基于生物信息学分析干燥综合征伴发疲劳机制及中药预测研究

目的 从生物信息学角度分析干燥综合征(sjogren's syndrome,SS)伴发疲劳相关的生物标记物,探讨SS伴发疲劳的发病机制,并通过差异基因预测治疗SS伴发疲劳的潜在中药。方法 从基因表达数据库(gene expression omnibus,GEO)下载GSE66795数据集,使用R语言分析得到差异表达基因(differentially expressed genes,DEGs),对其进行基因本体(gene ontology,GO)及京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)富集分析,后通过STRING数据库、Cytoscape软件及其插件得到关键基因,将关键基因与医学本体信息检索平台相互映射,筛选出治疗SS伴发疲劳的中药。结果 共得到48个DEGs,包括46个上调基因和2个下调基因,并筛选出10个关键基因。GO和KEGG富集分析显示,这些基因多富集甲型流感、丙型肝炎、麻疹、冠状病毒-COVID-19等多条病毒感染通路。筛选出3类潜在中药,分别为清肝、补肾、清热解毒类药物。结论 通过对DEGs的分析加深了对SS伴发疲劳发生机制的认识,并为中药治疗本病提供了潜在基因靶标及思路。

基于生物信息学研究宫内生长受限的免疫机制及中药预测

目的:基于生物信息学技术对宫内生长受限(IUGR)的芯片数据进行基因集富集分析(GSEA)以及关键差异基因的免疫浸润分析,并预测相关的作用中药。方法:从基因表达数据库(GEO)中获取GSE12216芯片数据,运用R软件筛选出差异表达基因(DEGs)。利用R包对数据集所有基因进行GSEA的基因本体论(GO)与京都基因与基因组百科全书(KEGG)分析以及DEGs的GO和KEGG分析;通过STRING数据库构建DEGs蛋白交互作用网络以及Cytohubba筛选关键基因;对关键基因进行ROC分析判断关键基因的诊断价值;通过单样本基因集富集分析(ssGSEA)算法获得24种免疫细胞在IUGR的含量及比例进行分析;通过Spearman统计方法计算关键基因表达与免疫细胞浸润的相关性,并利用Coremine数据库对免疫相关的关键基因进行中药预测。结果:共获得228个IUGR与正常胎盘的DEGs;GSEA结果显示IUGR样本的基因表达改变主要涉及趋化因子与受体以及溶酶体信号通路等过程;DEGs的GO和KEGG分析显示DEGs主要富集在肿瘤坏死因子(TNF)信号通路、缺氧诱导因子1(HIF-1)信号通路和Janus激酶/信号转导与转录激活子(JAK/STAT)信号通路;Cytohubba共筛选出10个关键基因:CSF2、IRAK1、PTGS2、FLT1、CHUK、CXCL12、FOS、LEP、CXCL2以及RELB;ROC分析显示这10个基因均有较高的诊断价值;免疫细胞的浸润矩阵分析结果表明,在IUGR胎盘组织中自然杀伤T细胞(NKT)以及单核细胞变化显著。免疫浸润与关键基因的相关性分析发现CSF2、IRAK1、PTGS2、CHUK、CXCL12、CXCL2以及RELB 7个基因与免疫浸润有相关性,中药预测发现,人参、黄芪与IUGR相关免疫浸润的关系最为密切。结论:NKT细胞与单核细胞在IUGR的发生发展中具有重要作用;共鉴定出7个与免疫浸润相关的关键基因;人参及黄芩可作为IUGR治疗的药物来源。

基于中性粒细胞胞外诱捕网途径探讨胃黏膜肠上皮化生的发生机制及中药预测研究

目的探讨中性粒细胞胞外诱捕网(NETs)对胃黏膜肠上皮化生(Intestinal metaplasia,IM)的作用机制及治疗靶点,为中医药防治IM提供新思路和新方向。方法从公共数据库下载IM及NETs相关数据集,通过免疫浸润分析、差异分析及基因相关性分析获得IM与NETs共表达的关键基因集;采用功能富集分析、蛋白互作网络、分子对接技术及实验验证等方法进一步阐述IM及NETs的相关性;最后将获得的关键基因与Coremine Medical平台相互映射,预测中医治疗IM的有效中药和治法。结果共筛选出6个IM与NETs形成相关的共表达的差异基因,分别为THBD、HDAC9、FGA、AQP9、DECR1和PIK3CD,这些基因与NETs的3个标记性蛋白(NE、PADI4、MPO)存在不同程度的相关性,其功能主要富集在呼吸爆发与防御反应、纤维蛋白溶解等生物学过程上;中药预测共映射出中医治疗IM的中药112味,按照功效可归为34类,其中清热解毒类中药出现频次最高,其次为活血化瘀药、温里药、补气药等。结论在IM的病理发生及发展过程中存在NETs,靶标基因NE和THBD可能存在相互关联作用,共同通过NETs通路参与IM进展;健脾化瘀解毒法是中医治疗IM的核心治法,其可能通过抑制NETs的形成,从而减缓IM的发展进程。

