基于加权基因共表达网络分析腹主动脉瘤免疫细胞浸润相关的关键基因

目的：通过加权基因共表达网络分析方法筛选参与腹主动脉瘤(AAA)免疫反应机制的关键基因。方法：从Gene Expression Omnibus(GEO)数据库下载人AAA组织基因芯片数据集(GSE7084),其中包含10个正常主动脉样本和9个AAA样本。使用加权基因共表达网络分析(WGCNA)和差异表达基因(DEGs)对样本进行分析。鉴定具有临床意义的模块,并与DEGs取交集,利用最大团中心性(MCC)方法从交集基因中筛选出枢纽基因。同时,利用CIBERSORT分析免疫细胞的富集情况。最后,对枢纽基因与免疫细胞进行相关性分析。结果：筛选出300个DEGs和两个最具临床意义的WGCNA模块。基因本体(GO)富集分析和京都基因与基因组百科全书(KEGG)通路富集分析表明,这些基因在免疫反应的功能通路中显著富集,包括白细胞细胞黏附、活化、T细胞与白细胞的黏附、单核细胞迁移等。AAA和正常主动脉中浸润免疫细胞的比例不同,特别是M0巨噬细胞、活化的肥大细胞和活化的记忆CD4 T细胞。整合素β2亚基(ITGB2)和跨膜免疫信号转接器(TYROBP)是与AAA相关的前2个枢纽基因。相关分析表明,IT...     

基于加权基因共表达网络分析及生物信息学分析鉴定肝细胞癌临床特征关键基因

目的：通过加权基因共表达网络分析鉴定肝细胞癌（hepatocellular carcinoma, HCC）临床特征密切相关模块基因，为临床早期诊断及治疗提供参考。方法：从GEO数据库下载GSE84598芯片数据，综合加权基因共表达网络分析提取与HCC临床特征密切相关的模块基因。通过最大集团中心性（maximal clique centrality, MCC）算法对蛋白相互作用网络分析，鉴定出枢纽基因；最后通过TCGA数据库验证枢纽基因的表达情况、Kaplan-Meier Plotter在线数据库评估枢纽基因与HCC患者的预后关系。结果：通过对比HCC组织样本与正常肝组织样本的基因表达数据，共获得6 262个差异表达基因，其中上调2 207个，下调4 055个。运用加权基因共表达网络分析鉴定出关键模块的120个基因；通过与差异表达基因取交集，得到候选枢纽基因115个。富集分析结果显示，候选枢纽基因与细胞有丝分裂、p53信号通路等密切相关。进一步运用MCC算法对115个候选枢纽基因的蛋白相互作用网络进行分析，鉴定出5个枢纽基因，即NUF2、RRM2、UBE2C、CDC20和MAD2L1。通...     

加权基因共表达网络分析鉴定阻塞性睡眠呼吸暂停的关键基因

目的 利用加权基因共表达网络分析(WGCNA)鉴定阻塞性睡眠呼吸暂停(OSA)相关的共表达基因模块与关键基因。方法 从GEO数据库中下载OSA的全基因组表达数据集GSE135917,R语言对数据归一化处理后,利用WGCNA法构建共表达网络,结合临床信息识别与OSA显著相关的模块,利用Cytoscape软件对关键模块内基因进行功能富集分析、蛋白相互作用分析,可视化筛选关键基因,最后在GSE38792数据集中初步验证关键基因。结果 在GSE135917数据集中Turquoise模块与OSA相关性最高(r=-0.98,P=0.000),模块内基因主要富集于嗅觉传导、神经活性配体-受体相互作用等生物学过程。经蛋白相互作用分析发现关键基因为下调基因SLC2A2、PRL、SST,GSE38792数据集中关键基因表达情况与GSE135917分析结果一致,ROC分析显示3个关键基因均具有良好的识别能力。结论 利用WGCNA法筛选出的3个关键基因有望为研究OSA的发生、发展过程提供新的视角。     

