α干扰素抗病毒相关全基因组表达谱的生物信息学分析及其对新型冠状病毒肺炎潜在药物研究的意义

目的通过分析α干扰素抗病毒相关全基因组表达谱,探索其对新型冠状病毒肺炎的潜在治疗意义。方法应用R语言对来自基因表达数据库(gene expression omnibus,GEO)的α干扰素相关的全基因组表达谱开展差异分析、富集分析、蛋白互作分析,再应用自主研发的表观精准治疗预测平台（epigenomic precision medicine prediction platform,EpiMed）,寻找与α干扰素调控基因表达谱呈负相关的疾病类型,以及呈正相关的药物。结果α干扰素对基因组表达谱影响复杂,其调控的核心基因有OAS1、MX1、OASL、ISG15、IST1、IRF7等,参与病毒生命周期的负调控、B细胞受体信号通路、肝炎、双链RNA绑定、人类免疫缺陷病毒感染,以及JAK-STAT信号通路等。进一步分析,α干扰素调控的基因组表达谱与社区获得性肺炎和脓毒症等感染性疾病呈高度负相关,而与利托那韦、利巴韦林、奈韦拉平、氟伐他汀呈高度正相关。结论基于α干扰素抗病毒相关基因组表达谱的分析对于探索新型冠状病毒肺炎潜在治疗药物具有一定的借鉴意义。     

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...     

SARS病毒感染相关免疫损伤分子机制和干预药物的生物信息学预测及其对COVID-19的意义

目的:通过对SARS病毒转录组数据进行临床生物信息学分析,探讨免疫损伤组学机制,预测针对性治疗药物,并为COVID-19的临床治疗提供参考。方法:收集公共基因表达数据库(Gene Expression Omnibus,GEO)中的SARS病毒转录组数据并筛选差异基因,应用富集分析、蛋白质相互作用分析探讨SARS病毒感染相关免疫损伤机制,并应用表观精准治疗平台预测潜在治疗药物。结果:SARS病毒感染相关免疫损伤机制复杂,包括通过Toll样受体等信号通路影响免疫细胞的功能、通过Th17信号通路诱导血浆细胞因子水平升高,以及通过IL-6、NF-κB、TNF等分子生成自身抗体介导自身免疫应答等。川穹、益赛普等药物可能对SARS病毒感染相关免疫损伤具有治疗作用。结论:SARS病毒能够引起大量免疫相关分子及信号通路的异常,川穹、益赛普等药物可能对SARS病毒感染相关免疫损伤具有治疗作用。本研究可为COVID-19的临床治疗提供参考。     

西多福韦治疗新型冠状病毒肺炎的组学预测分析

目的 探讨西多福韦治疗新型冠状病毒肺炎的组学机制.方法 应用R语言对基因表达数据库(gene expression omnibus,GEO)中西多福韦相关的全基因组表达谱开展差异分析、富集分析、蛋白互作网络分析,应用自主研发的表观精准治疗预测平台(epigenomic precision medicine predic...     

基于LDA主题模型的电子病历热点主题发现

目的:探究2010-2019年国际上电子病历研究领域的热点.方法:以2010-2019年Web of Science中有关电子病历研究的12217篇文献作为研究对象,以作者关键词、扩展关键词和摘要为文档语料,通过各主题的困惑度确定最佳主题个数,采用LDA主题模型实现主题聚类.通过主题强度和阈值确定电子病历研究领域201...     

西多福韦治疗新型冠状病毒肺炎的组学预测分析

目的　探讨西多福韦治疗新型冠状病毒肺炎的组学机制。方法　应用R语言对基因表达数据库（gene expression omnibus, GEO）中西多福韦相关的全基因组表达谱开展差异分析、富集分析、蛋白互作网络分析,应用自主研发的表观精准治疗预测平台（epigenomic precision medicine prediction platform, EpiMed）筛选与西多福韦关联的疾病和药物。结果　检索GEO并筛选得到GSE39293数据集,差异表达分析共筛选出585个差异表达基因,其中上调差异表达基因494个,下调差异表达基因91个。基因本体论富集条目共53条,主要与干扰病毒复制、I型干扰素作用、免疫调节等有关。京都基因与基因组百科全书富集条目共244条,主要与抗病毒、抗凋亡、免疫调节、凝血系统相关信号通路等有关。蛋白互作网络分析筛选出CDK1、CCNA2、CDC6、KIF11、MAD2L1、NDC80、RRM2、ASPM、NCAPG、CENPU为排名前10位的核心基因。EpiMed预测西多福韦调控的基因组表达谱与肺炎、严重急性呼吸综合征等疾病呈负相关,与利巴韦林、α-干扰素等药物呈正相关,与衣霉素、诺氟沙星等抗生素呈负相关。结论　西多福韦能够对机体全基因组产生影响,可能通过诱导感染细胞凋亡降低体内严重急性呼吸综合征冠状病毒-2数量,通过免疫调节、凝血系统相关信号通路等对机体免疫失调及重型患者出现的凝血功能异常进行调节,达到治疗新型冠状病毒肺炎的作用。