基于生物信息学分析肺腺癌中铜死亡CDKN2A基因及潜在中药预测

目的运用生物信息学分析铜死亡CDKN2A基因在肺腺癌中的表达水平、预后价值、免疫细胞浸润、相关基因筛选、功能富集分析及潜在中药预测,以期为临床治疗提供参考。方法使用GEPIA2和UALCAN,研究CDKN2A在肺腺癌患者中的表达情况,研究它与患者的年龄、性别和种族等之间存在的相关性;使用KM-plotter来评估预后价值;使用TIMER 2.0进行免疫浸润相关性分析;利用LinkedOmics数据库筛选相关基因,进行功能富集分析;利用COREMINE数据库进行中药预测,TCMSP数据库、HERB数据库及Swiss ADME平台筛选出上述中药有效活性成分,Cytoscape软件绘制“中药-活性成分”网络图。结果按照P<0.05检验水平,CDKN2A在肺腺癌组织中显著高表达,与患者吸烟、种族、TP53突变有关,与年龄、性别、肿瘤分级、肿瘤分期无关。CDKN2A高表达患者预后差(HR=1.73;P=0.00024)。CDKN2A与多种免疫细胞浸润相关。基因本体(gene ontology,GO)富集分析显示正相关基因主要参与细胞周期、ncRNA 3′-末端处理、核酸磷酸二酯键水解过程,表达于含细胞蛋白复合物、染色体组织,基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)通路分析显示正相关基因参与细胞周期与DNA复制过程。预测出虎刺、蜂房、兰花根(春兰根)等9味中药,其四气以温、平为主,五味以甘、辛、苦为主,归经主要归肝、肺、脾经,有效活性成分有73种。结论CDKN2A在肺腺癌组织中显著高表达,高表达患者预后差。虎刺、蜂房、兰花根等9味中药可能是治疗CDKN2A基因突变的肺腺癌患者的潜在药物。

基于WGCNA联合免疫浸润探讨斑秃发病机制及靶向中药预测分析

目的应用WGCNA联合免疫浸润方法,分析斑秃发病的核心差异基因及免疫浸润情况并预测斑秃治疗的有效中药。方法下载基因芯片数据集GSE68801,通过表达差异和模块分析筛选差异基因,在CTD和STRING平台对差异基因进行富集分析及PPI网络构建,应用Cytoscape筛选PPI网络中的核心基因并通过ROC曲线预测诊断效能,并以GSE45512数据集对核心基因进行验证。采用CIBERSORT分析AA组织中免疫细胞浸润情况,通过spearman筛选与免疫浸润相关的核心基因,并通过CoremineMedical数据库预测有效中药。结果筛出差异基因255个,主要参与头发周期、细胞因子与细胞因子受体相互作用、趋化因子信号通路、Th1和Th2细胞分化等。PPI网络中具有诊断效能的核心基因主要有BMP2、CCL5、CXCL10、CXCL9、IL10RA、CD2、CD3D、CD8A、ITGAL,免疫浸润主要为T cells gamma delta、Macrophages M1和Macrophages M2的浸润程度明显增多,而Mast cells resting浸润程度下降,相关核心基因为BMP2、CD8A、CXCL10、IL10RA、ITGAL等,预测的有效中药主要为枸杞子、当归、丹参、人参、红花、甘草等。结论通过生物信息学方法获得与AA免疫浸润高度相关的核心基因,并预测有效中药,为深入探索AA发病机制及靶向治疗提供理论依据。

