基于公共数据库构建甲状腺癌差异基因Cox比例风险回归模型对患者预后评估价值

目的探讨基于公共数据库构建甲状腺癌差异基因Cox比例风险回归模型对患者预后评估价值。方法对GEO数据库中甲状腺癌数据集GSE138198和GSE50901进行批次校正,联合TCGA数据库,筛选甲状腺癌样本中发生改变的基因。利用R软件将TCGA数据库中甲状腺癌患者随机分为试验组和验证组,在试验组中建立Cox比例风险回归模型,采用Kaplan-meier生存曲线分别在试验组、验证组和整体组(TCGA数据整体)中分析高和低风险组生存状态,采用受试者工作特征(ROC)曲线评估模型预测甲状腺癌患者生存率准确性。分析甲状腺癌高和低风险组差异基因并进行GO和KEGG功能富集分析。采用单因素和多因素Cox回归分析探讨甲状腺癌患者临床病理特征与预后关系。结果单因素Cox回归分析显示,57个差异基因与甲状腺癌患者预后相关(P0.05)。经LASSO回归分析和多因素Cox回归分析确定PHLDA2、GPR137B、PORCN、MAPK4和TSPYL2共5个基因参与模型构建。在试验组、验证组和整体组中,高风险组生存时间和生存率低于低风险组。高和低风险组差异基因GO功能富集分析发现,受体介导的内吞作用和先天免疫应答激活信号传导等显著富集;KEGG功能富集分析发现,mTOR信号通路、甲状腺激素信号通路和HIF1信号通路等显著富集。多因素Cox回归分析显示,甲状腺癌患者年龄和风险值评分与预后相关(P0.05或P0.01)。结论通过GEO和TCGA数据库构建的基于5个差异基因的甲状腺癌Cox比例风险回归模型,具有较高的准确性和可靠性,有助于临床医生判断甲状腺癌患者预后。     

基于TCGA 和GEO 数据库建立了肝内胆管癌的预后风险模型及验证分析

目的 基于TCGA（ the cancer genome atlas）和GEO（gene expression omnibus）数据库构建肝内胆管癌（intrahepaticcholangiocarcinoma, ICCA）预后风险模型,筛选ICCA 预后相关基因。方法 TCGA 数据库31 例ICCA 组织及9 例癌旁组织数据作为训练集,GEO 数据库30 例ICCA 组织及27 例癌旁组织数据作为验证集,R 软件“DESeq2”包过滤表达有差异的基因,过滤条件:差异倍数绝对值＞ 2,校正P 值＜ 0.05。单因素COX 回归分析筛选两组数据预后差异均有统计学意义的基因,通过LASSO 回归分析构建ICCA 的预后风险模型。计算训练集及验证集风险分数,并根据中值分为高、低风险组,绘制Kaplan-Meier 生存曲线图和时间依赖性受试者工作特征（receiver operating characteristic,ROC）曲线。将风险分数与临床病理信息进行单、多因素COX 回归分析,并绘制列线图展示,综合评价及验证模型效能。利用基因本体论（gene ontology, GO）、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG) 、基因集富集分析（Gene Set Enrichment Analysis, GSEA）和单样本基因集富集分析（Single Sample Gene SetEnrichment Analysis, ssGSEA）分析造成高低风险组预后差异的原因。结果 TCGA 数据共筛选出2 922 个差异表达基因,GEO 数据共筛选出3 075 个（均P<0.05）。经单因素COX 回归分析,TCGA 筛选出68 个基因（HR=0.13 ～ 7.2,均P<0.05）,GEO 筛选出413 个基因（HR=0.17 ～ 215.1,均P ＜ 0.05）,两组数据预后差异均有统计学意义的有9个基因:GOLGA7B,MTFR2,TPM2,PIWIL4,EPHX4,PRICKLE1,DIO2,FUT4 和COL4A3（其中TCGA 数据库HR=0.506 ～ 2.760, GEO 数据库HR=0.428 ～ 1.992,均P<0.05）。LASSO 回归成功构建6 基因预后风险模型,模型风险分数=0.464× 表达量MTFR2 ＋ 0.550× 表达量TPM2-0.511× 表达量PIWIL4-0.097× 表达量PRICKLE1 ＋ 0.215× 表达量DIO2-0.313× 表达量COL4A3,训练集中风险分数中值为1.43。Kaplan-Meier 生存分析表明在总生存率上,高风险组低于低风险组（P<0.001）。ROC 曲线提示,1,3,5 年AUC 分别为0.971（cutoff=0.22）,0.921（cutoff=2.33）和0.701（cutoff=1.52）,模型预测能力良好。单因素COX 回归风险分数HR=5.18(95%CI:2.15 ～ 12.49), P<0.001,多因素COX 回归风险分数HR=72.5(95%CI:4.52 ～ 1 162.9), P=0.002。验证集中模型风险分数中值为2.48。Kaplan-Meier 生存分析表明,高风险组生存率低于低风险组（P=0.004）。ROC 结果显示1,3,5 年AUC 分别为0.908（cutoff=3.23）,0.851（cutoff=1.02）和0.752（cutoff=2.70）,单因素COX 回归风险分数HR=2.76(95%CI:1.65 ～ 4.60), P<0.001,多因素COX 回归风险分数HR=4.68(95%CI:2.13 ～ 10.3),P<0.001,风险模型效能得到验证。GO,KEGG,GSEA 和ssGSEA 分析结果表明造成高低风险组预后差异的原因可能与机体免疫反应的抑制有关( 均P<0.05)。结论 此次构建的预后风险模型在评估ICCA患者预后上具有一定的价值,为临床诊疗提供参考。     

