酒精性肝炎自噬关键基因的筛选及生物信息学分析

目的筛选酒精性肝炎(AH)的自噬关键基因,探讨AH潜在的生物标志物和治疗靶点。方法采用基因表达综合数据库(GEO)中的2个AH基因芯片和从MSigDB、GeneCards数据库中获得的自噬相关数据集,通过加权基因共表达网络分析(WGCNA)获取关键基因。对筛选的关键基因进行基因本体(GO)、京都基因和基因组百科全书(KEGG)功能富集分析,蛋白质相互作用(PPI)分析,免疫浸润分析,构建信使RNA(mRNA)-微小RNA(miRNA)网络,进行酒精性肝病不同分期的自噬相关关键基因的表达差异分析,并进一步通过实时荧光定量逆转录聚合酶链反应(RT-qPCR)在AH患者和小鼠肝脏组织中验证。结果本研究筛选得到了11个与AH自噬相关的基因(EEF1A2、CFTR、SOX4、TREM2、CTHRC1、HSPB8、TUBB3、PRKAA2、RNASE1、MTCL1、HGF),均为上调基因。在AH患者和小鼠肝脏组织中,SOX4、TREM2、HSPB8、PRKAA2在AH组中的相对表达量均高于对照组。结论SOX4、TREM2、HSPB8、PRKAA2可能是AH潜在的生物标志物和治疗靶点。

多重生物信息学分析慢加急性肝衰竭关键基因及其调控网络

目的通过多重生物信息学筛选慢加急性肝衰竭(acute-on-chronic liver failure,ACLF)关键基因及通路,为ACLF分子生物学研究和生物学标志物筛选提供理论依据。方法首先从基因表达数据集(Gene Expression Omnibus,GEO)下载ACLF转录组mRNA微阵列数据集,利用R软件中limma包进行基因表达量差异分析,并通过David数据库对差异基因进行基因本体论(gene ontology,GO)功能富集和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)分析;利用STRING数据库绘制蛋白质互作(protein-protein interaction,PPI)网络图,Cytoscape软件筛选关键差异基因。结果共筛选得到329个差异表达基因,其中上调基因185个,下调基因144个。GO功能富集分析得到条目385个,包含免疫受体活性、细胞因子受体活性、T细胞受体结合等生物学功能(P<0.05);KEGG通路富集分析筛选到36条信号通路,免疫和炎症相关的通路包括Th1和Th2细胞分化、Th17细胞分化通路、T细胞受体信号通路、原发性免疫缺陷、NF-κB信号通路和TNF信号通路等。进一步得到与ACLF相关的核心差异基因CD3G、CD3D、IL7R、LCK、IL1R2、IL18R1、IL1R1和MAPK14,这些基因可能成为ACLF潜在的生物标志物及治疗靶点。结论本研究发现,CD3G、CD3D、IL7R、LCK、IL1R2、IL18R1、IL1R1和MAPK14可能成为ACLF发生、发展相关核心基因和未来新的治疗靶点。

