基于基因表达综合数据库芯片挖掘结合网络药理学与分子对接探讨芒果苷治疗口腔黏膜下纤维化的机制研究

目的基于基因表达综合(GEO)数据库芯片挖掘、网络药理学及分子对接技术探讨芒果苷(MF)治疗口腔黏膜下纤维化(OSF)的核心作用靶标及潜在作用机制。方法基于GEO芯片挖掘OSF的潜在治疗靶点,利用数据库预测MF潜在作用靶标和收集OSF疾病靶标,使用EVenn平台绘制维恩图,STRING数据库绘制蛋白质互作(PPI)网络,DAVID平台进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集分析,Cytoscape 3.10.1软件绘制药物—靶标—通路—疾病网络图,AutoDocktools 1.5.6软件进行分子对接分析及可视化。结果从多种数据库挖掘得到MF潜在靶标356个,OSF疾病靶标360个,选取PPI网络中排名前15个关键靶蛋白,GO功能及KEGG通路富集分析结果显示,MF治疗OSF主要涉及高级糖基化终末产物-受体(AGE-RAGE)、表皮生长因子受体(EGFR)等信号通路。分子对接显示,MF与丝氨酸蛋白激酶(AKT1)、肿瘤坏死因子(TNF)等核心靶点有较佳结合活性。结论MF可能通过多靶点、多途径的方式对OSF发挥治疗作用。

基于基因表达综合数据库和网络药理学探讨香参丸治疗溃疡性结肠炎的分子机制

目的采用生物信息学和网络药理学分析香参丸对溃疡性结肠炎(UC)的分子机制。方法2023年1―5月通过中药系统药理学数据库与分析平台(TCMSP)收集香参丸的有效成分及其相关靶点,利用基因表达综合(GEO)数据库筛选UC相关靶点,将香参丸与UC的交集靶点信息上传至STRING并通过Cytoscape 3.7.2可视化蛋白质相互作用(PPI)网络。使用Metascape数据库进行KEGG与GO通路富集分析并预测香参丸作用UC的相关通路,并绘制“中药-成分-疾病-靶点-通路”网络,利用Autodock进行分子对接。结果结果显示共筛选得到香参丸主要成分136个、靶点243个,UC相关靶点1750个,香参丸与UC交集靶点37个,筛选出关键成分槲皮素、刺芒柄花素、木犀草素以及山柰酚等,关键靶点如NOS2、PPARG、IL1B、MMP2以及ICAM1等。分子对接结果提示核心成分与核心靶点结合稳定,平均最低结合能为−5.5986 kCal/mol。KEGG与GO通路富集分析显示香参丸参与多种分子功能和生物过程,其涉及的主要通路有TNF信号通路、Toll样受体信号通路、HIF-1信号通路以及MAPK信号通路等。结论香参丸可通过多靶点、多通路改善UC症状,其主要成分槲皮素、刺芒柄花素、木犀草素以及山柰酚等可能通过TNF信号通路、Toll样受体信号通路、HIF-1信号通路以及MAPK信号通路等作用于NOS2、PPARG、IL1B、MMP2等关键靶点。