基于铁死亡相关基因的生物信息学分析构建结直肠癌预后模型

目的 采用生物信息学方法分析铁死亡相关基因并构建结直肠癌铁死亡相关预后模型.方法 从TCGA数据库中下载结直肠癌患者的mRNA表达谱数据和临床资料.使用R4.0.2软件筛选出与铁死亡相关的差异基因.采用LASSO Cox回归分析构建预后模型.根据得到的风险评分,将纳入的结直肠癌患者划分为高风险组和低风险组.对构建的模型...     

基于代谢相关基因的多发性骨髓瘤预后模型的构建

目的：筛选多发性骨髓瘤（MM）患者代谢相关基因预后生物标志物，构建MM患者代谢基因生存预后模型。方法：检索MM患者相关的组学数据库。选择具有完整临床信息的病例和健康对照组数据进行分析。从HPA与MMRF数据库收集整理MM患者与健康对照骨髓组织二代测序数据与临床信息。利用Perl语言从分子签名数据库（MSig DB）提取代谢相关通路基因集。利用差异分析、单因素Cox风险回归分析和LASSO回归分析筛选MM代谢相关预后生物标志物并构建风险预后模型及列线图，利用风险曲线与生存曲线验证模型分组效果。利用基因集富集分析（GSEA）研究高、低风险组之间生物学通路富集的差异。利用多因素Cox风险回归分析验证风险评分的独立预后预测能力。结果：共筛选获取8个与MM患者生存预后显著相关的m RNA(P<0.01)，作为分子标签可将MM患者分为高风险组与低风险组。生存曲线与风险曲线显示低风险组患者的总生存期显著优于高风险组（P<0.001）。GSEA富集分析表明，基础代谢相关通路、细胞分化和细胞周期等信号通路在高风险组中显著富集，核糖体与N-聚糖生物合成等相关通路则更多的在低风险组中富集。多因素...     

