GEO数据库的胃肠上皮化生相关基因与通路的生物信息学分析

目的 挖掘胃黏膜肠化过程中的差异基因、探索其发病机制并验证差异基因是否在胃癌发生过程中持续发挥作用。方法 在美国国立生物技术信息中心（NCBI）的GEO数据库中检索正常胃黏膜肠化表达谱芯片,并通过GEO2R分析得到差异基因,以及在不同芯片数据中均差异表达的关键基因。将差异基因利用生物学信息注释数据库DAVID进行GO生物学过程富集分析和KEGG通路富集分析,探索正常胃组织向肠化转变的相关生物学通路。并通过TCGA数据库分析关键基因在胃癌组织中的差异变化,通过KMplotter分析关键基因与胃癌患者预后的关系。结果 检索到3个涉及正常胃黏膜组织发生肠化有关基因芯片,通过差异分析得到在肠化中差异表达的基因共1188个,其中ALDOB、CLCA1、CLDN7、DMBT1、KRT20、MTTP、OLFM4、REG3A和TFF3这9个关键基因在三个芯片中均差异表达。GO富集及KEGG通路分析显示,差异基因主要参与营养物质的消化吸收、蛋白质的水解与合成、物质转运调节等过程。TCGA数据库分析显示,上述9个关键基因在胃癌组织中亦具有差异变化,且通过KM plotter分析证实其与患者预后密切相关。结论 本研究获取了在肠化中异常表达的差异基因及其相关通路,并证实关键基因与胃癌患者预后密切相关。     

子宫肉瘤差异表达基因生物信息学分析

目的:筛选子宫肉瘤（uterine carcinosarcoma,UCS）进展相关的核心差异基因（differentially expressed genes,DEGs),探讨其生物学作用并筛选预后相关生物标志物。方法:从美国国立生物数据中心下的 GEO数据库获取包含子宫肉瘤和正常组织的表达数据集GSE64763,使用Limma包筛选差异基因。对筛选得到的差异基因运用ClusterProfiler包进行GO和KEGG分析,并通过蛋白互作网络(protein protein interaction network,PPI)在线平台String和Cytoscape（3.7.2）软件对DEGs分析,筛选核心基因。再基于GEPIA（gene expression profiling interactive analysis)数据库,验证核心基因的表达与预后关系。结果:共筛选出861个DEGs,其中上调DEGs 426个,下调DEGs 435个。富集GO主要生物活性信号15条,主要包括染色质结合、DNA转录活性激活、细胞外基质组成等生物过程。富集KEGG信号15 条,主要包括细胞循环通路、DNA复制通路、p53信号通路。成功筛选出核心基因网络,包含DEGs 10个,均为上调基因。通过GEPIA数据库验证后得到与UCS预后相关的差异基因CENPA。结论:UCS差异表达基因主要集中在染色体结合活性、DNA复制活性、细胞循环通路与p53信号通路等。CENPA基因可能为UCS早期诊断的生物标志物和治疗的潜在靶点。     

Identification of key pathways and genes in colorectal cancer using bioinformatics analysis

Colorectal cancer (CRC) is the most common malignant tumor of digestive system. The aim of this study was to identify gene signatures during CRC and uncover their potential mechanisms. The gene expression profiles of GSE21815 were downloaded from GEO database. The GSE21815 dataset contained 141 samples, including 132 CRC and 9 normal colon epitheliums. The gene ontology (GO) and Kyoto Encyclopedia of Genes and Genomes pathway (KEGG) enrichment analyses were performed, and protein–protein interaction (PPI) network of the differentially expressed genes (DEGs) was constructed by Cytoscape software. In total, 3500 DEGs were identified in CRC, including 1370 up-regulated genes and 2130 down-regulated genes. GO analysis results showed that up-regulated DEGs were significantly enriched in biological processes (BP), including cell cycle, cell division, and cell proliferation; the down-regulated DEGs were significantly enriched in biological processes, including immune response, intracellular signaling cascade and defense response. KEGG pathway analysis showed the up-regulated DEGs were enriched in cell cycle and DNA replication, while the down-regulated DEGs were enriched in drug metabolism, metabolism of xenobiotics by cytochrome P450, and retinol metabolism pathways. The top 10 hub genes, GNG2, AGT, SAA1, ADCY5, LPAR1, NMU, IL8, CXCL12, GNAI1, and CCR2 were identified from the PPI network, and sub-networks revealed these genes were involved in significant pathways, including G protein-coupled receptors signaling pathway, gastrin-CREB signaling pathway via PKC and MAPK, and extracellular matrix organization. In conclusion, the present study indicated that the identified DEGs and hub genes promote our understanding of the molecular mechanisms underlying the development of CRC, and might be used as molecular targets and diagnostic biomarkers for the treatment of CRC.     