基于基因表达综合数据库与中医传承辅助系统分析气虚血瘀型脑梗死的中医药防治策略

目的:利用GEO芯片数据及中医传承辅助系统,获取气虚血瘀型脑梗死的差异基因及中医药防治方剂,并分析其作用机制,为气虚血瘀型脑梗死的中医药防治策略提供理论依据。方法:采用生物信息学、数据挖掘、网络药理学等多学科交叉方法,对气虚血瘀型脑梗死的中医药防治策略进行探讨。整合基因表达综合数据库(GEO)、中医药整合药理学研究平台(TCMIP)、GeneCards、PubChem、中药系统药理学数据库与分析平台(TCMSP)、STRING、WebGestalt、DAVID多数据库资源及Cytoscape、R语言软件工具,对气虚血瘀型脑梗死疾病靶点、中药靶点进行筛选,从蛋白质-蛋白质相互作用(PPI)网络、基因本体(GO)及京都基因与基因组百科全书(KEGG)富集的角度,对中医传承辅助系统数据挖掘获取的气虚血瘀型脑梗死基础方的作用机制进行探讨。结果:获取2542个气虚血瘀型脑梗死疾病靶点,其中差异基因结果显示HIF1A、PIK3CA、PIK3R1、TP53、NFKB1、HSP90AA1、CREBBP、CASP8、IL6、TNF、ITGB等表达上调,APOE、IGF1、CXCL5、SRC、ADCY5、PTGS2等表达下调,可作为疾病诊断治疗的潜在靶点。58首气虚血瘀型脑梗死方剂的用药规律,包括频次、关联及新方组合,获得气虚血瘀型脑梗死基础方剂,由黄芪、川芎、当归、地龙、党参、西洋参、白术、桃仁、赤芍、枳实10味中药组成,具有益气活血、行气化痰的功效,其作用机制可能与调控差异基因以多组分、多功能、多途径的方式,主要通过HIF-1、TNF、NF-kappa B、Apoptosis、PI3K-AKT等通路发挥作用。结论:气虚血瘀型脑梗死的中医药防治当以差异基因靶点为中心,筛选出临床基础方,根据临床辨证施治加减中药,同时可采用多学科交叉方法对气虚血瘀型脑梗死的方剂从多组分、多途径、多靶点层面进行临床与实验验证。本研究为中医药治疗气虚血瘀型脑梗死提供了方法理论上的指导,对推动中医药现代化具有重要意义。

基于NCBI基因表达综合数据库筛查胃癌关键基因和信号通路的分析

目的利用生物信息学方法筛选胃癌相关的关键基因以及参与的信号通路,初步探索胃癌发生、发展的相关指标。方法以美国国立生物技术信息中心(NCBI)基因表达综合数据库(GEO)的胃癌相关芯片数据,利用GEO2R分析平台筛选出胃癌组织和对照组织表达有显著差异的基因。对这些差异基因进行基因本体(GO)生物过程分析和京都基因与基因组百科全书(KEGG)通路分析。利用卡普兰—迈尔—绘图仪(KM-Plotter)分析关键基因对胃癌患者生存时间的影响。结果在3个胃癌数据集中共筛选出1 480个差异基因,其中上调基因879个,下调基因601个。对表达有差异的基因进行信号通路和生物功能分析,鉴定发现主要集中于细胞色素P450家族、葡萄糖醛酸转移酶家族等基因簇。进一步分析这些关键基因,新发现ALDH3A1、NEUROD1等基因与胃癌的发生、发展密切相关。根据这些关键基因表达水平的高低对胃癌患者进行分组,2个组患者生存时间差异有统计学意义(P<0.05)。结论建立的整合基因组学分析方法筛选出了新的胃癌发生、发展关键基因,该方法为胃癌研究提供了有价值的信息,为进一步的功能研究提供了依据。

基于基因表达综合数据库芯片的类风湿关节炎生物标志物的筛选与生物信息学分析

目的对类风湿关节炎(rheumatoid arthritis,RA)基因芯片数据进行生物信息学分析,寻找表达特征基因谱。方法利用GEO2R对基因表达综合数据库中筛选出的RA芯片进行基因差异表达分析,采用DAVID 6.8及R语言进行基因功能注释GO富集分析和KEGG通路富集分析,String-db数据库进行蛋白互作分析,并以Cytoscape3.7.1软件获取关键靶基因。结果RA患者膝关节分离出的滑膜组织中1184个基因差异表达具有统计学意义,其中664个表达上调,520个表达下调。差异表达基因被富集到信号转导、质膜和蛋白结合等70个不同的GO子集及细胞因子-细胞因子受体相互作用、破骨细胞分化、类风湿关节炎、Th17细胞分化和IL17信号通路等62个信号通路上。蛋白互作网络分析筛选出19个关键靶基因,包括NKG7、BCL6、SEMA4D、NFIL3、RAC2、MLIP、SEL1L3、GUSBP11、IGLV1-44、IGLJ3、IGLC1、IGKV1OR2-118、IGKV1OR2-108、IGKC、IGHV4-31、IGHV3-23、IGHM、IGHD和CYAT1。结论对基因表达综合数据库中RA的芯片数据分析所筛选出的部分差异表达基因,均涉及影响RA滑膜炎症发生发展的关键环节,可为该疾病的早期诊断或靶向药物的研发提供重要的实验理论依据。