ZNF7基因在乳腺癌中的表达及其共表达基因的生物信息学分析

目的运用生物信息学方法研究锌指蛋白7(zinc finger protein 7,ZNF7)基因及其共表达基因在乳腺癌发生发展过程中的作用。方法通过GeneCards及PubMeb数据库分析ZNF7基因的已知功能;通过UALCAN网站分析ZNF7在乳腺癌患者中的表达情况,以及年龄、性别等因素对其表达的影响;通过Kaplan Meier-Plotter工具绘制ZNF7的生存曲线;利用LinkedOmics网站研究ZNF7的共表达基因,并对它们进行基因本体(gene ontology,GO)和京都基因和基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路富集分析;通过STRING数据库分析ZNF7的蛋白-蛋白相互作用(protein-protein interaction,PPI)网络及其功能。结果ZNF7可能通过转录调控发挥炎症抑制和细胞保护活性,是特定肿瘤中强大的预后标志物,但其在乳腺癌中的角色尚不明确;ZNF7高表达患者生存率明显高于低表达患者,但其表达不受年龄、性别等因素的影响。GO富集结果显示,ZNF7正向共表达基因主要参与核糖核蛋白的生物合成、染色体分离、DNA复制等生物学过程,定位于细胞核,并与DNA及RNA的催化活性、解螺旋酶活性、单链DNA及mRNA结合等分子功能相关;KEGG通路富集表明,ZNF7主要涉及真核生物核糖体生物合成、剪接体、RNA转运、细胞周期、同源重组等通路。在PPI中,核因子κB激酶调节亚基γ抑制剂(inhibitor of nuclear factor kappa B kinase regulatory subunit gamma,IKBKG)和氧化应激诱导生长抑制剂家族成员2(oxidative stress induced growth inhibitor family member 2,OSGIN2)分别参与细胞凋亡和分裂;核糖体蛋白S7(ribosomal protein S7,RPS7)与核糖体蛋白L8(ribosomal protein L8,RPL8)参与核糖体生物合成;烟酰胺腺嘌呤二核苷酸磷酸氧化酶4(nicotinamide adenine dinucleotide phosphate oxidase 4,NOX4)有助于超氧化物的产生。结论ZNF7可能通过参与乳腺癌患者体内多条信号通路的网络调控,从而影响乳腺癌的发生和发展。

基于GEO芯片数据的肝癌特征基因生物信息学及预后分析

通过生物学信息方法筛选和分析肝癌组织与癌旁组织中的差异表达基因(DEGs),为肝癌早期预防、诊断以及治疗的靶点筛选提供参考。利用Rstudio中Limma包筛选出肝细胞癌(HCC)肝癌组织与癌旁组织的DEGs;Metascpape对DEGs进行GO功能富集和KEGG通路富集分析;STRING数据库构建PPI网络后,利用Cytoscape软件进行可视化并筛选关键基因,将筛选的关键基因利用GEPIA分析癌旁组织与肝癌组织中的基因表达及随肿瘤分期变化情况;Kalpan Meier-Plotter对关键基因的生存曲线进行分析;两芯片筛选出453个共有的DEGs,其中,上调基因149个,下调基因304个。上调DEGs主要富集在细胞分裂、细胞周期G1/S相变、细胞周期的正调控、DNA复制等生物过程;下调DEGs主要富集在一元羧酸代谢过程、有机酸分解过程、环氧酶P450途径、辅酶代谢过程等生物过程。通过对肝癌相关芯片数据的生物学信息分析发现,BUB1、AURKB、CDC20、CCNB1、CDCA8、CDK1、CCNB2、BUB1B、KIF2C等9个上调关键基因均与HCC预后不良相关,可能是肝癌发生发展的潜在靶点。

食管癌甲基化驱动基因的筛选、功能及调控通路分析

目的筛选食管癌甲基化驱动基因,并进行功能及调控通路分析。方法搜集TCGA数据库中基因表达数据、DNA甲基化数据、临床信息完整的食管癌患者资料162例,记为肿瘤组;其中16例有癌旁对照资料,记为对照组。使用R语言Methyl Mix包综合分析两组患者的基因表达数据和DNA甲基化数据。R语言Methyl Mix包定义肿瘤组和对照组甲基化平均值的差值倍数为差异甲基化值(DM值),Spearman相关分析法分析基因表达与甲基化相关性,以|DM值|>0、|相关系数(Cor)|>0. 3为截断值筛选甲基化驱动基因。使用在线分析软件DAVID 6. 8(https://david. ncifcrf. gov/)对食管癌甲基化驱动基因进行基因本体(GO)功能富集分析。使用在线数据库KOBAS 3. 0(http://kobas. cbi. pku. edu. cn/)对食管癌甲基化驱动基因进行京都基因与基因组百科全书(KEGG)通路分析。结果筛选得到88个食管癌甲基化驱动基因,其中74(84. 1%)个为高甲基化驱动基因,14个为低甲基化驱动基因。最可能发生甲基化的食管癌甲基化驱动基因有Makorin环指蛋白3(MKRN3)基因、人Fermitin家族同系物3(FERMT3)基因、含V-Set免疫球蛋白域蛋白2(VSIG2)基因等。在分子功能层面,食管癌甲基化驱动基因主要影响了金属离子结合、DNA结合、转录因子活性、序列特异性、核酸结合;在生物学过程层面,食管癌甲基化驱动基因影响了转录调控、DNA模板化;在细胞成分层面,食管癌甲基化驱动基因影响了核组分、胞内组分。锌指蛋白家族如ZNF582、ZNF69、ZKSCAN7、ZNF583、ZNF568、ZNF454、ZNF790、ZNF880等和SOX1基因被富集在了多个GO中。食管癌甲基化驱动基因主要参与了乙醛酸和二羧酸代谢通路,甘氨酸、丝氨酸和苏氨酸代谢通路,碳代谢通路及谷胱甘肽代谢通路的调控。结论食管癌甲基化驱动基因有88个,以高甲基化驱动基因为主;最可能发生甲基化调控的食管癌甲基化驱动基因有MKRN3基因、FERMT3基因、VSIG2基因等;食管癌甲基化驱动基因主要影响了金属离子结合、DNA结合等分子功能,转录调控、DNA模板化等生物学过程,核组分、胞内组分等细胞成分;食管癌甲基化驱动基因主要调控代谢相关的多个通路。