骨质疏松症铜死亡基因的免疫浸润分析及潜在中药预测

目的通过分析铜死亡基因在骨质疏松症(osteoporosis,OP)免疫浸润中的作用,探索与OP相关的免疫细胞、免疫功能、生物标志物和潜在治疗中药。方法从GEO数据库检索下载OP数据集,对其进行标准化处理和消除批次效应后合并。提取数据集中铜死亡的相关基因后,进行免疫浸润分析并构建风险模型,对铜死亡基因进行富集分析和中药预测。结果(1)对GSE13850、GSE56116、GSE56815、GSE230665数据集合并后筛选出18个铜死亡基因;(2)树突状细胞、B细胞、CD8+T细胞等在细胞浸润中占比较高,免疫细胞功能主要表现为抗原呈递共抑制、Ⅰ型干扰素反应、Ⅱ型干扰素反应等;(3)与健康对照组相比,巨噬细胞与未成熟树突状细胞在OP患者组中呈现高表达,而滤泡辅助性T细胞在健康对照组中显著表达;(4)SLC31A1等13个铜死亡基因与OP免疫浸润相关,其中,SLC31A1最有可能是导致OP的风险因子;(5)OP的进展涉及乙酰辅酶A生物合成与代谢等生物过程,与脂肪酸代谢、三羧酸循环等通路相关;(6)共筛选出鱼鳔胶等10味重要中药,四气多属温、平,五味多属甘,归肾、脾经,功效多为补气、健脾、补肾、活血、行气和止痛。结论铜死亡基因可能通过干预免疫细胞和功能参与OP的进展。SLC31A1等铜死亡基因可能有助于阐释OP的发病机制,并成为潜在的生物学标志物及治疗靶点,鱼鳔胶等中药可能是防治OP潜在分子药物的来源。

基于整合药理学和转录组学的肝细胞癌和胆管癌共同差异miRNA调控网络构建及相关中药预测分析

目的:利用整合药理学和转录组学方法,构建肝细胞癌与胆管癌共同差异微RNA(miRNA)调控网络,并对关键靶点进行中药预测分析。方法:从GEO数据库获取肝细胞癌、胆管癌芯片数据集,借助在线分析工具GEO_(2)R分析出差异表达miRNA(DEMs)并对其取交集,得到共同DEMs,分别运用FunRich和miRNet软件预测上游转录因子及下游靶基因,并利用DAVID数据库对靶基因进行基因本体(GO)功能富集分析和京都基因与基因组百科全书(KEGG)通路富集分析。借助STRING数据库和Cytoscape 3.9.1软件筛选关键基因(hubGenes)并构建miRNA-hubGenes网络。运用UALCAN、Kaplan Meier-plotter和Coremin Medical数据库对关键基因进行差异表达、总体生存率及相关中药预测分析。结果:肝细胞癌筛选出14个DEMs,胆管癌筛选出104个DEMs, miR-199a-5p为两者共同DEMs,涉及28个上调转录因子,166个下游靶基因;富集分析结果显示,这些靶基因参与肿瘤细胞凋亡、增殖、间质转变和迁移等生物过程,主要通过癌症通路、FoxO信号通路、丝裂原激活的蛋白激酶信号通路以及磷脂酰肌醇3激酶-蛋白激酶B信号通路发挥作用;核心靶点关联中药性味偏微寒,主归肝经,关联最为密切的中药为丹参。结论:miR-199a-5p是肝细胞癌与胆管癌之间重要调控miRNA,丹参干预关键基因出现频次较多,与研究报道基本相符,可为后续肝胆癌机制研究和临床应用提供依据与参考。

基于生物信息学筛选慢性肾脏病进展中自噬关键基因及潜在中药预测研究

目的通过生物信息学方法筛选慢性肾脏病(chronic kidney disease,CKD)可能的自噬关键风险基因,同时预测治疗CKD的潜在中药药物,探讨致病的潜在靶点及治疗药物。方法从基因表达总表(Gene Expression Omnibus,GEO)数据库获取CKD患者肾组织测序数据。采用生物信息学方法提取正常对照组与CKD患者组的自噬相关差异表达基因(differentially expressed autophagy-related genes,DEARGs),并进行基因本体(gene ontology,GO)功能分析和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路富集分析。通过支持向量机模型(support vector machine,SVM)确定关键基因。最后,通过Connectivity Map平台对关键基因筛选可能的治疗CKD的中药。结果共获得67个自噬相关差异基因,GO、KEGG富集分析表明DEARGs主要与巨自噬、自噬体、泛素样蛋白连接酶结合等相关。并从2个(ATF6、GNAI3)关键基因筛选得到姜黄、泽泻、丹参、地黄、五味子等多味具有潜在疗效的中药。结论通过生物信息学分析,明确了在CKD进展中关键自噬基因及潜在的治疗性中药,为CKD的临床诊治提供新思路。