基于基因表达综合数据库芯片的慢性心力衰竭生物标志物的筛选与生物信息学分析

目的:对慢性心力衰竭(CHF)患者基因芯片数据进行生物信息学分析,寻找表达特征基因谱。方法:利用基因表达综合数据库(GEO)中基因芯片数据筛选出CHF信息的芯片。分别采用GO富集分析和KEGG富集分析对差异基因进行功能注释和通路分析。结果:CHF患者外周血样品中9个基因存在差异表达,其中4个(CX3CR1、HSPA1L、DYNLL1、MYC)表达上调,5个(JUN、ZNF331、RORA、TRIM13、PPP1R16B)表达下调。这些差异表达的基因被富集到不同的生物学过程或分子功能的子集中,主要集中在14个方面,在分子功能—蛋白质结合方面富集最显著(GO:0005515),同时主要富集在Inflammatory bowel disease(IBD)、MAPK signaling pathway、Erb B signaling pathway和Colorectal cancer四条通路上。结论:通过对GEO数据库中CHF的表达数据分析研究而筛选出的差异表达基因,可能为该疾病的早期诊断治疗和靶向药物的开发提供重要理论依据。

基于基因表达综合数据库和生物信息学分析筛选小鼠支气管肺发育不良相关的潜在关键基因

目的筛选小鼠支气管肺发育不良(BPD)相关的潜在关键基因。方法从基因表达综合(GEO)数据库中获取BPD小鼠GSE25286和GSE29632数据集,筛选出2个数据集中共同的差异基因。通过基因本体论(GO)和京都基因与基因组百科全书(KEGG)通路分析上述差异基因的生物学作用。利用STRING数据库构建蛋白质-蛋白质相互作用网络(PPI),利用Cytoscape3.7.2的CytoHubba插件筛选PPI网络中关键基因,再利用clusterProfiler包的关键基因进行GO和KEGG分析。结果GSE25286和GSE29632数据集中共筛选出45个共同差异基因。GO富集分析表明差异基因主要富集于受体配体活性、细胞因子活性、生长因子活性、趋化因子活性、受体复合物、质膜受体复合体等,KEGG结果显示差异基因主要富集于细胞因子受体相互作用、磷脂酰肌醇-3-激酶/蛋白激酶B信号通路、肿瘤坏死因子信号通路、p53信号通路、缺氧诱导因子1信号通路等。在PPI网络中筛选出7个关键基因:分别为早期生长反应1、细胞周期蛋白依赖性激酶抑制因子1A、丝氨酸蛋白酶抑制因子1、生长分化因子15、细胞因子信号传导抑制因子3、血小板反应蛋白1、抑瘤素M受体基因。结论BPD的生物信息学分析可发现相关潜在关键基因,可能为探索BPD潜在发病机制和治疗靶点提供理论依据。