基因集富集分析探讨HER2基因对胃癌代谢的影响

目的运用基因集富集分析(GSEA)探索人表皮生长因子受体2(HER2)基因表达状态对胃癌代谢通路影响情况。方法下载癌症基因组图谱(TCGA)、基因表达综合数据库(GEO)和欧洲生物信息研究所(ArrayExpress)数据库的胃癌转录表达数据库,根据Her2拷贝数或者表达水平选取高低表达组,应用GSEA软件进行富集分析,取错误发现率q值(FDR q val)<25%和/或名义P值(nom P val)<0.01的代谢通路作为有意义的代谢基因集,结果绘制热图寻找共性。结果在癌症基因组图谱胃腺癌集(TCGA STAD)、GEO数据集(GSE66229)等10个数据库中,Her2的高低表达对对过氧物酶体、N-聚糖生物合成和嘧啶代谢通路基因集有影响(FDR q val<25%且nom P val<0.01),糖基磷脂酰肌醇、甘油磷脂、鞘脂类代谢差异有统计学意义(nom P val<0.01)。结论多个数据库GSEA分析结果提示癌基因Her2的状态与多个代谢通路基因集有相关性。

基于生物信息学分析筛选骨关节炎差异表达基因

目的基于生物信息学分析筛选骨关节炎相关的差异表达基因(DEGs),并分析其生物学功能。方法从GEO数据库下载微阵列数据集GSE1919,其包括5个骨关节炎样品和5个匹配的对照样品。利用R语言的Limma工具包进行数据分析,筛选DEGs。利用DAVID数据库对DEGs进行基因本体富集分析,利用京都基因与基因组百科全书数据库对上调DEGs进行信号通路分析。基于STRING数据库的信息识别蛋白质-蛋白质互相作用(PPI),使用Cytoscape软件3.4.0进行PPI网络构建。结果共获得1145个DEGs,包括483个上调的DEGs和662个下调的DEGs。上调的DEGs主要涉及受体活性、细胞黏附分子活性,主要集中于细胞外组分、细胞膜、细胞外间隙等,主要与细胞通信、信号转导有关。上调的DEGs显著富集于肿瘤坏死因子、细胞黏附分子、丝裂原活化蛋白激酶、黏着斑、细胞因子受体相互作用以及磷脂酰肌醇-3-羟激酶-蛋白激酶B等信号通路。白细胞介素(IL)-6、IL-8、胰岛素样生长因子(IGF)和血管紧张素原(AGT)等基因为PPI网络的核心基因。结论IL-6、IL-8、IGF和AGT基因可能是参与骨关节炎发展的重要基因。