基于机器学习鉴别风寒湿痹型类风湿性关节炎自噬相关生物标志物和免疫浸润及中药预测

背景:类风湿性关节炎是一种慢性自身免疫性疾病,以对称性关节炎症、关节损害和全身症状为特征。目前自噬在风寒湿痹型类风湿关节炎中的作用和机制仍不清楚。本研究旨在识别风寒湿痹型类风湿性关节炎中潜在的自噬相关标志物,并探讨类风湿性关节炎滑膜组织中自噬相关基因和免疫微环境的作用和机制。目的:鉴别风寒湿痹型类风湿性关节炎自噬相关生物标志物和免疫浸润情况。方法:从GEO数据库获得正常和风寒湿痹型类风湿性关节炎基因表达谱,通过差异分析得到差异基因,从人类自噬数据库获得自噬相关基因,取交集,得到自噬差异基因。采用基因本体论(GO)、京都基因与基因组百科全书(KEGG)富集分析初步揭示其机制。使用机器学习和蛋白质-蛋白质相互作用网络识别类风湿性关节炎具有高度相关特征的自噬差异基因,通过基因集富集分析(Gene Set Enrichment Analysis,GSEA)进一步揭示风寒湿痹型类风湿性关节炎的作用机制。采用单样本GSEA算法研究类风湿性关节炎的免疫浸润特征及其与自噬相关基因的关系。通过在线网站进行中药预测。结果:正常和类风湿性关节炎滑膜样本中发现了24个自噬差异表达基因。根据功能富集分析,差异表达基因主要参与线粒体解聚、线粒体自噬、大范围自噬的正调控和自噬的调控。使用单样本GSEA算法,我们发现类风湿性关节炎样本中多种免疫细胞浸润和活化显著增加,并且与核心自噬差异基因密切相关。预测出65味中药可通过自噬相关基因靶点治疗疾病。结论:自噬可能通过诱导免疫炎症来促进类风湿性关节炎的进展,其中多种免疫细胞参与风寒湿痹型类风湿性关节炎进展,带电多泡体蛋白4B(Charged Multivesicular Body Protein 4B,CHMP4B)、线粒体转录终止因子结构域1(Mitochondrial Transcription Termination Factor Domain 1,MTERFD1)和突触体相关膜蛋白(Synaptosomal Associated Protein,SNAP)29可作为类风湿性关节炎生物标志物和潜在治疗靶点。

阻塞性睡眠呼吸暂停低通气综合征的差异基因表达分析及中药预测

目的基于GEO数据库获得阻塞性睡眠呼吸暂停低通气综合征(OSAHS)的相关差异表达基因,探讨其分子机制,并进行中药预测,以期为OSAHS的中西医结合诊疗提供理论依据及新的思路。方法在GEO数据库中以“Obstructivesleepapnea-hypopneasyndrome”为关键词检索,获得芯片数据集GSE135917,采用GEO2R在线分析筛选差异表达基因,通过Excel进行数据整理与分析,获得显著差异基因,对其进行GO和KEGG富集分析、蛋白互作(PPI)网络构建及可视化分析,得到关联的信号通路及核心基因,最后通过Coreminemedical数据库进行核心基因映射,得到与疾病相关中药。结果OSAHS相关显著差异表达基因共105个;GO富集分析显示差异基因的生物进程主要集中在对脂多糖、糖皮质激素、细菌来源分子、皮质类固醇等反应中,细胞组分主要富集在低密度脂蛋白颗粒、内吞囊泡管腔、高密度脂蛋白颗粒、溶酶体腔等中;分子功能主要以RNA聚合酶II特异性DNA结合转录因子结合、生长因子活性、DNA转录因子结合、核受体结合为主;KEGG富集分析共得到10条信号通路,包括IL-17信号通路、TNF信号通路、卡波西肉瘤相关疱疹病毒感染通路、致病性大肠杆菌感染通路等;蛋白互作网络构建及可视化分析共得到12个核心基因(IL-6、FOS、FOSB、NR4A1、ATF3、DUSP1、EGR1、JUN、ZFP36、PTGS2、CXCL2、SOCS3),核心基因映射共获得89味具有潜在治疗效果的中药,功效以补虚药、清热药、活血化瘀药、化痰止咳平喘药、祛风湿药为主。结论IL-6、FOS等核心基因的表达及IL-17、TNF等信号通路可能在OSAHS病程中起到关键作用,部分清热活血化瘀、补虚化痰止咳的中药可靶向治疗OSAHS,具有潜在治疗效果及良好的应用前景,生物信息学分析可得到OSAHS治疗的多个靶点,对其精准治疗及中西医结合治疗具有重要意义。

