基于差异基因加权网络的癌细胞关键基因筛选

本文通过对癌细胞表达谱数据以及癌细胞突变组数据分析研究,采用差异基因的突变频率和差异基因表达水平相关性定义节点和边,以突变因子分数值和蛋白质网络中的综合得分值分别作为网络节点和边的权重,建立癌细胞差异基因加权网络模型,筛选出癌细胞关键基因,为癌症筛查和诊治提供新的治疗靶点。

胰腺癌关键基因的筛选和分析:多数据联合生物信息学分析

目的通过多数据联合生物信息学分析,明确候选基因与胰腺癌发生发展以及预后的相关关系。方法从Gene Expression Omnibus(GEO)下载芯片数据集GSE15471、GSE16515、GSE28735,筛选差异表达基因。通过功能富集分析,利用STRING和Cytoscape软件构建蛋白质相互作用(protein-protein interaction,PPI)网络。富集功能和通路包括:生物调节、代谢过程、刺激反应、细胞信号传导、细胞增殖、生长,ECM-receptor相互作用、PI3K-Akt信号通路,胰液分泌、肾素-血管紧张素系统、补体和凝血级联。结果共有247个差异表达基因被筛选出来,其中上调190个,下调57个。Cytoscape确定的8个模块的关键基因:COMP、ANLN、VCAN、DDX60、ERP27、MET、NR5A2、C5。最后通过多数据库综合分析hub基因在肿瘤中的作用,生存分析显示:ANLN、MET、DDX60、ERP27可能在肿瘤的侵袭、复发、转移中起重要作用。结论差异表达基因和关键模块的筛选揭示了促进肿瘤发生发展的潜在基因,为诊断和治疗提供新的靶标。

基于生物信息学的胃部“炎癌转化”过程中关键基因的筛选及其作用

目的采用生物信息学分析方法,探讨胃部“炎癌转化”过程中潜在的关键基因。方法从公共基因表达总库(GEO)中筛选与胃炎、胃癌前病变、胃癌相关的GSE130823、GSE55696的微阵列表达数据集,采用差异分析工具(GEO2R)分析共有的差异表达基因(DEGs),采用注释、可视化综合发现数据库(DAVID)对DEGs进行基因本体论(GO)分析及京都基因与基因组百科全书(KEGG)富集分析,采用蛋白相互作用数据库(STRING)和Cytoscape软件构建DEGs的蛋白质-蛋白质相互作用(PPI)网络,采用cytoHubba插件计算排名前10的DEGs作为枢纽基因(Hub基因),采用生存曲线分析排名前5的Hub基因与胃癌患者生存情况的关系;收集15例病理诊断为胃炎的胃组织、15例胃癌的癌组织及相应的癌旁组织,采用逆转录-实时荧光定量聚合酶链式反应(qRT-PCR)和蛋白质免疫印迹法(Western blot)分别检测degree值排名前2的Hub基因的mRNA和蛋白质水平进行验证。结果GSE130823、GSE55696分别筛选出DEGs 312个和2493个,二者交集基因113个(其中73个上调、40个下调);重叠DEGs在生物过程(BP)中主要富集于G蛋白偶联、蛋白质分解及细胞间连接等方面,细胞组成(CC)变化的DEGs显著定位于细胞膜的有机组成部分、细胞基质及细胞外空间等区域,分子功能(MF)变化的DEGs富集于序列特异性DNA结合、受体结合及分子结构活性等功能上,KEGG通路富集分析显示DEGs主要富集于胃酸分泌、精氨酸和脯氨酸的代谢、细胞粘附和癌症中的转录失调等通路上;排名前10的Hub基因为ATP4A、CLDN3、CLDN4、CLDN7、CXCL1、DEFA 6、GCG、SI、CDH 3及CLDN1,其中ATP4A、CLDN3、CLDN4、CLDN7、CXCL1与胃癌患者的总体生存期(OS)密切相关;ATP4A在胃癌中表达下调,CLDN3在胃癌组织中表达上调,与生物信息学分析结果符合。结论ATP4A、CLDN3与胃癌的发生发展密切相关,且ATP4A、CLDN3、CLDN4、CLDN7、CXCL1均与患者的预后生存有关。

整合生物信息学挖掘胃癌潜在关键生物标志物

目的:通过整合生物信息学挖掘胃癌潜在关键生物标志物。方法:本研究从GEO数据库下载数据集联合分析,借助R语言挖掘差异基因集,并功能注释和富集这些基因的相关生物通路;采用String数据库和Cytoscape软件挖掘关键基因,并借由Onconmine数据库验证关键基因。结果:本研究总共确定了98个共有差异基因,包括30个上调和68个下调基因。差异基因的显著性功能通路途径包括:胞外基质-受体互作、黏着斑、视黄醇新陈代谢及胃酸分泌。基因富集分析发现差异基因参与跨膜受体、胞外基质、组织内稳态等过程;通过分子网络挖掘了10个可能的致病关键基因,生存曲线分析发现SPP1和MMP9可能与胃癌患者预后相关。结论:本研究鉴定的差异基因和关键基因有助于我们了解胃癌的致病分子机制,并为胃癌的筛查与治疗提供新的候选生物标志物。

骨质疏松症关键基因的筛选及生物信息学分析

目的通过生物信息学的方式筛选骨质疏松症关键基因,并进一步分析其与骨质疏松症的联系及作用机制。方法从公共基因表达数据库下载基因表达谱数据集,通过R软件筛选差异表达基因并进行功能与通路分析。使用在线工具String构建蛋白质互作网络,导入cytoscape软件筛选关键基因并构建集簇模块。结果共筛选出1334个差异表达基因,其中上调基因722个,下调基因612个。GO分析显示功能主要富集在细胞外基质结构成分,信号受体激活剂活性,跨膜转运蛋白结合及细胞因子结合等方面。KEGG通路富集中显示差异基因主要参与PI3K-Akt信号通路、MAPK信号通路、Rap1信号通路以及Ras信号通路等通路。根据蛋白质互作网络筛选出AKT1、EGF、VEGFA、PROM1、TP53、NES、CD21、SNAI1、FGF13、LIF共十个关键基因,以及一个集簇模块。结论筛选并分析了关键基因与集簇模块的功能、作用及其与骨质疏松可能存在的联系,为揭示骨质疏松症潜在的的分子机制和药物靶点提供新的思路。

基于DISCERN算法筛选影响肉鸡脂肪沉积的关键基因

选取法国高低脂2组7周龄肉鸡腹部脂肪的RNA测序转录组数据中的17934个基因,采用差分稀疏调节网络(differential sparsE regulatory network,DISCERN)算法对相应数据进行分析,以期筛选出影响肉鸡腹部脂肪沉积的关键基因,并识别肉鸡不同基因表达数据之间网络差异关系,推断基因调控依赖网络的信息拓扑变化。结果显示,通过DISCERN算法发现HCN4、NPPC、UCN3等基因在17934个基因得分排序中得分相对较高,推断NPPC、HCN4、UCN3等基因可能是影响肉鸡腹部脂肪沉积的关键基因。本试验采用DISCERN算法,剖析网络结构变化,通过对基因网络进行量化分析,对农业动物转录组测序数据分析方法进行了新的尝试和创新。