治疗痛风性关节炎的四妙散活性成分靶基因筛选及生物学功能分析

目的筛选治疗痛风性关节炎(GA)的四妙散活性成分靶基因,并分析其生物学功能。方法采用中药系统药理学数据库(TCMSP)收集四妙散的成分,然后根据ADME参数(OB≥30%、DL≥0.18)筛选其可能的活性成分及其靶基因;利用Gene Cards、OMIM和DrugBank数据库获取GA发病相关的靶基因;将四妙散活性成分调控的靶基因与GA发病相关的靶基因进行映射取交集,得到四妙散治疗GA的潜在作用靶基因。利用Cytoscape3.7. 2软件分析获得关键活性成分;根据蛋白互作(PPI)网络筛选出关键靶基因;使用DAVID数据库对作用靶基因进行基因本体(GO)功能和京都基因与基因组百科全书(KEGG)通路富集分析;采用Autodock1.5. 6软件对四妙散治疗GA的关键活性成分与关键靶基因进行分子对接以评价网络分析预测的可靠性。结果共筛选四妙散活性成分65个,活性成分调控靶基因197个;GA发病相关靶基因211个;四妙散治疗GA的作用靶基因23个;"单味药—活性成分—作用靶基因"网络共包括47个节点(25个活性成分和22个作用靶基因)和93条边,该网络中度值排名前5位的活性成分分别是槲皮黄素、吴茱萸次碱、汉黄芩素、山柰酚、黄芩素;PPI网络关键靶基因5个,包括泛素连接酶CUL7蛋白(CUL7)、β-微管蛋白(TUBB)、生长因子受体结合蛋白2(GRB2)、核因子κB1(NF-κB1)、重组人泛素结合酶E2I(UBE2I);GO富集分析得到P<0.05条件下条目共936条,其中生物过程共有888条,细胞组成共有15条,分子功能共有33条,涉及脂多糖的细胞反应、对细菌来源分子的反应、细胞对生物刺激的反应等生物学过程;KEGG信号通路分析共获得信号通路82条,包括IL-17、TNF、AGE-RAGE、NOD样受体、C型凝集素受体、NF-κB、Toll样受体等信号通路;关键活性成分与关键靶基因间的结合能远小于-5.0 kJ/mol。结论四妙散治疗GA的关键活性成分为槲皮黄素、吴茱萸次碱、汉黄芩素、山柰酚、黄芩素,其可有效通过CUL7、TUBB、GRB2等关键靶基因作用于脂多糖的细胞反应,对细菌来源分子的反应等生物学过程,及IL-17、TNF等信号通路参与调控免疫—炎症反应、软骨细胞增殖分化与凋亡、机体抗氧化应激反应等分子机制,协同发挥治疗作用。

多发性骨髓瘤/浆细胞白血病差异表达基因生物学功能、关键基因表达水平及其与预后的关系

目的筛选出多发性骨髓瘤(MM)与浆细胞白血病(PCL)之间的差异表达基因,了解其生物学功能,明确关键基因表达水平与MM预后的关系。方法从公共基因芯片数据库(GEO)中下载MM与PCL芯片数据集GSE66291和GSE70323,在R软件中用Limma包分别筛选差异表达基因(DEGs)并取交集。利用基因本体(GO)以及京都基因与基因组百科全书(KEGG)信号通路分析对DEGs进行功能和通路注释,使用Sring对交集的DEGs构建蛋白质—蛋白质互作网络(PPI),筛选关键基因,使用Cytohubba插件筛选相关度前20位的关键基因,最后在GSE24080中根据关键基因的表达水平将MM患者分为高表达组及低表达组,比较高低表达组的总体生存率。结果共获取DEGs 389个,120个上调,269个下调。GO分析结果显示:在细胞组分方面主要与细胞膜外区域相关;在生物过程方面,参与白细胞游走、中性粒细胞聚集、体液免疫等;分子功能方面,主要与抗原结合相关。KEGG结果提示DEGs在细胞黏附分子、局灶性黏附等相关通路上富集。筛选出CDH1、CD44等20个关键基因,其中CXCL12、CDH1、RNASE3、LYZ、PPBP、VCAM1、QPCT、PECAM1与MM高表达组MM患者的总体生存率高于低表达组(P均<0.05)。结论MM与PCLD的DEGs中120个上调,269个下调。DEGs主要与细胞膜外区域相关,参与白细胞游走、与抗原结合、调控细胞黏附分子及局灶性黏附等相关通路。CXCL12、CDH1、RNASE3、LYZ、PPBP、VCAM1、QPCT和PECAM1可能是与MM患者预后相关的关键基因,其高表达组MM患者预后较好。