基于生物信息学未分化甲状腺癌LncRNA基因与免疫浸润机制及中药预测的研究

目的基于GEO数据库对未分化甲状腺癌基因数据进行差异分析、基因富集分析和免疫浸润分析,为深入了解未分化甲状腺癌免疫相关机制及治疗提供理论依据。方法利用GEO数据库检索有关ATC的芯片,根据样本数量及芯片类型,筛选出符合条件的芯片,借助R语言软件筛选出符合条件的差异基因,筛选ATC中差异表达的lncRNA,构建LncRNA-miRNA-mRNA网络图,并构建蛋白质-蛋白质相互作用关系网络(PPI)并进行GO富集分析和KEGG通路分析。同时利用CIBERSORT反卷积法对22种免疫细胞在未分化甲状腺癌中的浸润情况进行分析。并通过Coremine Medical进行治疗中药预测。结果经检索GEO数据库找到编码为GSE65144的基因芯片,利用R语言分析筛选出LncRNA差异基因127个,其中上调基因51个,下调基因76个,并对差异基因绘制ceRNA网络;将得出的LncRNA进行PPI网络分析,筛选出核心基因20个,排名靠前的有MYC、JUN、EGLN3、KIF23、YWHAH。GO富集分析显示其参与了RNA聚合酶Ⅱ启动子的转录调控、RNA聚合酶Ⅱ启动子转录的正调控、细胞增殖的正调控、细胞迁移的正调控等生物学过程,KEGG主要富集通路为癌症信号通路、MAPK信号通路、PI3K-AKT信号通路等。免疫浸润结果显示甲状腺未分化癌(anaplastic thyroid carcinoma,ATC)中巨噬细胞M0和巨噬细胞M2显著增高,而浆细胞和T细胞γ-δ显著减少。单核细胞和中性粒细胞呈显著正相关(r=0.90),活化的肥大细胞和中性粒细胞呈显著正相关(r=0.88),活化的肥大细胞和单核细胞呈显著正相关(r=0.72),嗜酸性粒细胞和CD_(4)T细胞呈显著正相关(r=0.72),T细胞γ-δ和滤泡辅助T细胞呈显著正相关(r=0.71)。并且,巨噬细胞M2和浆细胞呈显著负相关(r=-0.70),T细胞γ-δ和活化的树突状细胞呈显著负相关(r=-0.68),T细胞γ-δ和巨噬细胞M0呈显著负相关(r=-0.56)。预测中药主要集中在清热解毒药和补虚药,归经主要为肝、脾、肾经。结论ATC患者基因差异表达和免疫细胞浸润率的个体差异比较显著。在ATC肿瘤组织中具有高比例浸润的免疫细胞是其治疗的潜在目标。中药治疗是一个新的方向,有待后续的临床及基础实验加以验证。

糖尿病肾病中铜死亡相关基因的生物信息学分析及靶向中药预测

目的通过生物信息学方法分析与糖尿病肾病(DN)有关的铜死亡相关基因,并预测靶向作用于这些基因的中药。方法从GEO数据库中下载与DN相关的基因表达数据集(GSE96804和GSE30529),并从相关文献中获取铜死亡相关基因。基于GSE96804数据集,筛选DN中差异表达铜死亡相关基因(DECAGs),并分析DECAGs之间表达量的相关性;根据DECAGs的表达量对DN样本进行聚类分型分析和基因集变异分析(GSVA)。基于聚类分型结果进行加权基因共表达网络分析,获取疾病关键基因模块和核心基因。利用“limma”程序包获取GSE96804数据集中的差异表达基因,然后与核心基因取交集以获得交集基因。基于GSE96804数据集及交集基因,通过3种机器学习模型筛选疾病特征基因。通过受试者工作特征曲线,基于GSE96804数据集评估特征基因对DN的诊断价值,并基于GSE30529数据集进行验证。通过分析疾病特征基因与DECAGs之间的相关性获得关键DECAGs。在CoreMine^(TM)MEDICAL数据库,针对DECAGs进行中药预测。结果共获得7个DECAGs,其中DBT、PDHA1、FDX1表达量与GCSH的表达量呈正相关,DLAT、PDHA1表达量与FDX1的表达量呈正相关,GLS表达量与DLAT的表达量呈负相关。基于DECAGs可将DN样本可分为两簇(C1簇和C2簇)。GSVA结果显示,与C1簇相比,NOD样受体(NLR)、Notch和Toll样受体(TLR)等信号通路在C2簇中富集。棕色模块(含369个核心基因)与基于DECAGs的聚类分型高度相关。共获得114个交集基因,通过3种机器学习模型最终筛选出疾病特征基因G6PC。在GSE96804、GSE30529数据集中,G6PC表达量诊断DN的曲线下面积分别为0.987、0.900。PDHA1、FDX1、DBT、GCSH与G6PC具相关性,故作为关键DECAGs。根据DECAGs筛选出168味中药,中药四气以寒性、温性和平性为主,五味以苦味、甘味为主,常见归经为肝经、脾经和肾经,功效以补虚类、清热和活血化瘀最常见。其中,丹参、青风藤、紫草、茯神、白术、苦豆草、蛇床子、艾叶均至少靶向2个DECAGs。结论7个DECAGs及其相关的NLR、Notch、TLR等信号通路可能是DN铜死亡相关发病机制的重要环节,其中,PDHA1、FDX1、DBT和GCSH是关键DECAGs,G6PC是DN的疾病特征基因。丹参、青风藤、紫草等中药可能通过调控铜死亡治疗DN。