多发性骨髓瘤铁死亡相关组学分析及预后模型的建立

目的:通过TCGA及FerrDb数据库探讨铁死亡相关基因在多发性骨髓瘤(MM)中的作用，并构建MM相关铁死亡基因预后模型。方法:利用包含764例MM患者临床信息及基因表达谱数据的TCGA数据库与包括铁死亡相关基因的Ferr Db数据库，通过wilcox. test函数筛选其中的差异表达铁死亡相关基因。应用Lasso回归建立铁死亡相关基因预后模型，并绘制Kaplan-Meier生存曲线。使用COX回归分析筛选独立预后因素。筛选不同风险患者组间的差异基因，并通过富集分析探究MM铁死亡与预后相关的组学机制。结果:通过对764例MM患者骨髓样本及4例正常人骨髓样本进行差异分析，共筛选出铁死亡相关差异基因36个，其中上调基因12个，下调基因24个。使用Lasso回归筛选出6个预后相关基因(GCLM、GLS2、SLC7A11、AIFM2、ACO1、G6PD)并建立了MM铁死亡相关基因预后模型; Kaplan-Meier生存曲线分析结果显示，不同风险患者组间生存率具有显著统计学差异(P <0.01)。单因素COX回归分析结果显示，年龄、性别、ISS分期和风险评分与MM患者总生存期(OS)显著相...     

m6A RNA甲基化调节基因预测甲状腺癌的临床预后的作用

目的探索m6A RNA甲基化调节基因对THCA的与后续影响。方法分析癌症基因组图谱（TCGA）数据库中的RNA-seq数据及相关临床信息。通过wilcoxon检验分析肿瘤与正常样品之间m6A RNA甲基化调节基因的不同表达,使用lasso Cox回归分析构建m6A RNA甲基化调节基因与THCA的风险预后模型,使用中位风险评分将THCA患者分层为高风险组和低风险组,kaplan-Meier进行生存分析,使用ROC曲线用来评估预测模型的敏感性和特异性。结果肿瘤与正常样品之间m6A RNA甲基化调节基因的不同表达,3个基因上调,14个基因下调。lasso Cox回归分析筛选出4个m6A RNA甲基化调节基因IGF2BP2、FTO、IGF2BP1、RBM15。高风险组与低风险组相比,OS明显较低（P=4.278e-02）。ROC曲线中AUC值为0.783,结果显示预测模型较有效。单因素和多因素Cox回归进行模型效能检验,单因素Cox回归分析中HR值为2.083（P < 0.001）,多因素Cox回归分析中HR值为2.653（P < 0.001）。结论m6A RNA甲基化调节基因IGF2BP2、FTO、IGF2BP1、RBM15可以构建预测模型来预测不同的临床亚群患者的OS。      

m1A/m5C/m6A/m7G调控基因预测胃癌预后及免疫关联性

目的 基于m1A/m5C/m6A/m7G甲基化调控基因建立胃癌预后风险预测模型,并分析该模型与免疫的关联性。方法 通过癌症基因组图谱（TCGA）-胃癌数据集筛选表达具有显著差异的m1A/m5C/m6A/m7G调控基因,通过单基因Cox回归分析和LASSO算法构建预后风险评分（risk score, RS）模型,使用Kaplan-Meier(K-M)统计进行RS模型验证,并应用细胞系进行RT-qPCR验证。利用单因素、多因素Cox回归分析建立nomogram模型。使用CIBERSORT算法和estimate包进行免疫关联性分析。结果 建立了基于八个甲基化调控基因的预后RS模型,将胃癌患者分为高风险和低风险。这八个基因在胃癌细胞系中高表达（P <0.05）。在TCGA-胃癌训练集和GSE62254-验证集中,患者总生存率（OS）与分组状态之间存在显著相关性（P <0.001）。nomogram生存模型预测的1年（C-index=0.703）、3年（C-index=0.729）和5年（C-index=0.734）生存率与实际生存率的一致性较好。免疫关联性分析表明,与低风险患者组相...     

基于生物信息分析焦亡在脑出血发病机制中的作用及临床意义

目的：使用生物信息学对脑出血（intracerebral hemorrhage,ICH）患者的血肿周围组织及对照样本的基因芯片数据进行分析,确定与ICH后细胞焦亡相关的关键分子,进一步探讨ICH的病理机制及潜在的治疗靶点。方法：GEO数据库中选取4例ICH患者血肿周围组织和对侧相应部位（白质与灰质）正常脑组织样本中差异表达基因谱数据,对差异表达基因（differentially expressed genes,DRGs）和焦亡相关基因（pyroptosis-related genes,PRGs）进行合并分析,确定差异表达的焦亡相关基因（differentially expressed-PRGs,DE-PRGs）。对筛选出的DE-PRGs进行聚类,并进行GO、KEGG和蛋白相互作用网络分析。结果：与对照组织相比,在血肿周围组织中,共发现44个DE-PRGs。GO和KEGG分析表明,这44个DE-PRGs主要富含在细胞凋亡过程、炎症反应的正调控、核因子κB通路正调控、NOD-样受体信号通路及细胞焦亡过程中。对44个DE-PRGs进行蛋白质网络分析,筛选出10个关键基因：IL-1β、CXCL...     