基于生物信息学分析的肝细胞癌预后相关基因的筛选

目的:利用生物信息学方法筛选出肝细胞癌(HCC)组织与正常肝组织之间差异表达基因(DEG),从转录组层面分析这些候选基因参与HCC发生发展的内在机制及其与HCC患者预后相关基因的临床意义。方法:分别从基因表达数据库(GEO)及人类癌症基因组图谱(TCGA)网站中下载GSE45267、GSE64041、GSE84402和TCGA中的基因表达谱,R软件和Bioconductor安装包用于筛选HCC组织与癌旁组织之间DEG,然后对这些DEG进行基因本体(GO)富集分析、京都基因与基因组百科全书(KEGG)通路分析、蛋白质相互作用(PPI)网络分析及生存分析。结果:共筛选出46个上调基因和154个下调基因,GO富集分析显示,这些DEG主要与细胞分裂、增殖、周期调控、氧化还原过程及某些代谢途径密切相关;KEGG通路分析显示DEG主要与色氨酸、视黄醇等代谢途径及P53通路有关。在TCGA数据集中,6个上调的中枢基因CCNA2、CDK1、DLGAP5、KIF20A、KPNA2、MELK的过表达被认为与HCC患者预后呈明显负相关(均P<0.01)。结论:筛选出的一组与预后负相关的中枢上调基因对HCC诊断和治疗的临床研究可能具有潜在的指导价值。

多发性骨髓瘤患者与健康人脂肪基质细胞差异的关键基因测定及分析

目的鉴定健康人与多发性骨髓瘤(multiple myeloma,MM)患者脂肪基质细胞的基因表达差异,为MM研究提供依据。方法利用基因表达数据库(Gene Expression Omnibus,GEO)下载与多发性骨髓瘤基质细胞和正常脂肪基质细胞相关的GSE133346微阵列数据芯片,通过R语言软件对数据经过标准化、校准、log2转化、转换基因ID和补充缺失值,然后以|log fold change(FC)|>1.5以及差异值P<0.05为标准筛选数据库中经校准的表达基因。差异基因通过注释、可视化和集成在线数据库(DAVID)获得GO富集分析结果,包括生物过程(biological processes,BP)、细胞成分(cellular components,CC)、分子功能(molecular functions,MF)。蛋白功能关系网络(STRING)在线数据库对筛选出的差异基因进行分析,利用图形化显示、分析和编辑蛋白网络的软件(Cytoscape)进行拓扑学分析筛选出关键差异基因。通过癌症数据在线分析和挖掘的网站(UALCAN)分析评估相关关键差异基因的表达结果。结果24个样本(MM患者和健康者各12例)来源的脂肪基质细胞,筛选出差异基因148个,其中上调47个,下调101个。GO和KEGG富集分析结果中,BP主要富集在白细胞迁移、细胞黏附、细胞对成纤维细胞生长因子刺激的反应、细胞外基质组织。CC主要富集在细胞外外泌体、内质网腔、细胞外区域、细胞表面以及质膜。MF主要富集在胶原结合,肌动蛋白结合,血小板衍生生长因子受体结合,细胞外基质结构成分以及微管蛋白结合。KEGG通路上差异基因富集在黏着力,调节肌动蛋白细胞骨架,ECM-受体相互作用,癌症中的胆碱代谢以及PI3K-Akt信号通路。拓扑学分析得到关键差异基因30个,其中上调14个,下调16个。UALCAN分析关键差异基因,其中验证出6个差异基因与肿瘤患者的生存相关,包括CSRP1、FYN、MYLK、FSTL3、LAMB1、PRRX1。其中CSRP1、FYN和MYLK与MM发展正相关,而FSTL3、LAMB1、PRRX1与MM发展负相关。结论在对12例多发性骨髓瘤患者与12名健康人脂肪基质细胞微阵列数据芯片的分析中,筛选出了6个与MM患者脂肪基质细胞相关的关键差异基因。