基于机器学习筛选食管鳞状细胞癌的特征基因与免疫细胞浸润分析及中药预测

目的:探索食管鳞状细胞癌(ESCC)可能的作用靶点及其发病机制,并利用生物信息学技术预测潜在治疗ESCC的中药。方法:通过检索GEO数据库获取ESCC的基因芯片,从中筛选出差异基因。利用R软件包“ColorsESCCE、Stringi、GGplot2、Bioconductor”对基因本体(GO)、京都基因和基因组百科全书(KEGG)进行差异基因的富集分析。使用R软件包“E1071,PreProcessCore”将获得的差异基因基于CiberSort算法对22个免疫细胞进行浸润分析,了解免疫浸润细胞与特征基因之间的相关性。通过Coremine和Herb数据库检索特征基因治疗ESCC的潜在中药。结果:得到UBL3、KIF4A、KIF14、GPX3共4个食管鳞状细胞癌特征基因。免疫细胞浸润分析结果显示,在食管鳞状细胞癌患者体内CD4^(+)T细胞、M0巨噬细胞、M2巨噬细胞、活化的树突状细胞显著上调;静息的肥大细胞、活化的肥大细胞显著下调。丹参、香橼、西红花、枸杞子、茯苓、人参、鳖甲等中药是潜在治疗食管鳞状细胞癌的药物。结论:特征基因与ESCC的病程进展相关,并预测丹参、香橼、西红花、枸杞子、茯苓、人参、鳖甲等中药是ESCC潜在靶向特征基因的治疗药物,为ESCC的临床诊治和药物开发提供了新的方向,同时也为ESCC患者提供了更多的治疗方法和途径。

特发性非肝硬化门静脉高压症的关键基因通路筛选与潜在中药预测

目的采用生物信息学方法对特发性非肝硬化门静脉高压症(idiopathic non-cirrhotic portal hypertension,INCPH)的基因芯片数据进行分析,获取疾病发生发展的关键基因和信号通路,预测治疗INCPH的潜在中药。方法从基因表达综合数据库(gene expression omnibus,GEO)数据库下载关于INCPH的基因芯片数据集GSE77627,利用R语言对数据进行标准化并筛选INCPH的差异基因(differential genes,DEGs),并利用Metascape数据库对所有DEGs进行基因本体(gene ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)富集分析,并通过STRING数据库构建蛋白-蛋白互作网络;同时,利用CytoHubba插件筛选Degree值排名前15的DEGs作为关键基因。随后将关键基因与医学本体信息检索平台互相映射,以P<0.05为标准筛选治疗INCPH的潜在中药,并从TCMSP数据库中筛选潜在中药有效成分,导入Cytoscape软件构建中药相关网络图,并预测关键作用靶点。结果共获得1880个DEGs,其中表达上调的基因有1061个,表达下调的基因有819个。利用STRING数据库以及Cytoscape环境下的cytoHubba插件分析DEGs,筛选Dgree值排名15位的基因作为关键基因,分别是RPS27A、CDC42、EIF4E、MAPK1、PIK3R1、RPS6、RPS9、RPS8、RPL15、RPL27A、RPL24、RPL27、RPL26、RPL12和MAPK14。GO、KEGG分析显示DEGs主要参与配子生成、糖尿病并发症中的AGE-RAGE信号通路等信号通路。结论筛选得到干预INCPH的潜在中药为人参、丹参、黄芪等,可能成为INCPH治疗的潜在分子药物来源。

