1990~2019年中国男性泌尿与生殖系统肿瘤疾病负担变化及预测分析

目的:分析及预测1990~2019年中国男性泌尿及生殖系统肿瘤中前列腺癌、睾丸癌、肾癌和膀胱癌的疾病负担变化。方法:全球疾病负担数据库中选择1990~2019年中国男性前列腺癌、睾丸癌、肾癌和膀胱癌的发病、死亡与疾病负担数据,运用Joinpoint回归模型计算疾病负担的变化趋势,ARIMA模型对发病情况进行预测。结果:1990~2019年中国男性前列腺癌、肾癌、膀胱癌、睾丸癌的标化发病率及患病率均处于上升水平,睾丸癌标化发病率和患病率增幅最高,分别增长了326.79%和1070.93%;前列腺癌疾病负担最高,2019年其标化发病率、患病率、死亡率分别为17.34/10万、117.65/10万、7.79/10万;肾癌的标化死亡率与DALY率明显上升,分别增长了103.59%和103.17%。2019年前列腺癌、肾癌和膀胱癌发病率、死亡率和DALYs率最高的年龄段均为90~94岁,患病率最高的年龄段为70~89岁;睾丸癌患病率最高的年龄段为25~49岁。ARIMA模型预测显示,2020~2029年中国男性前列腺癌、睾丸癌、肾癌和膀胱癌的标化发病率仍呈上升趋势。结论:中国男性前列腺癌、睾丸癌、肾癌、膀胱癌的疾病负担呈上升趋势,其中年轻男性该系统疾病负担上升显著,提示年轻人群泌尿生殖系统肿瘤的防治问题应进一步关注;预测到2029年,标化发病率均有所上升。

县级融媒体中心问政平台如何建好管用--以枞阳县融媒体中心为例

从中办、国办印发的《关于加快推进媒体深度融合发展的意见》和媒体的实践来看,“新闻+政务服务商务”应成为主流媒体的运营模式。在这一政策背景下,枞阳县融媒体中心因势而谋,应势而动,顺势而为,通过承建和运营“枞情民意”问政平台,着力发挥该平台牵引作用,打通服务群众“最后一公里”。本文从枞阳在线“枞情民意”问政平台运营经验出发,探索县级融媒如何提升平台应用功能、加强部门联动、破解运营难点、拓展变现渠道,以期更好地应用“新闻+”模式适应媒体深融时代的新要求。