AIF1在急性髓系白血病中的表达及生物信息学分析

目的:探讨同种异体移植炎症因子-1 (allograft inflammatory factor 1, AIF1)在急性髓系白血病(AML)免疫和预后中的价值。方法:利用生物信息学方法分析AIF1在AML中的表达及其与AML患者生存预后的关系。利用癌症基因组图谱(TCGA)和基因型-组织表达(GTEx)数据分析发现AIF1可能是AML的潜在癌基因,进一步通过功能富集分析、基因集富集分析(GSEA)、蛋白质互作网络(PPI)分析对AIF1进行功能分析。通过Wilcoxon符号秩检验和Logistic回归分析确定AIF1和AML患者临床病理特征之间的关系。通过Cox回归和Kaplan-Meier生存曲线评估AIF1的表达与AML患者总生存期(OS)之间的关系。最后通过qRT-PCR和免疫印迹在AML患者的骨髓样本中验证AIF1的表达。结果:AIF1在AML中高表达,且与不良预后相关。AIF1高表达组总生存期比AIF1低表达组缩短。结论:AIF1在AML中的高表达,其表达与AML患者总体生存相关。提示AIF1可能作为AML患者的潜在不良预后标志物。

子痫前期相关Siglec-6核心基因的预测及生物信息学分析

目的探讨子痫前期高通量生物信息学分析与核心发病基因。方法选取基因表达综合数据库(Gene Expression Omnibus,GEO)2个关于子痫前期编码基因芯片数据进行生物信息学分析。通过R语言对2组数据进行均一化矫正,其后找到共同上调和下调表达的差异基因。对上调和下调表达的差异基因进行基因本体富集分析、京都百科全书信号通路富集分析、蛋白互作网络分析以及核心基因计算分析,找到与子痫前期最相关的发病基因及信号通路。随机选取河北大学附属医院产科5例子痫前期患者和正常产妇的胎盘组织进行实时定量聚合酶链反应对核心基因进行验证实验。结果融合子痫编码基因芯片GSE43942和GSE66273筛选出38个共同上调和20个共同下调表达的基因。全部数据经均一化处理后基因本体分析显示,生物功能富集于促卵泡激素分泌的正向调节,分子组成富集于细胞外区,细胞组分富集于激素活性,信号通路富集于肽激素代谢通路。蛋白质互作网络结果显示,全部差异基因间共58个点,30条线,cytohubba对全部点和线分析计算后锁定Siglec-6为子痫前期发病的核心基因。实时定量聚合酶链反应验证子痫前期孕妇胎盘组织内Siglec-6表达是正常孕妇体内的2.85倍,与生物信息学分析结果一致。结论Siglec-6可作为子痫前期血清学诊断的潜在诊疗标志物,并有希望成为此疾病新的治疗靶点。

基于GEO和TCGA数据库分析胃癌发生发展关键靶点的研究

目的阐明胃癌(gastric cancer,GC)组织与癌旁组织之间的基因表达差异,并评估其预后价值。方法从基因表达综合(gene expression omnibus,GEO)数据库中选取3个GC微阵列数据集(GSE79973、GSE54129和GSE19826),limma包分析GC和癌旁组织间基因表达差异;使用ClusterProfiler包对筛选出的差异表达基因(differentially expressed genes,DEGs)进行了基因本体论(gene ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)途径富集分析。使用STRING数据库检索DEGs的蛋白质-蛋白质相互作用(protein-protein interaction,PPI)信息,构建PPI网络,利用Cytoscape的cytohubba插件识别网络中的重要基因模块或枢纽基因。结果GSE79973、GSE54129和GSE19826数据集分别鉴定出886、2369和759个DEGs;上调的DEGs主要与细胞外基质、内质网和基底膜结构相关,且富集于PI3K-AKT号通路;下调的DEGs主要定位于细胞顶端、质膜和细胞皮层部分,且参与胃酸分泌,视黄醇代谢和药物代谢细胞色素P450途径。鉴定出关键节点分子如COL1A1、COL1A2、COL3A1、COL5A1和COL6A3等。这些关键分子在配对和非配对GC组织中均上调,差异有统计学意义(P<0.001),且其高表达与较差的总生存率(overall survival,OS)相关,差异有统计学意义(P<0.001),反之亦然。其中,COL1A1和COL3A1显示出很强的诊断能力。结论本研究揭示了GC组织与癌旁组织之间的关键差异基因表达,初步确定了这些基因作为预后生物标志物和治疗靶点的潜力。