LncRNA AL031985.3在肝癌中的临床诊断价值初探

目的:基于癌症基因组图谱(TCGA),筛选肝癌特异性lncRNAs,并在HCC癌组织中进行临床诊断价值分析.方法:从TCGA数据库下载数据,利用R软件,通过单因素Cox回归、Lasso回归及多因素Cox回归,筛选得到肝癌特异性lncRNAsoqRT-PCR验证肝癌组织中的候选lncRNAs的表达;KEGG和GO分析,进...     

基于可变剪切事件甲状腺癌预后模型的建立及调控网络研究

目的分析甲状腺癌的可变剪切(AS)事件, 探讨AS事件与甲状腺癌预后的相关性, 并建立AS事件与剪接因子(SF)的调控网络。方法分别从癌症基因图谱(TCGA)和TCGA SpliceSeq数据库下载507例甲状腺癌患者临床资料和AS事件数据, 合并得到AS事件生存数据的矩阵, 评估7种AS事件的发生情况。采用单因素Cox回归分析筛选与预后相关的AS事件, 最小绝对值收敛和选择算子(LASSO)回归分析筛选变量避免模型过度拟合, 多因素Cox回归分析构建预后模型。Kaplan-Meier 曲线和受试者工作特征(ROC)曲线对预后模型的价值和效能进行评价。利用Pearson试验分析AS事件与SF的相关性, 并对SF基因进行GO富集和KEGG通路分析。结果本研究共纳入507例甲状腺癌患者, 研究发现10 447个基因发生了45 150次可变剪切事件。其中ES为主要类型(38.84%), ME发生次数最少(0.51%)。单因素Cox回归筛选出1 842个与预后相关的AS事件, 多因素Cox分析建立了基于USHBP1-48249-AA、CACNB1-40626-AT和BEX5-89679-AP的...     

基于N6-甲基腺苷修饰与免疫细胞浸润的结直肠癌预后模型构建及验证

目的 探讨N6-甲基腺苷(m⁶A)修饰相关基因和免疫细胞浸润在结直肠癌(CRC)中的预后价值并构建相应风险模型预测患者临床结局。方法 从癌症基因组图谱(TCGA)和基因表达综合数据库(GEO)下载CRC患者的肿瘤组织转录组数据及匹配临床信息,通过共识聚类及单样本基因组富集分析明确m⁶A修饰相关基因及免疫细胞浸润在CRC中的预后价值。基于加权基因共表达网络分析(WGCNA)筛选与两者相关的预后基因,运用Lasso回归分析构建多基因风险模型,并在基因表达谱交互分析(GEPIA)数据库中对筛选出的预后基因进行表达差异分析。通过Kaplan-Meier生存分析明确风险模型在不同亚组及外部验证队列中的预测效能。结果 基于21个m⁶A修饰相关基因及24个免疫细胞浸润的特征表型均可以显著区分TCGA队列中CRC患者预后。CRC组织中多数m⁶A修饰相关基因与免疫细胞浸润显著相关。WGCNA及Lasso回归分析筛选出4个预后基因,分别为内凝集蛋白1、淋巴细胞抗原6复合位点G6D、无调性同族体1和基质金属蛋白酶28。在...     