肾细胞癌相关诊断基因筛选及免疫浸润特性分析

目的 探讨肾细胞癌(RCC)相关的诊断基因和免疫浸润特性。方法 从基因表达汇编(GEO)数据库中获取RCC相关基因的表达数据,筛选肿瘤组织和正常组织间差异表达基因,利用加权基因共表达网络分析(WGCNA)及最小绝对收缩和选择算法(LASSO)Cox回归模型筛选RCC相关枢纽基因,通过基因表达量、受试者工作特征曲线及免疫组化验证所得枢纽基因的准确性,最后利用免疫细胞单样本基因富集分析肿瘤组织和正常组织间免疫细胞浸润相对丰度。结果 选取GSE11151和GSE66272作为训练集,筛选得到差异表达基因384个,其中上调基因129个,下调基因255个,主要富集于酪氨酸代谢、吞噬体、补体与凝血级联反应、醛固酮调节钠重吸收和PPAR信号通路,通过WGCNA及LASSO Cox回归模型二次筛选差异表达基因,得到关于RCC的诊断基因ASS1、DIO1、FAM151A、SLC6A19和SLC22A6。其中ASS1、FAM151A、SLC6A19和SLC22A6与RCC临床分期相关,SLC6A19与RCC预后相关。免疫细胞单样本基因富集分析显示,对比正常组织,T细胞、树突状细胞、髓系抑制性细胞、B细胞、...     

基于加权基因共表达网络分析方法筛选并鉴定结直肠癌的驱动基因

目的 基于加权基因共表达网络分析(WGCNA)方法筛选并鉴定结直肠癌(CRC)的驱动基因,探讨核心驱动基因在CRC发生发展、诊断和治疗中的作用。方法 通过NCBI基因表达综合数据库(GEO)收集CRC相关的数据,数据集为GSE21510,芯片平台为GPL570;使用GEO2R工具对差异基因进行分析,根据P值和基因表达fold-change对差异基因进行排序,选择前2 000个样本进行进一步分析。使用WGCNA算法进行模块构建,分析模块与临床特征的相关性,鉴定出与临床表型高度相关的模块,提取与临床性状相关性最高的模块内基因,将基因导入Cytoscape,分析核心基因,选择核心基因CYTH1进一步研究。基于Oncomine数据库分析CYTH1在结直肠癌组织与对照结直肠组织中的差异表达。取对数生长期LOVO、SW620、HCT116、SW480、RKO、CaCo2和NCM460细胞,应用实时荧光定量-聚合酶链式反应(RT-qPCR)法检测CYTH1在各种细胞中的表达;取对数生长期HCT116和SW480细胞,转染CYTH1基因干扰片段,采用细胞计数试剂盒-8法检测细胞增殖情况,Transwe...     

利用加权基因共表达网络分析挖掘促进乳腺癌循环肿瘤细胞转移的关键基因

目的:通过加权基因共表达网络分析(WGCNA)方法筛选促进乳腺癌循环肿瘤细胞转移的基因,为乳腺癌转移的早期预警提供循环肿瘤细胞标志物,也为乳腺癌发展动态监测提供新策略.方法:利用WGCNA筛选出数据集GSE9893中与乳腺癌转移相关的基因,将所选基因与在循环肿瘤细胞数据库中高表达的基因取交集作为候选基因,最后在肿瘤基因...     

利用加权基因共表达网络分析识别胆道闭锁相关的枢纽基因

目的:通过加权基因共表达网络分析（WGCNA）识别胆道闭锁（BA）发病相关的枢纽基因。方法:从基因表达汇编（GEO）数据库下载BA基因芯片数据集GSE46960,利用WGCNA构建基因共表达网络,识别与BA相关的模块与枢纽基因,对关键模块进行基因本体论（GO）和京都基因和基因组百科全书（KEGG）富集分析。结果:通过WGCNA分析构建了20个基因共表达模块,确定与BA显著相关的模块为黄色模块（r=0.69,P＜0.05）,将黄色模块中的基因按基因连通性及基因显著性的不同阈值进一步筛选出16个枢纽基因。对黄色模块进行GO及KEGG分析显示,与BA显著相关的基因主要富集在细胞外基质（ECM）、细胞黏附分子、色氨酸代谢、甘油磷脂代谢、过氧化物酶体增殖物激活受体（PPAR）信号通路。结论:利用WGCNA方法识别出与BA相关的关键模块和16个枢纽基因,其中新发现有12个基因可能与BA发病相关,可能帮助阐明BA发病的机制。     

加权基因共表达网络分析在鉴定卵巢癌干细胞特性关键基因的应用

目的 探讨关键干细胞特性基因在卵巢癌的诊断和治疗中的意义.方法 加权基因共表达网络分析(WGCNA)方法筛选出关键模块和基因;基因集富集分析(GSEA)和单细胞测序数据分析关键基因上调组高表达的信号通路;pRRophetic预测卵巢癌的化疗药物的敏感性;流式细胞术检测SKOV3细胞和肿瘤干细胞中CD44及CD117的表...     