miRNA-494-3p靶基因预测及其相关信号通路的生物信息分析

目的采用生物信息学的方法对miRNA-494-3p的靶基因进行预测,并对靶基因集合进行功能富集分析和信号通路分析。方法应用微小RNA(miRNA)靶基因数据库StarBase进行靶基因预测,选取miRanda、PITA和Targetscan 3个数据库预测结果的交集作为进一步分析的基因集合。利用DAVID数据库,对靶基因进行基因本体(GO)分析和京都基因与基因组百科全书(KEGG)信号通路富集分析。结果3个数据库预测到miRNA-494-3p的靶基因253个,其功能分别富集在蛋白质结合、双链DNA结合、RNA结合等分子功能,RNA聚合酶Ⅱ的转录调控、细胞增殖的正调控、细胞分化、细胞凋亡等生物学过程以及细胞核、核质、胞浆、细胞质、细胞隔膜等细胞组分上;生物学通路主要富集于癌症通路、FoxO信号通路、细胞吞噬作用、刺猬信号通路、细胞黏附连接、肌动蛋白细胞骨架的调控、谷氨酸能突触、昼夜节律以及p53信号通路中。结论miRNA-494-3p的功能主要富集在与癌症、胰岛素抵抗、糖尿病、炎症、胚胎发育等相关的多个信号通路中,为进一步研究其对靶基因和信号通路的调控作用及其可能的机制提供了线索。

融合遗传算法与XGBoost的玉米百粒重相关基因挖掘

基于RNA-Seq的转录组测序数据特征维度较高,使用传统生信方法寻找表型相关基因需要大量计算资源,且差异分析所得候选基因范围较大,进一步筛选依赖已有的先验知识。针对这一问题,本文提出了融合遗传算法和XGBoost的转录组分析方法-GA-XGBoost,通过融入机器学习算法缩小了后续分析的候选基因范围。在一组高质量玉米数据集上对基因-百粒重性状的关联进行了对比实验和后续分析,结果显示,相比于分别使用全体基因和差异表达基因直接训练XGBoost模型,所提方法得到的候选基因训练的XGBoost模型在玉米百粒重的预测结果上具有最小的MSE;相比于差异表达分析结果的1542个差异表达基因,GA-XGBoost方法最终将候选基因范围减小至48个,范围缩小了31倍,表明所提方法能够有效提升对转录组数据的分析能力和效率。

基于免疫基因集的软组织肉瘤分类研究

目的:基于免疫基因集的生物信息学方法,鉴定和识别软组织肉瘤的免疫特征亚型。方法:从TCGA数据库和GEO数据库下载软组织肉瘤基因表达谱数据,分别对两个数据集进行单样本基因集富集分析及层次聚类分析,鉴定软组织肉瘤的免疫分型。使用ESTIMITE方法评估和定量软组织肉瘤的肿瘤微环境评分。CIBERSOFT反卷积算法计算软组织肉瘤免疫细胞亚群占比。对高和低免疫亚型进行生存分析。最后,通过GSEA算法,对高免疫亚型和低免疫亚型进行京都基因与基因组百科全书数据库通路富集分析。结果:基于单样本基因集富集分析及层次聚类分析,鉴别了两种新的软组织肉瘤免疫亚型。肿瘤微环境分析结果显示高和低免疫亚型具有不同的免疫微环境。CIBERSORT反卷积算法证实了高和低免疫亚型具有不同的免疫细胞亚群比例。生存分析曲线能较好的区分两种不同免疫亚型的患者。京都基因与基因组百科全书数据库通路富集分析结果显示,高免疫亚型富集了大量与免疫相关的通路。结论:本研究鉴定的两种免疫亚型可指导软组织肉瘤患者进行分型,并帮助识别对免疫治疗有反应的患者,具有一定的临床应用价值。