基于基因表达综合数据库的缺血性卒中缺氧相关差异基因表达分析

目的基于基因表达综合(GEO)数据库,采用生物信息学方法分析缺血性卒中的基因表达情况,结合缺氧相关基因,解析缺氧相关差异基因(HRDEGs)表达特征,筛选出关键基因,为深入了解缺血性卒中提供重要支撑。方法从GEO数据库下载GSE16561和GSE58294两个数据集,采用Python软件进行数据合并,利用Combat方法消除批次效应,同时保留疾病分组特征。对消除批次效应前后的数据采用主成分分析法进行降维处理,并对缺血性卒中组和正常对照组人群进行组内相关系数(ICC)检测。对合并及批次效应消除后数据集进行基因集富集分析(GSEA)及单样本GSEA,以名义P值(NOM P-val)<0.05且假阳性率P值(FDR P-val)<0.25作为标准,筛选出具有显著差异的基因集。利用R软件对GSE16561和GSE58294数据集合并及批次效应消除后的缺血性卒中患者和正常对照者之间的差异表达基因进行鉴定[以log 2基因表达差异倍数(FC)的绝对值≥0.58和矫正P值(P adj)<0.05作为筛选标准],并与在美国国立生物技术信息中心(NCBI)中获取的缺氧相关基因进行交集,得到HRDEGs。对HRDEGs进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集分析,使用STRING数据库构建差异表达基因的蛋白质互相作用网络,利用Cytoscape3.8软件筛选排名前10位的关键基因。结果ICC分析结果显示,消除批次效应后的GSE16561和GSE58294数据集中缺血性卒中和正常对照者的ICC分别为0.94和0.98,一致性极好。GSEA结果显示,对GSE16561和GSE58294合并及批次效应消除后的新数据集中,34个基因集在缺血性卒中样本中显著富集,筛选出表达差异基因404个(均P adj<0.05),其中高表达基因354个,低表达基因50个。与缺氧相关基因进行交集,获得64个HRDEGs。GO富集分析表明,HRDEGs主要在囊泡腔、细胞质囊泡腔、分泌颗粒腔和特殊颗粒中显著富集,具有酰胺结合、肽结合、磷脂结合和酶抑制活性等分子功能,主要参与了细胞因子产生的正向调节、炎性反应的调节、对细菌来源分子的反应和对脂多糖的反应等生物学过程。KEGG富集分析表明,HRDEGs主要在血脂与动脉粥样硬化、沙门氏菌感染、中性粒细胞胞外陷阱形成、核苷酸结合寡聚化结构域样受体信号通路、癌症中的蛋白聚糖、结核病和坏死性凋亡等通路上存在富集。基于蛋白质互相作用网络,最终筛选出了10个关键基因,分别为ARG1(精氨酸酶1)、CASP1(含半胱氨酸的天冬氨酸蛋白水解酶1)、IL-1R1(白细胞介素1受体1型)、ITGAM(整合素亚基αM)、MMP9(基质金属蛋白酶9)、PTGS2(前列腺素内过氧化物合酶2)、STAT3(信号传感器和转录激活剂3)、TLR2(Toll样受体2)、TLR4、TLR8。。结论通过生物信息学挖掘,本研究获得了10个缺血性卒中与缺氧相关的关键基因,可能为后续研究工作及诊断治疗提供了潜在靶点。

基于GEO数据库的肥厚型心肌病差异表达基因分析

目的 基于基因表达综合(GEO)数据库,采用生物信息学方法挖掘肥厚型心肌病相关的差异表达基因(DEG),为肥厚型心肌病的临床治疗提供新思路。方法 从GEO数据库中筛选肥厚型心肌病患者和正常对照者的基因数据集芯片GSE68316和GSE148602,应用RStudio软件和GEO数据库基因表达分析工具(GEO2R),以|log2FC|≥1且P <0.05作为筛选标准,筛选数据集中的DEG。选取2个数据集中差异表达最显著的上调和下调基因各10个,分别绘制热图。通过R语言完成关键DEG的基因本体论(GO)以及京都基因和基因组数据库(KEGG)分析。结果 在GSE68316数据集中共筛选出247个DEG,包括125个表达上调的DEG和122个表达下调的DEG;在GSE148602数据集中共筛选出157个DEG,包括44个表达上调的DEG和113个表达下调的DEG。KEGG和GO分析中存在多条通路的富集。结论 通过生物信息学方法,可以有效挖掘肥厚型心肌病DEG,为后续治疗提供新策略。