基于加权基因共表达网络的子宫内膜癌关键基因筛选与预后分析

目的 基于加权基因共表达网络筛选影响子宫内膜癌发生发展的关键基因并分析其与预后的关系。方法 从美国国立生物技术信息中心基因表达综合数据库中下载包含子宫内膜癌组织和正常内膜组织样本数据集(GSE17025)的基因芯片表达数据。使用R 4.2.1软件中的Limma包筛选出差异表达基因,并利用WGCNA包构建基因共表达网络,获得相关模块及其基因集,然后利用Venn包对相关系数最大的模块基因和差异表达基因取交集。对交集基因进行基因本体论(GO)分析、京都基因与基因组百科全书(KEGG)通路富集分析,并构建交集基因的蛋白-蛋白互作(PPI)网络,采用Cytoscape软件提取出关键基因,分析关键基因与子宫内膜癌预后的关系。结果 共筛选出差异表达基因2 165个,包含5个模块,其中红色模块(包括304个基因)与子宫内膜癌的相关度最高(r=-0.54,P<0.001),取二者交集获得137个基因。交集基因主要涉及细胞器分裂及核分化等生物学过程,且主要富集在同源重组、p53信号通路等信号通路中。PPI网络共筛选出7个关键基因,包括纺锤体样小头畸形相关蛋白基因(ASPM)、丝氨酸/苏氨酸蛋白激酶(...     

基于加权基因共表达网络分析阿尔茨海默病相关的核心基因

目的 采用加权基因共表达网络分析（WGCNA）探索阿尔茨海默病（AD）相关的差异基因模块及其枢纽基因,并对差异基因模块进行生物功能注释。方法 从GEO数据库下载转录组测序数据,根据基因的相关性,当关联系数阈值设定为0.85时,参数β=8,以此构建基因共表达网络;采用Pearson相关性检验计算模块基因与临床表型相关性,筛选出与AD显著相关的基因模块,根据模块内的连接性筛选枢纽基因;利用GO功能富集分析和KEGG通路分析对模块进行功能注释。进一步建立β-淀粉样蛋白（Aβ1-42）诱导SH-SY5Y细胞损伤模型,在模型组和对照组中检测枢纽基因的表达水平。结果 根据基因表达的相关性,共构建了10个基因共表达模块,其中brown和turquoise模块与AD组显著相关（brown：r=0.66,P<0.001;turquoise：r=-0.68,P<0.001）;结果显示48个基因在共表达网络中处于核心地位;通过生物注释功能发现,两模块中的基因主要富集在DNA损伤修复通路和代谢相关通路等生物学过程中。基因的差异表达分析显示,DNASE1、TEKT2、MTSS1L等基因在AD组中高表达,ACP2、LANCL2、GMPR2 等基因在 AD 组中低表达;体外实验进一步验证了在 Aβ1-42 诱导的 SH-SY5Y 细胞损伤过程中DNASE1、TEKT2、MTSS1L表达上调（P<0.01）,ACP2、LANCL2、GMPR2表达下调（P<0.01）。结论 brown和turquoise模块与AD高度相关,并从模块中筛选出MTSS1L、GMPR2、ACP2、ACTG1、LANCL2等枢纽基因,可能通过调节DNA损伤和修复参与AD发病机制。     

基于加权基因共表达网络分析识别抑郁症的差异表达基因模块

目的·采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)探索抑郁症相关的差异基因模块及其枢纽基因,并对差异基因模块进行生物功能注释.方法·在之前对8例抑郁症患者及8名健康对照者(对照组)的外周血mRNA微阵列分析实验的基础上,应用t检验筛选...     

基于共表达网络分析的Ⅰ期胃癌预后基因筛选

目的 基于加权基因共表达网络分析(WGCNA)筛选Ⅰ期胃癌(SIGC)的预后因子并探讨其分子机制.方法 通过WGCNA分析癌症基因组图谱(TCGA)中SIGC患者的临床数据,筛选影响SIGC预后的基因,并通过体外实验验证该基因对预后的影响.通过基因组富集分析(GSEA)进一步探索其影响胃癌预后的机制.结果 TCGA中共...     

基于WGCNA和机器学习筛选帕金森病免疫相关关键基因

目的：在帕金森病的发病过程中,免疫系统的异常激活和炎症反应起着重要作用。然而,目前对于免疫相关关键基因在帕金森病发生和发展中的具体作用和作用机制的了解仍然有限。本研究旨在通过加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)和机器学习筛选帕金森病免疫相关关键基因。方法：从基因表达综合(Gene Expression Omnibus,GEO)数据库下载基因芯片数据,采用WGCNA筛选出与帕金森病相关的重要基因模块;将重要模块中的基因导出,绘制帕金森病重要相关基因与免疫相关基因的韦恩图,从而筛选出帕金森病免疫相关基因。采用基因本体(gene ontology,GO)分析和京都基因和基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)深入分析免疫相关基因的功能及参与的信号通路。通过R语言的CIBERSORT包进行免疫细胞浸润分析。采用生物信息学方法和3种机器学习方法[最小绝对收缩和选择算子(least absolute shrinkage and selectio...     