WGCNA联合LASSO-COX分析筛选并构建乳腺癌患者5基因预后预测模型

目的 基于癌症基因组图谱数据库（TCGA）筛选乳腺癌预后相关的关键基因作为生物标志物,并构建预后预测模型。方法 从TCGA数据库收集乳腺癌和正常样本的基因表达图谱,利用limma算法筛选乳腺癌样本组和正常组之间的差异表达基因（DGEs）,采用WGCNA联合LASSO-COX分析DGEs获得预后相关的关键基因,再由关键基因构建预后模型评估患者风险,并在基因表达综合数据库（GEO）乳腺癌数据集中进行验证。最后,通过GSEA方法分析高低风险组患者涉及的关键信号通路。结果 通过差异基因分析获得1 000个DGEs;WGCNA联合LASSO-COX分析DGEs,获得5个乳腺癌预后关键基因：FBXL19、HAGHL、PHKG2、PKMYT1和TXNDC17,由这些基因构建预后预测模型并计算患者风险评分;ROC分析表明该模型具有良好的预测性能并在GEO数据库得到验证;生存分析显示高风险评分与患者不良预后相关;GSEA分析表明p53信号通路富集于高风险评分组。结论 由FBXL19、HAGHL、PHKG2、PKMYT1和TXNDC17组成的预后预测模型可用于乳腺癌患者预后预测,为乳腺癌患者基因靶向治疗提...     

基底膜相关基因联合检测在肝细胞性肝癌患者预后中 的作用

摘要：目的 探讨基底膜（ｂａｓｅｍｅｎｔ ｍｅｍｂｒａｎｅ,ＢＭ）相关基因能否作为肝细胞性肝癌预后的生物学标志物。方法 通过分析 癌症基因组图谱（Ｔｈｅ Ｃａｎｃｅｒ Ｇｅｎｏｍｅ Ａｔｌａｓ,ＴＣＧＡ）中肝细胞性肝癌患者的 ｍＲＮＡ 表达谱和相应的临床数据,从中筛选出 １０９ 个与 ＢＭ 相关的且在肝细胞性肝癌组织中有异常表达的基因,筛选并分析其中可作为肝细胞性肝癌预后的生物学标志物。结 果 １０９ 个差异基因经单因素 Ｃｏｘ 回归和 Ｌａｓｓｏ 回归分析后,最终筛选出 ３ 个有意义的模型基因：ＣＴＳＡ、ＬＡＭＢ１ 和 ＭＥＰ１Ａ。基 于模型基因的风险评分可将肝细胞性肝癌患者分成高、低风险组,且高风险组的生存率显著低于低风险组（Ｐ＜０．００１）;风险评 分在１ 年、２ 年和３ 年的生存评价中的 ＲＯＣ 曲线下面积（ＡＵＣＲＯＣ ）分别为０．７３０、０．６４６ 和０．６２２。外部数据库验证结果与 ＴＣＧＡ 数据库结论相一致。将风险评分与临床因素纳入单因素和多因素 Ｃｏｘ 回归分析,结果发现风险评分可作为影响患者生存率的 独立预后因素（ＨＲ＝ ２．０６３,Ｐ＝ ０．００４）。根据年龄、性别、肿瘤分级、肿瘤分期、Ｔ 分期、Ｍ 分期、Ｎ 分期和风险评分,对肝细胞性 肝癌患者进行列线图预测模型（Ｎｏｍｏｇｒａｍ）的构建,可达到预测肝细胞性肝癌患者１ 年、３ 年和５ 年生存率的目的,校准曲线拟 合线与参考线重合率极高,表明该预测模型准确可信。结论 ＢＭ 相关基因可作为肝细胞性肝癌预后的生物学标志物。 ＣＴＳＡ、ＬＡＭＢ１ 和 ＭＥＰ１Ａ 基因构建的风险模型对肝细胞性肝癌具有重要的预后参考价值。     

脊髓损伤后肌肉萎缩组织中差异表达基因的生物信息学分析

目的 通过生物信息学方法分析脊髓损伤后肌肉萎缩患者肌肉组织的差异表达基因,筛选出与该病相关基因.方法 选取基因表达数据库(GEO)中GSE21497芯片,通过R语言软件筛选出差异基因.将筛选出的差异表达基因进行GO、KEGG分析,构建蛋白质互作用网络.使用分子复合物检测算法(MCODE)筛选相互作用紧密的显著差异表达基...     