基于加权基因共表达网络分析及机器学习构建铁死亡相关基因在多囊卵巢综合征的疾病模型及相关中药预测

目的:利用机器学习分析铁死亡基因与多囊卵巢综合征(PCOS)的相关性,构建诊断及预后风险模型,探讨PCOS的潜在铁死亡机制,并预测相关中药。方法:多芯片标准化合并GEO数据库的卵巢组织芯片,采用加权基因共表达网络分析(WGCNA)算法筛选与PCOS相关的铁死亡特征基因,对特征基因进行功能富集分析,利用多种机器学习进行构建并筛选疾病模型,提取最优的疾病特征基因,并构建风险模型,分析其与免疫浸润细胞及功能之间的相关性,对铁死亡基因进行中药及小分子化合物预测,并对小分子化合物与铁死亡靶点进行分子对接验证。结果:共提取26个铁死亡与PCOS的强相关交集靶基因,主要在铁死亡通路中的Xc-系统和铁代谢通路上发挥作用。通过WGCNA结合机器学习筛选以HMOX1、IFNA1、LPCAT3、FOXO4和PARP3为特征基因的RF模型有较优的模拟特性,并通过绘制列线图来预测各基因表达的患病风险性。上述模型基因与PCOS的发病呈正相关性。免疫浸润分析提示多种免疫细胞在两组之间存在显著浸润差异,预测的中药中丹参、三七可能是其潜在的分子药物来源,分子对接中丹酚酸B、葛根素与黄芪甲苷A的匹配程度最高。结论:以HMOX1、IFNA1、LPCAT3、FOXO4和PARP3为特征基因的铁死亡相关基因模型可为早期识别和治疗POCS提供新思路。铁死亡相关基因可通过干预多种途径在PCOS中发挥重要作用,中医药在干预PCOS中可能通过调节铁稳态代谢来介导铁死亡途径。

基于生物信息学筛选特发性肺纤维化差异基因及中药预测

目的:采用生物信息学方法研究特发性肺纤维化(IPF)基因芯片数据,筛选差异表达基因,同时预测治疗特发性肺纤维化的潜在中药药物,探讨致病的潜在靶点及治疗药物。方法:从GEO数据库下载特发性肺纤维化数据并筛选差异表达基因(DEGs),利用STRING建立差异表达基因的蛋白互作网络并筛选关键基因(Hub genes),对关键基因进行GO功能注释与KEGG通路富集分析,最终通过Connectivity Map平台对关键基因筛选可能的治疗中药。结果:筛选出343个DEGs;PPI网络分析筛选出CCL2、SKIV2L2、SPP1、HSP90AA1、POLR2B等15个关键基因;GO分析表明,关键基因参与细胞外基质、细胞外基质的组织、胶原蛋白分解代谢的过程、细胞外基质结构成分等生物过程;KEGG通路分析显示,DEGs主要富集于糖尿病并发症中的AGE-RAGE信号通路、蛋白质消化吸收、IL-17信号通路、血小板激活、PI3K/Akt信号通路、细胞外基质受体相互作用等信号通路;并从CCL2、SKIV2L2、SPP1等12个关键基因筛选得到黄芪、三七、黄芩、丹参、党参等多味具有潜在疗效的中药。结论:本研究筛选了特发性肺纤维化的差异表达基因,明确了在IPF中关键基因及潜在的治疗性中药,为IPF临床治疗的新靶点及新药研发提供了新的方向。

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 B信号通路、趋化因子信号通路、NOD样受体信号通路、Toll样受体信号通路等。通过PPI网络筛选出了IL6、IL1β、MMP9、PTGS2、VEGFA和CXCL8等10个核心基因,与Coremine Medical数据库相互映射筛选出郁金、姜黄和黄芩等治疗OA的潜在中药。免疫浸润分析结果显示,OA组织中B细胞和肥大细胞的浸润程度与对照组存在显著差异(P<0.05)。结论 本研究利用生物信息学的方法分析了OA的关键通路、免疫细胞浸润模式和潜在治疗中药,为OA发病机制和药物治疗提供了一定参考和借鉴。

基于生物信息学方法探讨银屑病关键差异基因的免疫浸润机制及相关中药预测分析

目的探讨银屑病关键差异基因的免疫浸润机制及分析预测相关作用中药。方法利用基因芯片数据库(Gene Expression Omnibus,GEO),对银屑病基因探针芯片数据进行富集分析和免疫浸润分析。运用R语言及相关安装包程序对银屑病差异基因进行基因本体论(GO)及基因通路富集分析(KEGG);通过CIBERSORT反卷法对22类免疫细胞在银屑病的含量及比例进行分析;利用COREMINE数据库对明显富集的免疫相关的生物学过程及核心靶基因进行中药预测。结果银屑病相关的蛋白网络互作关键靶基因涉及KIF2C、BUB1、BUB1B等14个靶基因,涉及中性粒细胞活化、淋巴细胞迁移、白细胞趋化性等多种免疫相关途径,与自身免疫、炎症、心肌代谢通路密切相关。CIBERSORT反卷积法对银屑病的免疫相关性分析中,调节性T细胞、活化的树突状细胞与活化的CD4^(+)记忆性T细胞呈正相关,而活化的树突状细胞与静息肥大细胞、巨噬细胞M2呈负相关。在总体样本中,与正常皮肤组织组相比,银屑病皮损组织中中性粒细胞、活化的树突状细胞、静息的CD4^(+)记忆T细胞明显增高,而静息肥大细胞则明显减少,而在配对样本中记忆B细胞在银屑病组织中呈现上升趋势,而调节性T细胞呈下降趋势。免疫相关性分析中,调节性T细胞、活化的树突状细胞与活化的CD4^(+)记忆性T细胞呈正相关,而活化的树突状细胞与静息肥大细胞、巨噬细胞M2呈负相关。通过COREMINE预测发现,半枝莲、白花蛇舌草、人参、黄芪、防己与银屑病相关免疫浸润的关系最密切,且多归为肺经,功效多与清热补虚相关。结论中性粒细胞、树突状细胞、CD4^(+)记忆T细胞、调节性T细胞与银屑病关系密切,银屑病相关的差异基因涉及多种免疫相关生物学过程及通路,筛选出半枝莲、白花蛇舌草、人参、黄芪、防己等中药可能为其潜在的分子药物来源。