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。     

胰腺癌差异表达基因的筛选及其预后价值:生物信息学分析

目的:基于生物信息学方法通过大样本挖掘胰腺导管腺癌(pancreatic ductal adenocarcinoma,PDAC)发生发展的关键基因.从公开生物数据库中挖掘PDAC的关键基因,探讨其在PDAC中的表达情况和预后价值,为PDAC的诊断和靶向治疗奠定理论基础.方法:从基因表达汇编(Gene Expressio...     

去势抵抗性前列腺癌差异表达基因的生物信息学分析

目的:基于大数据从分子水平筛选原发性前列腺癌与去势抵抗性前列腺癌的差异表达基因,探寻前列腺癌细胞从雄激素依赖到抵抗状态发展过程中的可能机制,为去势抵抗性前列腺癌的诊疗提供靶点。方法:在NCBI的公共基因芯片数据库（GEO）中下载原发性及去势抵抗性前列腺癌相关芯片数据（GSE74367、GSE66187和GSE126881）,利用limma包进行标准化和基因差异分析,接着采用clusterProfiler包分别进行GO功能和KEGG通路分析。将P＜0.05和|logFC|>2作为筛选标准,使用vennDiagram包合并基因集,找到3个芯片的共同差异基因,并利用clusterProfiler包对共同上调或下调基因进行基因集富集分析。结果:GSE74367和GSE66187中的差异基因主要与RNA分解代谢与剪接功能相关,主要富集于核糖体生物发生通路。GSE126881的差异基因主要与干扰素γ反应功能有关,主要富集表达于化学抗癌、类固醇激素生物合成以及视黄醇、细胞色素P450、抗坏血酸和醛酸的代谢过程。3个芯片的共同上调基因为SLC16A3,共同下调基因为DDX53。GSEA分析发现,SLC16A3上调时,果糖、甘露糖和磷酸戊糖代谢与细胞周期相关基因集显著上调;DDX53下调时,原发性免疫缺陷通路、趋化因子与细胞黏附分子等相关基因集下调,而磷酸戊糖途径、细胞周期和蛋白质外排等过程的相关基因集上调。结论:通过对3个去势抵抗性前列腺癌相关GEO芯片数据的生物信息学分析,我们发现SLC16A3的上调和DDX53的下调可能在原发性前列腺癌发展为去势抵抗性前列腺癌的过程中发挥重要作用。     

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。     

胶质母细胞瘤差异表达基因的生物信息学分析

目的:应用生物信息学方法挖掘胶质母细胞瘤(GBM)的相关基因,进而探讨发病机制,为GBM临床诊断和靶向治疗提供理论依据。方法:从GEO(Gene Expression Omnibus)数据库下载基因芯片数据集GSE4290和GSE15824,应用GEO2R筛选GBM的差异表达基因(DEGs)。采用DAVID数据库进行GO富集和KEGG通路富集分析,分别应用STRING数据库和Cytoscape软件构建蛋白质相互作用网络和关键基因模块,筛选GBM靶基因。进一步运用ONCOMINE数据库验证临床组织样本中靶基因与GBM的关系。结果:共筛选出76个DEGs,富集分析结果显示DEGs在血管生成的正调节、抗原的呈递和处理、信号转导、调节自噬等方面存在显著富集。共挖掘出POSTN、TAGLN、CALD1、EPCAM 4个GBM靶基因,经证实均在临床GBM组织样本中存在显著上调且靶基因的上调与患者的不良预后密切相关。结论:通过生物信息学共挖掘出4个与GBM显著相关的靶基因,可能是未来GBM发病机制、临床诊断、治疗的重要研究靶点。