儿童肥胖症相关基因的生物信息学分析

【摘要】 目的 筛选儿童肥胖症相关基因,探索儿童肥胖症的发病机制。方法 从基因表达公共数据库（GEO）下载儿童肥胖症基因表达谱数据集GSE9624,采用BRB Array Tools软件包筛选差异表达基因（DEGs）,并对差异基因进行GO功能分析、KEGG通路富集分析和pathway相互作用网络分析。结果 共筛选出564个DEGs,其中上调基因333个,下调基因231个。GO富集分析发现DEGs主要参与代谢、细胞因子反应、信号转导、血液凝固等生物学过程,发挥的分子功能包括蛋白结合、蛋白二聚化、离子结合、RNA结合和ATP结合等。KEGG通路分析发现DEGs显著富集的pathway有代谢通路、MAPK信号通路、吞噬体、内质网蛋白加工、T细胞受体通路等。结论 儿童肥胖症患者代谢通路和信号转导通路的相关基因表达水平发生了改变,为进一步阐明儿童肥胖症的分子机制和靶向治疗提供了基础。     

乙型肝炎病毒相关肝细胞癌关键基因筛选及其与预后关系的生物信息学分析

目的：采用生物信息学方法识别与乙型肝炎病毒相关肝细胞癌（HBV-HCC）的早期诊断和不良预后相关的关键基因,阐明HBV-HCC发生发展的潜在分子机制。方法：从基因表达综合数据库（GEO）中检索“hepatitis Binduced HCC”,下载基因数据集GSE121248,通过R软件中的“limma”数据包筛选差异表达基因（DEGs）,采用“clusterProfiler”数据包对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）信号通路富集分析,采用STRING数据库和Cytoscape软件建立蛋白-蛋白互作（PPI）网络并筛选关键基因。采用基因表达水平值的交互式分析（GEPIA）、Kaplan Meier-Plotter和人类蛋白质图谱（HPA）数据库验证关键基因及其蛋白质表达水平,采用“CIBERSORT”数据包分析免疫细胞的浸润情况。结果：共筛选出574个DEGs,其中上调基因173个,下调基因401个。GO功能富集分析,DEGs主要富集于小分子代谢、信号转导、免疫应答和炎症反应等生物学过程;KEGG通路富集分析,DEGs主要富集于视黄醇代谢、细胞...     

骨关节炎的关键通路与免疫细胞浸润模式及中药预测分析

目的 利用生物信息学的方法分析骨关节炎(osteoarthritis, OA)的关键通路与免疫细胞浸润模式及潜在治疗中药。方法 从基因表达综合数据库(GEO)中下载GSE55235基因表达芯片,运用GEO2R在线分析工具筛选差异表达基因(DEGs)。使用DAVID在线数据库对DEGs进行基因本体富集分析(Gene Ontology, GO)和京都基因与基因组百科全书信号通路分析(Kyoto Encyclopedia of Genes and Genomes, KEGG),通过STRING在线数据库构建蛋白相互作用网络(PPI)。使用Cytoscape软件中的cytoHubba插件筛选核心基因,Coremine Medical数据库预测治疗OA的潜在中药。通过CIBERSORT数据库对人类22种免疫细胞亚型的表达矩阵进行去卷积,分析OA组与对照组免疫细胞浸润情况。结果 共筛选出235个差异基因,其中101个为上调基因,134个为下调基因。GO富集分析主要涉及免疫反应、炎症反应、细胞粘附和凋亡过程等生物过程。KEGG主要富集在TNF信号通路、破骨细胞分化、MAPK信号通路、NF-kappa...     

基于囊性纤维化疾病分子特征及其作用机制的生物信息学分析

目的：筛选囊性纤维化（CF）特异性相关基因,预测其靶基因,并探讨其作用机制。方方法法：从基因表达汇编（GEO）数据库获取CF样本和正常对照样本的高通量芯片数据集GSE71799、GSE24206、GSE98925和GSE69764,并分为CF组和对照组。采用R软件limma包筛选CF组和对照组差异表达基因（DEGs）,使用基因本体（GO）功能注释和京都基因与基因组百科全书（KEGG）对DEGs进行功能和通路富集分析,使用基因集富集分析（GSEA）获取DEGs显著富集的基因集,采用STRING数据库建立蛋白-蛋白互作（PPI）网络,采用Cytoscape软件可视化并筛选hub基因。结果：GEO数据库获取并筛选共429个DEGs （|log2 (FC)|>1, P<0.05）, CF组中显著高表达DEGs 105个,对照组中显著高表达DEGs 324个。GO富集分析,DEGs主要富集于中性粒细胞介导的免疫、趋化因子活动和细胞黏附分子结合等方面;KEGG通路分析,DEGs主要富集于白细胞介素17 (IL-17)信号通路（P<0.05）。GSEA分析,DEGs主要富集于信号通...     