基于基因表达综合数据库筛选急性冠脉综合征的差异基因和生物信息学分析

目的对急性冠脉综合征(ACS)患者和正常患者的mRNA基因芯片数据进行生物信息学分析,筛选ACS差异表达基因,确定ACS的核心基因。方法利用基因表达综合数据库(GEO)下载的数据筛选ACS患者与正常患者之间差异表达基因,对差异表达基因进行基因功能(GO)富集分析,使用String在线数据库构建基因的蛋白互作网络(PPI),并确定ACS的核心基因。结果筛选出ACS患者与正常患者之间存在350个差异基因,上调基因244个,下调基因106个;GO富集分析结果显示,差异基因主要富集于核糖体相关的信号通路;构建差异表达基因的PPI网络共筛选出20个核心基因,治疗后ACS患者与正常患者基本转录因子3(BTF3)基因表达比较差异有统计学意义(P<0.05),两者间其他基因表达比较差异无统计学意义。结论筛选出的20个核心基因可作为ACS的核心基因,为ACS的治疗和研究提供理论指导。

基于GEO数据库对系统性红斑狼疮差异基因的筛选和生物信息学分析

目的:通过分析基因表达综合数据库(GEO)中系统性红斑狼疮(SLE)患者外周血单个核细胞(PBMC)的基因数据集,探索新的能够辅助诊断SLE的生物标志物。方法:从GEO数据库中下载诊断为SLE的患者和健康志愿者的基因芯片数据,筛选出两者差异表达基因(DEGs)。利用DAVID数据库对DEGs进行基因本体(GO)富集分析和京都基因与基因组百科全书(KEGG)信号通路富集分析。根据STRING数据库构建差异基因蛋白质互作网络(PPI),通过Cytoscape软件中MCODE插件对其结果进行可视化分析,并使用CytoHubba插件筛选关键基因(hub gene)。结果:共采用2个平台的SLE患者和健康志愿者的基因芯片,筛选出共同DEGs共230个,包括62个上调基因和168个下调基因。通过富集分析表明,DEGs在生物学过程中主要聚集在免疫反应;在细胞组成方面整合在细胞外间隙;在分子功能上主要发挥参与抗原和受体结合的作用。KEGG通路分析显示,DEGs涉及转录调节、细胞周期等信号通路。最终筛选出10个关键基因,分别为RRM2、UBE2C、KIFC1、HJURP、CDCA5、CENPA、CDC45、CDC25C、CDC25A和ORC1。结论:通过生物信息学筛选的10个关键基因参与SLE的发生发展,且聚集在细胞周期信号通路,其或可成为辅助诊断SLE的潜在靶点,为后续研究和治疗提供新方向。

联合多种高通量表达谱数据库挖掘胃癌S100基因的差异表达

目的:探讨利用生物信息学方法筛选胃癌组织与正常胃组织差异表达基因的可行性及具体方法,寻找胃癌相关S100基因.方法:联合SAGE分析、虚拟电子杂交和虚拟微阵列,挖掘癌基因组解剖计划和基因表达综合数据库资源中关于胃癌和正常胃组织差异表达S100基因.结果:5个S100基因在胃癌组织中上调表达,包括S100A2、S100A3、S100A4、S100A7和S100A10.S100A3是新的胃癌过表达基因.结论:首次探讨性利用生物信息学方法系统分析胃癌S100基因表达.多个S100家族成员在胃癌中上调表达.联合多数据库挖掘肿瘤相关基因是一个可靠的方法,给进一步生物学实验以大量的提示.

基于GEO数据库分析食管癌差异表达基因

目的寻找食管癌的差异表达基因,进一步筛选与食管癌发生潜在靶点,为食管癌防治提供新思路。方法从基因表达综合(GEO)数据库下载GSE9982基因芯片,利用iDEP在线分析工具筛选食管癌患者与健康人群黏膜组织差异表达基因,并进行差异基因可视化展示。利用STRING数据库进行蛋白质相互作用分析,筛选关键基因。使用注释、可视化和综合发现数据库(DAVID)在线数据库对差异表达基因进行基因本体论(GO)富集分析。结果食管癌差异表达基因497个,上调基因191个,下调基因306个。基因富集分析显示在分子功能、细胞组分、生物过程方面蛋白结合、细胞核、细胞分裂富集结果显著。蛋白相互作用分析得出可视化结果并筛选出10个关键差异表达基因。结论本研究筛选得出食管癌发生主要基因并进行富集分析,结果显著为研究食管癌发病机制和治疗靶点提供方向。