慢性静力性损伤模型家兔颈后肌群转录组学的生物信息分析

摘要 目的：利用转录组测序分析技术研究慢性静力性损伤模型家兔颈后肌的差异表达基因（DEGs）和关键信号通路。 方法：通过长期反复屈曲家兔颈部复制兔颈后肌慢性静力负荷损伤模型。利用转录组测序技术筛选DEGs并进行 GO功能富集和KEGG通路富集分析。构建PPI网络,筛选出前10位的DEGs。 结果：与空白组相比,共有310个DEGs,其中上调193个,下调117个;GO分析显示,模型组差异基因主要涉及炎症和免疫反应调节等相关功能;KEGG分析显示吞噬体与Fcγ-R介导的吞噬作用、NF-κB等信号通路表现活跃。PPI网络确定了10个hub基因,其中TLR4、CTSS、ITGB2、TYROBP、CD74、LAPTM5等表达上调,仅PPARG表达下调。 结论：颈肌慢性静力性损伤的病理变化涉及众多基本的生物学过程,炎症反应及免疫微环境的紊乱在其中发挥着重要作用;与炎症反应密切相关的差异基因以及NF-κB信号通路、吞噬体、Fcγ-R 介导的吞噬作用等通路分子的转录激活可能是其主要的分子机制。     

急性髓系白血病患者预后不良相关基因的多组学分析

目的:利用GEO数据库和TCGA数据库的数据,通过多组学分析方法分析与急性髓系白血病(acute myeloid leukemia,AML)发生、发展及不良预后相关的分子标志物。方法:从GEO数据库下载符合要求的转录组数据,运用R语言Limma程序包进行差异表达基因的筛选,并对差异表达基因进行GO功能富集分析和KEGG通路富集分析,同时使用STRING数据库数据,利用Cytoscape软件构建蛋白质相互作用网络,筛选出hub gene,结合TCGA数据库附带的临床信息对hub gene进行预后分析。结果:共筛选出620个差异基因,上调的差异表达基因162个,下调的差异表达基因458个。综合GO功能富集、KEGG通路富集分析及蛋白相互作用网络结果,筛选出CXCL4、CXCR4、CXCR1、CXCR2、CCL5、JUN为hub gene。生存分析显示,CXCL4、CXCR1、CCL5高表达是患者预后不良的危险因素。结论:CXCL4、CXCR1、CCL5可以作为AML发生、发展的相关生物标志物,且与不良预后相关,这可以为进一步研究提供依据。     

参与脓毒症的关键生物标志物和免疫相关途径鉴定

目的:确定参与脓毒症的关键生物标志物和免疫相关途径及其与免疫细胞浸润的关系。方法:在GEO网站下载GSE26378、GSE54514和GSE66099数据集。通过差异基因表达分析、加权基因共表达网络分析(WGCNA)、最小绝对值选择与收缩算子(LASSO)回归分析等方法挖掘脓毒症核心标志物，通过基因本体分析(GO)、京都基因与基因组百科全书分析(KEGG)、基因集富集分析(GSEA)对差异基因(DEGs)进行表型分析。然后，采用受试者工作特征曲线(ROC)验证核心标志物对脓毒症诊断的准确性。最后，采用单样本基因集富集分析(ssGSEA),分析28个免疫细胞在表达谱中的浸润水平及其与核心基因标记的关系。结果:共筛选出81个差异基因。通过WGCNA分析获得3个共表达模块，其中蓝色模块与脓毒症的相关性最高。结合差异基因表达分析，共获得20个交叉基因。随后，通过LASSO回归分析，5个核心基因(LDHA、HK3、HP、CD177和FCER1G)被鉴定为脓毒症的潜在生物标志物。免疫浸润结果显示骨髓源性抑制细胞(MDSC)、单核细胞、活化树突状细胞、中性粒细胞和巨噬细胞之间的关系最为显著。ROC曲...     