基于加权基因共表达网络分析的动脉粥样硬化中铁死亡核心基因及其与免疫浸润细胞的关系研究

目的 基于加权基因共表达网络分析(WGCNA)筛选动脉粥样硬化(AS)中铁死亡核心基因,并分析其与免疫浸润细胞的关系。方法 从基因表达综合(GEO)数据库下载AS转录组数据集GSE100927[筛选出颈动脉样本41个,包含12个健康对照者的颈动脉样本(对照组)和29个AS患者的颈动脉样本(AS组)]。从FerrDb数据库下载铁死亡相关基因(FRG),去除重复基因后,最终纳入了564个FRG。利用R软件(版本4.2.3)进行数据预处理、差异表达基因(DEG)筛选、WGCNA,通过在线String数据库进行蛋白质-蛋白质相互作用网络(PPI)分析及确定核心基因,比较GSE100927中对照组和AS组核心基因表达水平,并分析GSE20129和GSE226790中核心基因表达水平,同时进行单样本基因集富集分析(ssGSEA)及免疫浸润分析。结果 共筛选出了508个DEG。网络拓扑分析结果显示,软阈值为2。共识别到5个基因模块,其中绿松石色基因模块与AS相关性最强(r=-0.96,P<0.001),该基因模块共包含15 087个基因。将绿松石色基因模块中的基因、FRG、DEG取交集,共得到17个交集基因。PPI分析结果显示,构建出1个含有17个节点、60条边的PPI网络图;核心基因分别为IL1B、CTSB、HMOX1、CDKN2A、ALOX5。在GSE100927中,AS组IL1B、CTSB、HMOX1、CDKN2A、ALOX5表达水平高于对照组(P<0.05);在GSE20129中,AS组IL1B、HMOX1表达水平高于对照组(P<0.05);在GSE20129中,对照组与AS组CDKN2A、ALOX5表达水平比较,差异无统计学意义(P>0.05);在GSE226790中,对照组与AS组CTSB表达水平比较,差异无统计学意义(P>0.05)。ssGSEA结果显示,IL1B、CTSB、HMOX1、CDKN2A、ALOX5主要涉及铁死亡、脂肪消化吸收等机制。AS组静息CD4记忆T淋巴细胞、浆细胞表达水平低于对照组,活化肥大细胞、单核细胞、滤泡辅助性T淋巴细胞、记忆B细胞表达水平高于对照组(P<0.05)。相关性分析结果显示,IL1B表达水平与活化肥大细胞、中性粒细胞表达水平呈正相关,与滤泡辅助性T淋巴细胞、记忆B细胞、M0型巨噬细胞表达水平呈负相关(P<0.05);CTSB、HMOX1表达水平与22种免疫浸润细胞表达水平均无直线相关关系(P>0.05);CDKN2A表达水平与中性粒细胞表达水平呈负相关(P<0.05);ALOX5表达水平与活化CD_(4)记忆T淋巴细胞、活化树突状细胞、M2型巨噬细胞表达水平呈负相关,与活化肥大细胞、调节性T淋巴细胞、M1型巨噬细胞表达水平呈正相关(P<0.05)。结论 本研究基于WGCNA共筛选出5个AS中铁死亡核心基因,分别为IL1B、CTSB、HMOX1、CDKN2A、ALOX5,其中IL1B、CDKN2A、ALOX5表达水平与部分免疫浸润细胞表达水平有直线相关关系,而CTSB、HMOX1表达水平与22种免疫浸润细胞表达水平均无直线相关关系。

基于网络药理学和WGCNA探讨淫羊藿治疗前列腺癌的分子机制

目的基于网络药理学和WGCNA方法探讨淫羊藿治疗前列腺癌的潜在作用靶点,以期为前列腺癌的临床治疗提供理论依据。方法借助TCMSP、ETCM数据库和2020版药典获得淫羊藿活性成分及其对应靶点基因;R语言对数据集GSE46602进行差异分析,WGCNA筛选出前列腺癌关键基因,获得淫羊藿前列腺癌交集靶点基因;进一步进行GO和KEGG通路富集分析,STRING及Cytoscape软件构建蛋白质相互作用网络、药物活性成分靶点通路疾病网络;UALCAN网站及GEPIA数据库验证关键基因与Gleason分级的相关性并进行验证。结果淫羊藿有效活性成分31个,对应靶点基因228个,淫羊藿抗前列腺癌的潜在作用靶点9个;GO分析显示疾病交集基因富集在腺体发育、VEGF⁃A复合物等过程,KEGG通路富集显示主要富集在化学致癌作用受体激活、VEGF信号通路等通路上。药物活性成分共同靶点通路疾病网络分析淫羊藿核心活性成分为槲皮素、木犀草素和山奈酚;UALCAN分析交集基因的表达与Gleason分级有明显相关性,GEPIA数据库验证显示VEGFA、PGR、AKR1B1、GSTM1基因在前列腺癌组织中表达降低。结论VEGFA、PGR、AKR1B1、GSTM1基因是淫羊藿抗前列腺癌的主要靶点,淫羊藿治疗前列腺癌的核心活性成为槲皮素、木犀草素和山奈酚,其中可能是通过VEGF信号通路等发挥治疗前列腺癌的作用。

整合素α ν β3作用机制研究进展

整合素是一类细胞黏附受体家族蛋白,其在细胞识别、黏附、迁移及肿瘤细胞侵袭等方面发挥着重要作用。其中,整合素α ν β3是整合素家族重要成员之一,由αν和β3两种跨膜蛋白以非共价键相互作用而形成的异二聚体,在血管生成性疾病、炎症性疾病及肿瘤等疾病中高表达,可参与调控相关疾病的发生发展,已成为相关疾病诊疗的潜在标志物或靶点。基于整合素α ν β3在疾病诊断或治疗中的潜力,本文从整合素α ν β3的结构、作用机制角度进行综述,以期为整合素α ν β3的深入研究提供参考,为相关疾病的治疗提供新的靶点和策略。