基于GEO数据库芯片的脓毒症关键基因筛选与生物信息学分析

目的对脓毒症患者基因芯片数据进行生物信息学分析,寻找差异基因谱。方法从基因综合表达数据库中筛选出脓毒症高通量基因芯片GSE28750、GSE57065、GSE95233,通过GEO2R筛选出脓毒症患者与健康志愿者的差异基因,对差异基因进行基因本体论功能注释和京都基因与基因组百科全书通路分析,并进行蛋白质相互作用网络可视化分析,利用Cytoscape软件中Cytohubba和MCODE插件寻找关键基因。结果共筛选出275个表达差异基因,主要分布于细胞膜、细胞质膜和细胞外间隙,主要参与免疫反应、固有免疫应答、炎症反应等生物学过程,富集于T细胞受体信号通路、造血细胞系、细胞黏附分子等通路。最后筛选出10个关键基因,分别为白细胞分化抗原(CD)4、CD8A、C-C趋化因子配体5(CCL5)、淋巴细胞特异蛋白酪氨酸激酶(LCK)、CD28、CD2、白介素7受体(IL-7R)、CD3E、白介素2受体β亚基(IL-2Rβ)、穿孔素(PRF)1。结论CD4、CD8A、CCL5、LCK、CD28、CD2、IL-7R、CD3E、IL-2Rβ、PRF1是脓毒症关键基因,可能与脓毒症发生、发展相关。

基于GEO数据库筛选稳定性心绞痛患者外周血关键差异基因及诊断模型构建

目的通过生物信息学方法对稳定性心绞痛患者外周血基因表达谱芯片进行分析,获取其外周血表达谱特征并筛选关键差异表达基因作为潜在的分子标记物并构建Nomogram诊断模型。方法从NCBI中的基因表达综合(Gene Expression Omnibus,GEO)数据库中下载稳定性心绞痛患者和对照组的外周血基因表达谱芯片数据集GSE98583,使用R软件limma包筛选出具有显著意义的差异基因(differential expression genes,DEGs);利用clusterProfiler包进行基因本体(gene ontology,GO)与KEGG(kyoto encyclopedia of genes and genomes)通路富集分析;使用STRING在线分析工具构建蛋白交互网络和Cytoscape软件Cytohubba和Mcode插件筛选出关键基因;以关键基因为变量构建稳定性心绞痛Nomogram分子诊断预测模型。结果通过比较稳定性心绞痛患者和正常受试者外周血基因表达谱,共筛选出303个差异表达基因,其中上调基因160条,下调基因43条;GO和KEGG分析表明,这些差异表达基因主要参与神经递质配体受体相互作用、脂肪吸收消化、钙调节信号通路、PI3K-Akt通路、NF-kappaB通路及氧化磷酸化等有关,使用Cytohubba进一步分析,筛选出10个关键基因BDNF,GFAP,SYN1,NES,PLG,HPGDS,KCNC1,APOA4,AMBP和TJP1,并建立了Nomogram诊断模型。结论使用生物信息学方法揭示稳定性心绞痛外周血差异基因潜在特征,为稳定性心绞痛的早期诊断提供新的思路。