基于WGCNA联合LASSO筛选宫颈癌预后枢纽基因

目的 运用生物信息学方法筛选宫颈癌预后相关的分子标志物,为宫颈癌的预后预测提供依据。方法 从GEO、TCGA和GTEx数据库下载宫颈癌转录组表达数据和相应的临床数据。在GSE9750和GSE52903数据集中,通过WGCNA和LASSO两种方法联合筛选宫颈癌枢纽基因,GEPIA数据库进一步筛选与预后相关的枢纽基因。在GEO数据集(GSE9750和GSE52903)和TCGA联合GTEx数据集中比较预后相关的枢纽基因在宫颈癌和正常宫颈组织中的表达情况,并在HPA数据库中验证其蛋白水平的表达。利用ssGSEA分析宫颈癌肿瘤微环境(tumor microenvironment, TME)中免疫细胞浸润情况,探究预后相关的枢纽基因与免疫细胞浸润和免疫检查点基因表达的相关性。结果 WGCNA和LASSO两种方法共筛选出7个宫颈癌枢纽基因,GEPIA数据库进一步筛选得到3个预后相关的枢纽基因MCM2、APOD和RAD54L。在GEO数据集(GSE9750和GSE52903)和TCGA联合GTEx数据集中,与正常宫颈组织比较,MCM2和RAD54L在宫颈癌组织中表达上调,而APOD则表达下调,与HPA数据库中免疫组化结果基本一致。3个预后相关的枢纽基因与免疫细胞和免疫检查点的表达有相关性。结论MCM2、APOD和RAD54L基因可能是与宫颈癌预后相关的分子标志物,与TME中免疫浸润相关。     

通过加权基因共表达网络分析法探索胰腺癌特异表达的关键基因及表达网络

目的通过使用加权基因共表达网络分析(WGCNA)法研究胰腺癌潜在的分子机制,并寻找关键基因。方法从肿瘤基因组图谱(TCGA)数据库中获得胰腺癌和对照组的基因表达数据。通过limma包在R中识别差异表达的基因(DEGs)。采用WGCNA构建胰腺癌的基因共表达网络,并识别共表达模块,进行蛋白质相互作用(PPI)分析,及进行关键基因的筛选。结果共鉴定出胰腺癌106个DEGs,通过WGCNA分析,确定了一个关键模块(MEpurple)。进一步筛选出10个关键基因,包括PKP3,EPCAM,RAB25,CBLC,AP1M2,PRP15L,B3GNT3,ESRP1,AGR2,ARHGEF16。结论 WGCNA法可以识别出与胰腺癌相关的模块和基因,为进一步研究胰腺癌发生发展的分子机制以及靶向治疗提供理论依据。     

基于加权基因共表达网络分析慢性阻塞性肺疾病的差异基因及信号通路

目的 利用生物信息学方法探讨慢性阻塞性肺疾病(chronic obstructive pulmonary diseases, COPD)发病机制中的重要基因与信号通路。方法 从高通量基因表达(gene expression omnibus, GEO)数据库下载COPD组和正常组基因表达数据,采用加权基因共表达网络分析法(weighted gene co-expression network analysis, WGCNA)建立COPD的基因共表达网络和识别共表达模块,以共表达模块中高系数模块和差异基因中共同靶点作为COPD的作用靶点,用Genecards和DisGeNET疾病库来进行验证,得到COPD的关键基因。对关键基因进行蛋白互作网络分析(protein-protein interactions, PPI)、基因本体功能(gene ontology, GO)和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes, KEGG)分析,并通过Cytoscape建立关键靶点、生物过程和通路的互作网络。再通过CytoHubba插件提取前10...     