绝经后骨质疏松差异表达基因的免疫浸润机制及潜在中药预测

目的 综合生物信息学方法分析绝经后骨质疏松(Postmenopausal osteoporosis, PMOP)的差异表达基因及免疫浸润机制,并预测治疗PMOP的潜在中药。方法 通过检索GEO数据库获取GSE56116数据集,利用R语言鉴别差异表达基因(DEG)。利用STRING在线平台构建蛋白互作网络图(PPI),并通过Cytoscape 3.7.2软件进一步构建核心靶点网络图。应用DAVID数据库对差异基因进行GO功能和KEGG富集分析。CIBERSORT用于评估PMOP中免疫细胞的浸润。利用医学本体信息检索平台与差异基因相互映射,预测治疗PMOP的潜在中药。结果 共鉴定出971个DEG,其中包括541个上调基因,430个下调基因,并通过Cytoscape 3.7.2软件筛选得到SYK、FOS、LYN、IL4、HSPG2、ITGB1、RXRA、HCK等可能是与PMOP相关系的核心靶点。GO功能富集主要与甾醇代谢过程(Sterol metabolic process)、胆固醇代谢过程(Cholesterol metabolic process)、肽结合(Peptide binding)、产生超氧化物的NADPH氧化酶激活剂活性(Superoxide-generating NADPH oxidase activator activity)等生物功能相关。KEGG富集分析靶点主要富集在NF-kB信号通路(NF-kappa B signaling pathway)、fcεRI信号通路(Fc epsilon RI signaling pathway)、刺猬信号通路(Hedgehog signaling pathway)、MAPK信号通路(MAPK signaling pathway)、戊糖磷酸途径(Pentose phosphate pathway)等信号通路中。人参、三七、石斛、姜黄可能成为治疗PMOP的潜在候选中药。结论 利用综合生物信息学鉴别DEG、信号通路和免疫浸润有助于理解PMOP的发病机制,为理解与PMOP发生和发病相关的分子机制提供了理论依据,并为进一步探索中药治疗PMOP的作用机制提供了研究方法与策略。

基于生物信息学的糖尿病脑病关键基因与通路筛选及中药预测的研究

目的:基于生物信息学方法对糖尿病脑病(DE)的关键基因进行初步筛选,探索与其相关的潜在靶点、生物过程及通路,进而预测治疗DE的潜在中药。方法:运用GEO数据库筛选出基因芯片原始数据集GSE161355作为样本进行研究。基于R Studio软件的质量评估和差异分析筛选差异基因,应用DAVID数据库进行基因本体(GO)富集分析和京都基因和基因组百科全书(KEGG)富集分析,利用Cytoscape软件进行关键靶点筛选及关键功能模块构建、可视化。通过将关键靶点与Coremine Medical数据库相互映射,筛选治疗DE的潜在中药。结果:通过对GSE161355基因原始数据集的预处理,从DE患者中筛选出326个显著性差异基因,差异基因主要参与学习、记忆、神经元突触传递、细胞分裂、蛋白质分泌、血管生成调节等生物过程,与神经活性配体-受体信号通路、细胞周期通路等存在关联。蛋白质-蛋白质相互作用(PPI)网络显示MCHR2、CXCR2、GNAI1、P2RY13、NPY1R、C3、LPAR4、OXTR、CHRM5、CDC7、ORC5、ORC4、CCNA1可作为治疗DE的潜在靶点,多方位、多维度、多层面参与炎症反应、细胞凋亡、内质网应激、血管生成等生物过程。通过中药预测筛选发现人参、熟地黄、西红花、银杏叶、黄连、郁金等可作为潜在来源。结论:通过对显著性差异基因和潜在核心靶点的分析促进了对DE发病机制的进一步理解和探索,为今后治疗和评估提供了新的方向和临床依据。