铁死亡相关lncRNA结肠癌预后风险模型的构建及临床应用

目的 基于肿瘤基因图谱计划(TCGA)数据库筛选铁死亡相关长链非编码RNA(lncRNA),建立结肠癌预后风险模型,并探讨其临床应用价值。方法 选取行结肠癌根治术的患者48例,收集术中切除的癌组织及对应的癌旁组织(距离癌组织边缘2～3 cm)。从TCGA数据库中收集结肠癌的转录组数据(结肠癌组织428例、正常结肠组织41例)及对应患者的临床资料。筛选结肠癌组织与正常结肠组织差异表达的铁死亡相关基因,并进行基因本体(GO)富集分析和京都基因与基因组数据库(KEGG)通路分析。筛选与结肠癌预后相关的铁死亡lncRNA,采用共识聚类分析对结肠癌患者进行分组,并比较总体生存率。采用LASSO-Cox回归分析建立预后风险模型。建立用于预测结肠癌患者总体生存率的列线图。采用细胞学实验分析关键lncRNAITGB1-DT在结肠癌中的生物学功能。结果 从TCGA数据库中筛选出72个差异表达的铁死亡相关基因,其中表达上调47个、表达下调25个,GO和KEGG通路分析结果显示这72个基因广泛参与了铁代谢和脂肪酸氧化等生物学过程。共筛选出20个结肠癌组织与正常组织有差异的铁死亡lncRNA。根据共识聚类分析...     

基于生物信息学筛选影响胃癌患者预后的糖酵解相关基因

目的 通过利用生物信息学开发糖酵解相关基因以预测胃癌(gastric cancer,GC)患者预后。方法 使用癌症基因组图谱数据库中GC患者信使核糖核酸表达谱数据,通过进行基因集富集分析以鉴定GC组织和正常组织间显著差异的基因集。通过最小绝对收缩和选择算子回归分析构建糖酵解相关基因预测GC患者预后的模型,并使用Kaplan-Meier分析、受试者工作特征曲线、单因素及多因素Cox回归分析验证模型预测性能。采用基因集变异分析分析高低风险组间生物途径状态的差异。结果 获得15个糖酵解相关基因(PFKFB2、UHRF1、ACYP1、CLDN9、STC1、EFNA3、NUP50、ADH4、ANGPTL4、PKP2、VCAN、HIF1A、LHX9、ANKZF1、ALDH3A2)与GC患者预后相关。根据15个基因特征风险评分,通过Cox回归分析将患者分为高风险组和低风险组。这15个基因标记是GC患者预后的独立生物标志物,低风险评分的GC患者预后更好。结合基因标记和临床预后因素的列线图可有效预测总生存期及无疾病生存期。结论 建立的15个糖酵解相关基因标记可作为预测GC患者预后的可靠工具,可能为GC提...     

基于GEO数据库筛选胶质母细胞瘤相关差异基因及信号通路

目的 使用基因表达谱数据库(GEO)快速筛选出与胶质母细胞瘤的发生、发展过程密切相关的差异基因及信号通路。方法 利用生物信息学分析方法在GEO数据库中选择GSE31262数据集作为主要分析对象,包括5个成人神经干细胞个体样本和9个胶质母细胞瘤干细胞个体样本。从这些样本中筛选潜在的差异基因,使用京都基因和基因组百科全书(KEGG)通路分析与基因本体论(GO)富集分析对筛选到的差异基因进行对比。在STRING在线数据库(https://string-db.org/)中,对筛选出来的差异表达基因所编码的蛋白,构建蛋白质-蛋白质相互作用(PPI)分析网络,从而进一步筛选确定评分水平最高的前10位基因。通过癌症基因图谱(TCGA)、免疫细胞浸润分析及受试者工作特征(ROC)曲线分析等方法,分析差异基因与胶质母细胞瘤预后情况的相关性及其诊断价值。结果 通过筛选GSE31262数据集得到差异基因共2 692个(上调基因1 182个,下调基因1 510个)。KEGG通路分析和GO富集分析的结果发现,上述差异基因主要涉及细胞器裂变、核分裂、胚胎器官发育、染色体分离、轴突生成、胶质细胞再生,主要参与细胞内...