基于加权基因共表达网络分析的口腔黏膜下纤维化与其他器官纤维化的比较分子分析（英文）

目的：目前尚无成熟且经济的动物模型模拟口腔黏膜下纤维化(oral submucous fibrosis,OSF),这是制约OSF的机制和药物研究的主要障碍之一。本研究参考泛癌分析的底层逻辑,从分子、信号通路、生物学过程等方面对OSF及其他4种器官纤维化进行系统比较,这有利于学者们发现不同器官纤维化基因组之间的异同,寻找到某些普遍规律,也为OSF的研究提供新思路。方法：从基因表达综合数据库(Gene Expression Omnibus,GEO)网站下载GSE64216、GSE76882、GSE171294、GSE92592和GSE90051数据集的芯片数据。用“Limma”软件包检测各类型纤维化的差异表达mRNAs(differentially expressed mRNAs,DEmRNAs)。采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)鉴定各类型纤维化相关模块。通过功能富集和通路富集分析各纤维化相关模块基因的异同。结果：OSF、肾间质纤维化(kidney intestinal fibrosis,KI...     

加权基因共表达网络挖掘并验证调控前列腺癌转移的枢纽基因

目的 通过加权基因共表达网络分析（WGCNA）挖掘并验证前列腺癌转移的关键枢纽基因。方法 对前列腺癌全基因组芯片GSE6919进行主成分分析（PCA）,通过R语言分析差异表达基因（DEGs）;利用WGCNA构建基因共表达网络并筛选关键基因;在 TCGA 公共数据中分析基因表达量及其与患者预后的关系;设计和验证针对转移相关的关键基因HNRNPA2B1的小分子干扰片段,通过MTT、流式细胞术、克隆形成、Transwell等实验验证其对前列腺癌细胞系生长、凋亡、克隆形成、迁移和侵袭的影响。结果 PCA分析显示癌转移组和原位及癌旁组明显分开聚类,基因表达差异显著。WGCNA分析得到与癌转移组密切相关的模块,与干细胞分化、氨基酸代谢及免疫反应密切相关。进一步筛选得到与前列腺癌发生相关的（BDH1、PAK4、EXTL3）和转移相关的（NKTR、CTBP2、HNRNPA2B1）6个枢纽基因,在TCGA数据库中有表达差异,且与患者的总生存期相关。Western blotting结果显示HNRNPA2B1小分子干扰成功;干扰片段转染PC3及LNCap细胞,MTT实验结果显示沉默HNRNPA2B1可抑制前列腺癌细胞的生长,流式细胞术结果显示沉默HNRNPA2B1可诱导细胞凋亡,克隆形成实验显示沉默HNRNPA2B1可抑制其克隆形成,Transwell实验显示沉默HNRNPA2B1显著抑制前列腺癌细胞的迁移和侵袭（P<0.05）。结论 发现前列腺癌发生相关的BDH1、PAK4、EXTL3和转移相关的NKTR、CTBP2、HNRNPA2B1 6个枢纽基因,为前列腺癌调控机制的研究提供了新思路。     

整合生物信息学分析基底型乳腺癌的核心基因

目的 整合生物信息学挖掘并分析与基底型乳腺癌(basal-like breast cancer, BLBC)的预后相关的核心基因。方法 首先,从GEO数据库中遴选与乳腺癌分子分型相关的数据集,数据处理后利用WGCNA筛选与BLBC相关的模块。然后,借助蛋白-蛋白互作 (protein-protein interaction, PPI)网络和cytohubba筛选出模块中差异最大的前10%基因作为候选基因,对候选基因进行生存分析和表达分析得到核心基因。最后,利用TIMER、TISIDB等生信工具探索核心基因表达和肿瘤免疫浸润、趋化因子及免疫调节剂的相关性并构建核心基因转录调控网络。结果 利用WGCNA筛选出与BLBC相关的黑色模块中共891个基因,从差异性最大的80个候选基因中分析获得ESPL1和CCNB2 两个核心基因。结果显示,两个核心基因与BLBC免疫细胞浸润有关,主要包括Th2细胞、CD8⁺T细胞、内皮细胞和肿瘤相关成纤维细胞。而且,核心基因表达水平与趋化因子、免疫刺激因子、免疫抑制因子及MHC分子相关。核心基因上游转录调控网络表明22 种转录因子同时调控两个核心基因。结论 ESPL1和CCNB2是BLBC的预后标志物且与肿瘤免疫相关。     

基于加权基因共表达网络分析识别F2RL1为结直肠癌的核心致病基因

目的 通过生物信息学方法鉴定与结直肠癌相关的核心基因,并初步验证.方法 从TCGA数据库中下载正常人和结肠腺癌(COAD)患者的临床资料和基因表达数据;从GEO数据库中下载275例结直肠癌患者的肿瘤组织及其癌旁正常组织基因表达数据.通过差异表达基因分析和加权基因共表达网络分析(WGCNA)筛选差异共表达基因.对差异共表...