基于生物信息学分析的圆锥角膜相关Hub基因及其通路的鉴定

目的：明确圆锥角膜（KC）潜在的目标基因并探讨其潜在的病理机制。方法：从GEO数据库中下载GSE77938的基因芯片数据并进行生物信息学分析。GSE77938数据集包含50个样本,包括25例KC患者和25例正常对照者。采用Cytoscape软件进行GO和KEGG富集分析,并通过Cytoscape软件构建差异表达基因（DEGs）的蛋白相互作用（PPI）网络。结果：在KC中共鉴定出1 547 个DEGs,包括1 103 个上调基因和444 个下调基因。GO分析结果显示,上调的DEGs在生物过程（BP）中的1 220条通路中显著富集、细胞成分（CC）的黑素体的102条通路和分子功能（MF）的102条通路中显著富集。下调DEGs的富集功能在BP、CC和MF中分别为99、64和47个通路。KEGG通路分析显示上调的DEGs富集于72条通路,而下调的DEGs富集于8条通路。从PPI网络中鉴定出Hub基因TNF、JUN、IFNG、PTPRC、ICAM1、FOS、IL6、CXCL8、LCK、CSF2、MMP9、ITGAX、CD40LG和IL10,ClueGO分析发现这些基因涉及GO术语中的6 条显著通路和KEGG中的3 条通路。结论：所鉴定的DEGs和枢纽基因促进了对KC发生的分子机制的理解,其可能作为KC治疗的分子靶点和诊断性生物标志物。     

基于生物信息学分析艾滋病患者血中相关差异基因

目的 基于生物信息学方法筛选艾滋病(AIDS)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 通过GEO数据库下载基因芯片GSE140713,筛选AIDS患者血样与健康对照血样的差异表达基因(DEGs),对DEGs进行GO功能富集分析和KEGG通路富集分析,并且通过String数据库构建蛋白质-蛋白质相互作用网络(PPI),确定其中与AIDS发生发展密切相关的关键基因。结果 GEO数据分析结果显示,AIDS共有1770个DEGs (1128个上调基因,642个下调基因)。GO富集分析结果显示,DEGs主要参与DNA结合转录激活活性、信号受体激活物活性等分子功能。KEGG通路富集分析结果显示,DEGs主要富集于NOD样受体信号通路。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5个关键基因可能与AIDS的发生发展相关。结论 本研究筛选出人AIDS血液中5个关键基因(CDK1、BUB1、CCNA2、CCNB1、KIF11),它们可能成为AIDS病毒潜伏期治疗的潜在靶点。     

缺血性脑卒中缺氧免疫关键基因的鉴别及诊断价值分析

目的：研究缺血性脑卒中（IS）缺氧免疫机制的相关差异表达基因和调控信号通路,以识别IS潜在诊断生物标志物。方法：从GEO数据库下载IS表达谱数据集GSE58294,采用单样本GSEA(ssGSEA)和t分布随机邻域嵌入算法（t-SNE）评估受试者的缺氧和免疫状态,使用“limma”软件包筛选差异基因（DEGs）,通过DAVID在线数据库对DEGs进行基因本体（GO）富集分析及京都基因与基因组百科全书（KEGG）信号通路分析,LASSO筛选与IS关键（hub）基因,然后运用实时荧光定量聚合酶链式反应（RT-qPCR）验证hub基因的差异性表达。结果：筛选出60个IS缺氧免疫DEGs,KEGG结果显示IS缺氧免疫DEGs富集在PI3K-Akt通路,LASSO筛出6个关键基因：CHPF2、MBOAT2、IL18RAP、TIMM8A、ALDOAP2、LPAR4。CHPF2、MBOAT2和IL18RAP为上调基因（均P<0.001）,而TIMM8A、ALDOAP2和LPAR4为下调基因（均P<0.001）,ROC曲线显示该6个关键基因的AUC为0.894 1～0.994 3。RT-q...     

