采用生物信息学方法筛选和分析滤泡性淋巴瘤关键基因

目的采用基因表达汇编(GEO)数据库中转录组数据筛选和分析滤泡性淋巴瘤的关键基因。方法通过GEO数据库收集转录组数据集GSE32018和GSE55267。使用R软件行差异分析,筛选差异表达基因,FunRich 3.13软件分析共同差异基因,Cytoscape 3.7.2软件进行滤泡性淋巴瘤相关生物过程和通路分析,筛选与滤泡性淋巴瘤相关的潜在基因,通过分析Oncomine数据库的临床数据进行生存分析,验证所筛选的差异基因。结果通过对GSE32018和GSE55267数据集的差异分析,确定141个上调基因和199个下调基因,其中筛选出12个关键基因,即CXCL8、KRT19、CYCS、CDKN3、SFN、RRM2、FN1、APOE、CXCL12、VWF、GATA3、TIMP1,其中CYCS、CXCL8和CXCL12与患者早期生存率的关联最为明显。CXCL12过表达和CYCS低表达与患者不良预后相关;CXCL8在淋巴瘤组织中表达下降,但生存分析中其相对高表达患者出现总生存期缩短的现象,可能与滤泡性淋巴瘤早期发展相关。筛选出GO、KEGG及Reactome通路,分别为GO:0001892、KEGG:04115、R-HSA:2559582、GO:0060968、R-HSA:6785807、GO:0043627、GO:0001936、GO:0043062。结论筛选出的基因CYCS、CXCL8和CXCL12可能为滤泡性淋巴瘤的治疗研究提供更有效的生物标志物。

动脉性肺动脉高压相关基因的生物信息学分析

目的通过GEO数据库转录组和miRNA基因芯片数据筛选和分析动脉性肺动脉高压相关基因。方法通过GEO数据库收集转录组数据集(GSE113439、GSE53408)和miRNA数据集(GSE21284、GSE55427)。使用R3.5.2软件进行差异分析,筛选差异表达基因和miRNA,通过miRNet数据库筛选差异miRNA的靶基因,利用FunRich 3.13软件分析共同差异基因。最后用Cytoscape 3.7.2软件进行动脉性肺动脉高压相关生物过程和通路分析,筛选与动脉性肺动脉高压致病机制相关的潜在基因。结果最终分析确定188个上调基因、50个miRNA、20个生物过程和通路。其中与细胞增殖、迁移、凋亡及免疫紧密相关的GO生物过程和Reactome通路有5个:GO:0097581细胞板状伪足相关、GO:0030866皮质肌动蛋白细胞骨架相关、GO:0002886骨髓来源的白细胞介导的免疫调节相关、GO:0031122细胞质微管组织和生物发生相关、R-HSA:400253昼夜节律相关。参与调控的主要相关基因为:ANLN、BIRC3、CHD9、CLOCK、CXCL8、DST、FER、HIF1A、KIF23、PCM1、PLS1、ROCK2、TWF1。miRNA为hsa-miR-129-5p、hsa-miR-485-3p、hsalet-7b-5p、hsa-miR-215、hsa-miR-519a-3p、hsa-miR-519c-3p、hsa-miR-98-5p、hsa-miR-380-3p、hsa-miR-155-5p、hsa-miR-23a-3p、hsa-miR-642-5p。结论筛选出的基因ANLN、BIRC3、CLOCK、DST、FER、KIF23、PCM1、PLS1、TWF1可能关系到血管重构,这为动脉性肺动脉高压的治疗提供新的思路,为发展新的抗血管重构治疗提供更多可能的手段。