基于生物信息学探讨类风湿关节炎与骨关节炎相关分子机制及免疫细胞浸润分析

目的探寻能有效区分类风湿关节炎(RA)和骨关节炎(OA)的潜在生物标志物,并探讨二者在生物信息学方面差异的意义。方法从基因表达综合(GEO)数据库下载2份RA和OA作为相互对照样品的公开可用基因表达谱(GSE55235、GSE55457数据集),并筛选OA与RA的差异表达基因(DEG)。采用LASSO回归模型和SVM-RFE算法识别并筛选生物标志物,在验证组(GSE55584数据集)中进行受试者操作特征(ROC)曲线验证,利用ROC曲线下面积(AUC)值评估辨别能力。利用CIBERSORT算法与筛选出的生物标志物预估RA与OA的生物信息学关联。结果共鉴定出410个DEG,涉及多种信号通路、细胞组分、分子功能和疾病。特征基因有COPZ2、FAH、IL15RA、LTC4S、SCRG1、SFRP1和SLAMF8共7个,且ROC曲线验证结果符合预期。免疫细胞浸润分析显示,巨噬细胞M1、CD8+T细胞、静息肥大细胞、浆细胞、静息树突状细胞等与特征基因相关。结论基于免疫细胞浸润的模型可用于预测RA与OA的鉴别诊断,为RA与OA的治疗靶点提供了新的视角。

利用生物信息学探讨IL-8在慢性阻塞性肺疾病中异常表达及其相关基因的功能

目的利用生物信息学的方法探究IL-8在慢性阻塞性肺疾病(COPD)中的差异表达机制及其相关基因的功能。方法使用基因表达综合数据库(gene expression omnibus,GEO)筛选慢阻肺患者和正常对照样本的mRNA、miRNA和lncRNA的表达数据;独立样本秩和检验比较IL-8的表达差异;基因富集分析(gene set enrichment analysis,GSEA)与IL-8表达相关的正负相关基因;通过预测IL-8相关的差异miRNA和差异lncRNA绘制IL-8-miRNA-lncRNA环状网络;利用String构建差异基因网络并利用MCODE筛选蛋白互作网络中的关键基因;利用R软件的clusterProfiler包对IL-8正负表达相关基因进行基因本体论(gene ontology,GO)和京都基因与基因组百科全书数据库(KEGG)富集分析。结果IL-8在慢阻肺患者中高表达;基因富集分析发现IL-8相关的正负相关基因富集在细胞转化和一些受体信号通路上;通过IL-8-miRNA-lncRNA环状网络发现lncRNA中SNHG5、MALAT1通过SNHG5/MALAT1-miR-32-5p-IL-8轴调控IL-8与慢阻肺的疾病相关;Go和Kegg通路富集在蛋白乙酰转移酶/组蛋白脱乙酰酶、PI3K-Akt通路、TNF-α/IL-17信号通路等信号通路中。结论IL-8可能作为治疗慢阻肺的靶点,有望通过调控IL-8及其相关通路以调节糖皮质激素抵抗、抑制炎症反应而治疗慢性阻塞性肺疾病。

基于加权基因共表达网络挖掘卵巢癌相关基因

目的通过加权基因共表达网络分析(WGCNA)识别卵巢癌发生及发展过程中的枢纽基因。方法从基因表达综合数据库的GSE18520数据集中筛选出卵巢癌的差异表达基因(DEG)。采用综合生物信息学分析选择枢纽基因,并研究其相关的预后特征。使用基因表达谱交互分析(GEPIA)数据库进行验证,并对枢纽模块基因进行基因本体(GO)功能富集以及京都基因以及基因组百科全书(KEGG)通路富集分析。结果共鉴定出2474个DEG(上调864个,下调1610个)。在蛋白质相互作用网络中,共鉴定出3个枢纽模块和30个枢纽基因。通过WGCNA,筛选出蓝色和蓝绿色枢纽模块和482个枢纽基因,进一步筛选出AC104667.3、BTD、DDX26B、KCNB1、PTGFR、PYGB、RUNX1T1、TMEM918个枢纽基因。GO功能富集分析分别有生物过程(BP)涉及的调节神经递质水平和细胞组成(CC)涉及的细胞皮层、核外膜、细胞器外膜、有机外膜,KEGG通路富集分析主要有黏着斑、WNT信号通路等。结论PYGB和RUNX1T1基因与卵巢癌的生存及预后密切相关,为进一步研究卵巢癌的发生发展机制提供依据及参考。