帕金森病黑质基因的生物信息学分析

目的 挖掘帕金森病黑质改变的关键信号分子,进一步阐明帕金森病发病的生物信息学基础。方法 在GEO数据库中下载并筛选帕金森病黑质的差异表达基因,利用STRING在线数据库构建蛋白与蛋白互作网络分析,运用Cytoscape筛选出关键基因,通过DAVID数据库平台对差异基因进行基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析。结果 下载得到基因芯片GSE20333的数据,获得63个差异基因,其中5个上调基因,58个下调基因。筛选出PIK3GG、P2RY10、LDHC、INADL等10个关键基因。GO分析显示差异基因主要富集在细胞外、细胞膜。KEGG分析主要设计催乳激素信号通路、造血细胞谱系和癌症中的胆碱代谢等信号通路。结论 本研究得出的关键基因和信号通路可能与帕金森病黑质改变的分子过程有关,为深入研究帕金森病的治疗提供理论参考。     

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。     

基于高通量芯片对小儿急性髓系白血病的生物信息学分析

目的：通过生物信息学工具筛选小儿急性髓系白血病（AML）相关的差异表达基因（DEGs）,探讨小儿AML的核心基因并阐明其发病机制。方法：从基因表达数据库（GEO）下载符合本研究要求的小儿AML的转录组数据,采用基因表达分析工具（GEO2R）进行DEGs的筛选。利用基因本体功能注释（GO）及京都基因与基因组百科全书（KEGG）分析DEGs功能及通路富集情况;利用STRING数据库构建蛋白质互作网络（PPI）并利用Cytoscape软件及插件iRegulon筛选相关的核心基因（Hub genes）及转录因子,通过生物技术信息基因云（GCBI）在线数据库分析前5位的核心基因。结果：本研究共筛选出600个DEGs,其中407个基因上调,193个基因下调。GO分析,相关的DEGs主要参与细胞成分的组成,包括核浆、细胞质、核膜和核斑点。KEGG分析,DEGs主要在肿瘤坏死因子（TNF）、细胞因子受体相互作用及Jak激酶/信号转导与转录激活子（Jak-STAT）信号通路中富集。通过STRING数据库及Cytoscape软件共筛选出甲酰肽受体2（FPR2）、磷酸肌醇3激酶调节亚单位1（PIK3R1）、E1A结合蛋白p300（EP300）、热休克蛋白90α家族（HSP90AA1）和NRAS原癌基因（NRAS）等前20个连接度最高的核心基因,其中EP300、HSP90AA1和NRAS参与了白血病的发生发展。iRegulon共筛选出TP63、NFE2L1和TBX等55个作用于Hub基因的转录因子。结论：筛选出的核心基因和转录因子可能参与小儿AML的发生发展,并可能成为小儿AML的治疗新靶点。     

基于转录组测序技术的椎间盘退变特异基因表达谱分析

目的 通过筛选分析椎间盘退变过程中的表达变化基因寻找临床治疗间盘退变的新靶点。方法 运用转录组测序技术评估了临床采集到的椎间盘退变患者（IDD,n=4）和非IDD（n=3）椎间盘样本,筛选出具有显著性的差异基因并利用基因本体论(GO）数据库和京都基因和基因组百科全书(KEGG)数据库进行基因功能富集,筛选在IDD进展中可能起关键作用的基因和信号通路,最后使用qRT-PCR技术对上述识别到的部分显著差异基因进行验证。结果 测序结果识别出512个显著差异基因（DEGs）,GO数据库主要将这些DEGs主要富集到角化、细胞外基质（ECM）构成、生长因子结合以及炎症趋化作用,而KEGG富集分析的前10通路分别为：阿米巴病、病毒蛋白与细胞因子及其受体的相互作用、ECM受体的相互作用、IL-17信号通路、细胞因子与其受体的相互作用、TNF信号通路、糖尿病并发症中的AGE-RAGE信号通路、PI3K-Akt信号通路、趋化因子信号通路以及雌激素信号通路。选取的 13个作为qRT-PCR验证目标的DEGs在两组间表达具有差异显著性（P<0.001）,且所有的DEGs的表达趋势均与RNA-seq结果一致,其中3个基因组间差异倍数不显著（Log2FoldChange≤1）,其余10个基因具有差异显著性（Log2FoldChange>1）。结论 ECM、生长因子、胶原纤维蛋白组分、炎症趋化因子以及TNF-α和PI3K-Akt信号通路在IDD进展过程中发挥重要作用,这些因素可能成为椎间盘退变临床治疗的新靶点。     