基于网络药理学联合加权基因共表达网络分析黄精治疗代谢性相关脂肪性肝病的作用机制

目的运用网络药理学结合加权基因共表达网络分析(WGCNA)探究黄精治疗代谢性相关脂肪性肝病的作用机制。方法利用中药系统药理数据分析平台(TCMSP)检索黄精主要活性成分,并采用Pharm Mapper平台挖掘黄精活性成分相关靶点。在GeneCards数据库中下载并整理了代谢性相关脂肪性肝病相关基因。通过GEO平台下载代谢性相关脂肪性肝病相关基因芯片GSE89632,使用R软件limma包进行差异分析,并运用WGCNA筛选出的模块基因作为疾病靶点基因。R软件Venn Diagram包进行交集分析并可视化。采用R软件clusterProfiler包对交集靶点基因进行基因本体论(GO)功能富集和京都基因与基因组百科全书(KEGG)信号通路富集分析。采用Cytoscape软件进行“药物–活性成分–共同靶点”网络的构建与分析。将交集靶点基因上传至String数据库,把结果数据导入至Cytoscape软件构建蛋白相互作用(PPI)网络并筛选核心靶点基因。采用MOE软件进行分子对接。结果共筛选出黄精活性成分12个,成分相关靶点327个;GeneCards数据库整理获得代谢性相关脂肪性肝病相关基因1227个;WGCNA关联模块基因2639个;最终获得黄精治疗代谢性相关脂肪性肝病靶点基因18个。富集分析发现18个靶点基因通过调控胰岛素抵抗、脂质和动脉粥样硬化、代谢性相关脂肪性肝病等信号通络,参与细胞间信号传导、脂质代谢、氧化应激、炎症反应等生物过程。分子对接研究显示核心靶点与相关黄精活性成分结合稳定。结论黄精具有治疗代谢性相关脂肪性肝病的作用,且在治疗代谢性相关脂肪性肝病中具有多靶点、多成分、协同作用的特点。

基于生物信息学分析方法和机器学习算法探究铁死亡参与糖尿病心脏病的机制

目的 基于生物信息学分析方法和机器学习算法探究铁死亡参与糖尿病心脏病(DHD)的机制。方法从美国国家生物技术信息中心(NCBI)基因表达综合(GEO)数据库下载数据集GSE4745(大鼠心肌细胞测序数据)和数据集GSE26887(人心肌细胞测序数据),通过铁死亡数据库获得铁死亡基因数据集。应用R软件(4.2.1版本)中的“Limma”包分析数据集GSE4745中DHD的差异表达基因;应用“WGCNA”包构建加权基因共表达网络以筛选DHD相关基因模块;应用“Venn”包取DHD差异表达基因、DHD相关基因模块及铁死亡基因数据集交集以获取DHD相关铁死亡基因。然后针对DHD相关铁死亡基因进行LASSO回归分析以筛选DHD相关铁死亡核心基因。最后通过数据集GSE26887、蛋白质组学原始数据及既往研究验证DHD相关铁死亡核心基因。结果 从数据集GSE4745中获得491个DHD差异表达基因,其中上调基因252个、下调基因239个。以软阈值为7将DHD差异表达基因构建邻接矩阵,最终选择品红色和蓝色模块为DHD相关基因模块,共1 092个基因。进一步分析获得28个DHD相关铁死亡基因。LASSO回归分析结果显示,从28个DHD相关铁死亡基因中获得6个DHD相关铁死亡核心基因,分别为H19、Nr4a1、Decr1、Gstm1、Slc3a2、Por。根据数据集GSE26887、蛋白质组学原始数据及既往研究结果最终确定H19、Nr4a1、Decr1、Por为DHD相关铁死亡的核心基因。结论 铁死亡参与DHD的机制可能与H19、Decr1、Por表达上调及Nr4a1表达下调有关,这为铁死亡参与DHD提供了新的证据。