外泌体ceRNA调控网络与阿尔茨海默病相关性的生物信息学分析

目的：探讨阿尔茨海默病（Alzheimer’s disease,AD）与外泌体ceRNA调控网络之间的潜在关系,为临床治疗及研究靶点提供基础。方法：在基因表达综合数据库（gene expression omnibus,GEO）中下载数据,筛选AD患者和健康对照之间的差异基因（differentiallyexpressedgenes,DEGs）和差异microRNAs(miRNAs),确定AD的生物标志物。利用DAVID对DEGs进行基因本体论（gene ontology,GO）功能富集分析,用KEGG对DEGs进行信号通路分析,利用cytoscape对DEGs和靶向miRNAs进行作用分析并找出关键节点。结果：筛选到683个DEGs(377个下调的DEGs和306个上调的DEGs),并筛选了90个与AD相关的富集于外泌体和细胞囊泡的DEGs作为我们的目标DEGs。本项目还筛选了748个差异表达的miRNAs(90个下调的miRNAs和658个上调的miRNAs),并筛选出186个细胞外囊泡miRNAs(147个上调的miRNAs和39个下调的miRNAs)。利用数据库预测了这些miRN...     

多形性胶质母细胞瘤相关基因和候选通路的生物信息学分析

目的：采用生物信息学方法分析与多形性胶质母细胞瘤（GBM）发生发展相关的关键基因和候选通路,探讨GBM的发病机制和治疗靶点。方法：自癌症基因组图谱（TCGA）数据库和基因表达综合（GEO）数据库获得基因表达数据集TCGA-GBM及GSE7696,分别采用Deseq2和limma R数据包筛选GBM组织与癌旁正常组织中的差异表达基因（DEGs）,并对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）信号通路富集分析,采用STRING数据库进行蛋白-蛋白互作（PPI）网络分析,采用Cytoscape 3.9.1软件对PPI网络进行可视化并进行模块分析。结果：对TCGA-GBM转录数据和芯片数据集GSE7696进行DEGs分析后共获取13个共同上调差异表达基因（UDEGs）和77个共同下调差异表达基因（DDEGs）。GO功能富集分析,DDEGs主要富集于氯离子通道活性、γ-氨基丁酸（GABA）受体活性、GABA门控氯离子通道活性、GABA-A受体活性、顺行突触传递信号和化学突触传递等生物学过程;KEGG信号通路主要富集于GABA能突触、神经活性配体-受体相互作用、...     

基于GEO和TARGET数据库分析骨肉瘤转移和预后的关键基因

目的 通过生物信息学方法筛选骨肉瘤转移相关的关键基因,并探讨其对骨肉瘤患者预后的影响。方法 检索基因表达综合数据库（GEO）并获取GSE21257芯片数据集,通过GEO2R分析筛选差异表达基因（DEGs）,并对DEGs进行基因本体（GO）功能注释和京都基因与基因组数据库（KEGG）富集分析,使用STRING数据库、Cytoscape软件绘制DEGs蛋白质-蛋白质相互作用网络,通过cytoHubba插件筛选出排名前5的关键基因。利用TARGET数据库探索关键基因在骨肉瘤样本的相关性并进行预后分析。结果 共筛选出55个DEGs,其中22个基因显著下调,33个基因显著上调。GO分析结果显示,DEGs主要参与抗原加工和外源肽抗原的呈递。KEGG结果表明DEGs主要参与金葡菌感染等信号通路。Cytohubba筛选的Top5基因分别为TYROBP、ITGB2、C1QB、C1QC、CD74。通过对TARGET数据库中骨肉瘤样本的生存分析发现TYROBP、C1QB、CD74高表达与骨肉瘤患者较高的总生存期有关（P <0.05）,而且CD74高表达提示骨肉瘤患者无病生存期较高（P <0.05...     

尼洛替尼和伊马替尼对慢性粒细胞 白血病表达谱的影响

目的 探索尼洛替尼和伊马替尼对慢性粒细胞白血病（CML）细胞基因表达谱的影响,阐明酪氨酸 激酶抑制剂（TKI）抑制白血病的分子机制。方法 从在线基因表达数据库中下载表达谱数据集GSE19567, 利用BRB-ArrayTools 软件进行质量控制并筛选差异表达基因（DEGs ）,然后分别对差异基因进行GO 功能 富集分析、KEGG 通路富集分析、pathway 互作网络和基因互作网络分析。结果 共筛选出差异基因519 个, 其中177 个上调表达,342 个下调表达。GO 富集分析发现DEGs 主要涉及小分子代谢、血液凝固、转录调控、 细胞增殖与凋亡调控等生物过程,发挥的分子功能集中在蛋白结合、蛋白二聚化、序列特异性DNA 结合和 ATP 结合等。KEGG 富集分析发现代谢通路、PI3K-Akt 信号通路、Jak-STAT 信号通路和HIF-1 信号通路 等pathway 显著富集。网络分析挖掘出的核心基因有SHMT 2、CBS 、CTH 、HK 2,核心pathway 包括MAPK 信号通路、细胞周期和细胞凋亡等。结论 酪氨酸激酶抑制剂影响了CML 细胞代谢通路和信号转导通路的相 关基因,通过细胞周期阻滞和诱导凋亡等机制抑制白血病,为白血病的靶向治疗提供了基础。     

基于生物信息学的非酒精性脂肪性肝病关键基因筛选及实验验证

目的:探索非酒精性脂肪性肝病（NAFLD）潜在的关键基因和microRNAs(miRNAs)。方法:从美国国立生物技术信息中心（NCBI）公共基因芯片数据平台（GEO）数据库下载两个基因表达谱芯片（GSE96936和GSE62267）,利用GEO2R在线工具筛选出NAFLD组与正常对照组的差异表达基因（DEGs）,对DEGs进行GO和KEGG信号通路富集分析,进一步应用STRING数据库构建蛋白质—蛋白质相互作用（PPI）网络,用Cytoscape筛选出关键基因。构建NAFLD小鼠模型,通过实时荧光定量PCR(RT-qPCR)验证筛选出的关键基因,利用NetworkAnalyst构建关键基因的靶向miRNAs。结果:总共鉴定出192个DEGs,GO分析显示DEGs生物学功能主要涉及5个KEGG通路,包括类固醇激素生物合成、补体与凝血级联、胆汁分泌、化学致癌、视黄醇代谢相关信号通路,结合PPI网络和CytoHubba的结果,筛选出Tyrobp、Hck、Ctss、Aif1、Fcgr1、Cd68、Cd53、Ly86、Fyb和Alox5ap 10个关键基因,通过RT-qPCR检测,发现与正常肝...     

基于WGCNA筛选骨关节炎的生物标志物

目的 利用加权基因共表达网络分析(WGCNA)探索骨关节炎(OA)发生发展中潜在的分子机制及其关键基因,寻找具有临床诊断和治疗意义的生物标志物。方法 从基因表达综合数据库(GEO)下载GSE114007、GSE57218和GSE169077数据集。利用R语言软件对GSE114007进行差异分析,将差异分析结果得到的差异基因(DEGs)再进行WGCNA构建表达模式不同的基因模块,对与骨关节炎最相关的基因模块进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)分析。利用STRING和Cytoscape构建蛋白互作网络(PPI),并用cytoHubba插件的degree算法筛选关键基因。结果 GSE114007共筛选出骨关节炎组与健康对照组之间的DEGs1752个,其中上调基因927个,下调基因825个;通过WGCNA构建了6个不同的基因模块,其中棕色基因模块与骨关节炎的相关性最高,共有281个基因;棕色基因模块的GO显著富集在T细胞活化、脂肪代谢、炎症反应等生物学过程,KEGG显著富集在MAPK信号通路、破骨细胞分化途径、mTOR信号通路等信号通路;从PPI网络筛选出DDIT3和B...     

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。     

联合GEO和TCGA数据库筛选子宫内膜癌关键基因和靶向药物

目的 利用生物信息学技术筛选子宫内膜癌(endometrial carcinoma,EC)的差异表达基因(differentially expressed genes,DEGs)及潜在的治疗药物,为诊断和治疗EC提供理论依据。方法 筛选了高通量基因表达数据库(Gene Expression Omnibus,GEO)GSE17025和癌症基因组图谱(The Cancer Genome Atlas, TCGA)子宫内膜癌数据库的重叠差异表达基因,用R语言筛选DEGs,并进行GO和KEGG富集分析。使用String工具分析差异基因编码蛋白互作(protein-protein interaction,PPI)网络,通过Cytoscape 软件进行可视化展示,获得最显著模块基因以及关键基因,并对关键基因做靶向药物预测。结果 通过GEO和TCGA筛选出上调基因269个、下调基因132个。GO富集分析结果显示,DEGs主要富集于纺锤体、细胞器分裂、受体配体活性等;KEGG信号通路分析,DEGs主要富集于细胞因子-细胞因子受体相互作用、白细胞介素-17(interleukin-17,IL-17)、细胞周期等信号通路。PPI网络中CDCA2、AURKA、DLGAP5、BIRC5、KIF11、CENPE、NCAPH、CCNB1、CDCA5、NCAPG被筛选为关键基因。在毒性与基因比较数据库(Comparative Toxicogenomics Database,CTD)中筛选出阿霉素、舒尼替尼和丙戊酸作为可能的靶向药物。结论 利用生物信息学方法筛选的关键基因可能在EC的发生、发展中具有重要作用,可作为相关候选药物筛选的理论依据。     

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...