基于GEO数据库筛选代谢综合征潜在生物标志物

目的通过分析基因表达综合数据库(GEO)中代谢综合征患者外周血单个核细胞(PBMC)的基因数据集(GSE98895和GSE23561),寻找代谢综合征的关键基因。方法分析GSE98895数据集中代谢综合征患者与健康志愿者PBMC的差异表达基因。对差异表达基因进行基因本体论(GO)富集分析和京都基因与基因组数据库(KEGG)富集分析。构建差异表达基因的蛋白质互作(PPI)网络,筛选出度值最高的10个基因作为核心基因。通过GSE98895数据集、GSE23561数据集和人类蛋白图谱(HPA)数据库验证核心基因在代谢综合征患者PBMC中的表达,构建基于核心基因的环状RNA(circ RNA)-微小RNA(miRNA)-m RNA互作网络。结果从GSE98895数据集中共获得155个代谢综合征患者与健康志愿者的差异表达基因,其中表达上调62个、表达下调93个。GO和KEGG富集分析结果显示,差异表达基因主要涉及转录调节、免疫应答、cAMP信号通路、T细胞受体信号通路等。PPI网络中度值最高的10个基因分别为:JUN、IFNG、MMP9、PIK3R1、LCK、NGF、PDGFRB、CD79B、CX3CR1和ABCA1。验证结果显示,代谢综合征患者PBMC中IFNG和LCK的表达均显著高于健康志愿者(P<0.05)。HPA数据库分析结果显示,IFNG和LCK主要表达于T细胞和自然杀伤(NK)细胞。构建circ RNA-miRNA-m RNA互作网络,与IFNG相关的miRNA有7个、circ RNA有43个;与LCK相关的miRNA有16个、circ RNA有62个。结论代谢综合征患者PBMC中IFNG和LCK表达显著增加,对基于IFNG和LCK的circ RNAmiRNA-m RNA互作网络进行深入研究,可能有助于发现代谢综合征发生、发展的分子机制和生物标志物。

综合分析TCGA与GEO甲基化数据鉴定胆管癌预后相关基因SOX9和FZD10

目的鉴定胆管癌(cholangiocarcinoma,CCA)甲基化与表达谱综合生物标志物,预测CCA患者预后。方法从癌症基因组图谱(The Cancer Genome Atlas,TCGA)下载33例CCA样本和8例正常样本基因组甲基化数据及临床信息表达谱数据,同时从基因表达综合数据库(Gene Expression Omnibus,GEO)下载甲基化数据进行验证。鉴定差异甲基化基因(DMGs)与差异表达基因(DEGs)的交集基因,采用Cox比例风险回归模型鉴定甲基化生物标志物,并使用ROC曲线来评估该模型的性能。在验证组中对该模型进行验证,通过GO功能注释,探讨DNA甲基化标志物的生物学功能。结果通过对TCGA甲基化数据分析,共鉴定出600个差异甲基化基因和6876个差异表达基因,并从中筛选出与生存相关的2个甲基化基因(SOX9和FZD10),最终将SOX9和FZD10组合基因构建预后预测模型,作为CCA预后的生物标志物。ROC曲线下面积(AUC)为0.90。SOX9和FZD10组合生物标志物能够将CCA患者区分为高风险组和低风险组,低风险组患者总生存期明显高于高风险组(2.07年vs 0.92年)。多因素Cox回归分析表明,SOX9和FZD10组合生物标志物是CCA患者预后的独立预测因子。基因本体(GO)功能分析表明,SOX9和FZD10参与转录因子、转录调控、肿瘤蛋白多糖调节和干细胞的调控。结论本研究经过多组学分析,在TCGA数据中筛选出SOX9和FZD10基因组合的甲基化预后标志物,可以将CCA患者分为高风险组与低风险组,并且该组合基因是CCA独立的预后预测因子。

基于差异表达基因探讨绝经后骨质疏松症潜在靶点与机制

目的 基于基因表达综合数据库(GEO)芯片数据获得绝经后骨质疏松症的差异表达基因,探讨其潜在作用靶点与机制。方法 从GEO数据库筛选绝经后骨质疏松症的芯片数据经GEO2R软件处理获取差异基因,利用Uni Prot数据库进行规范、验证,借助STRING数据库获取蛋白质-蛋白质相互作用(PPI)网络,借助Cytoscape3.9.1构建PPI网络并进行拓扑分析,筛选核心基因。采用cluster Profiler、pathview等R包分析差异基因参与的基因本体(GO)功能及京都基因和基因组数据库(KEGG)信号通路,使用微生信平台进行结果可视化。结果 获得差异基因656个,其中下调基因421个,上调基因235个。得到10个核心基因,即VEGFA、KRAS、EP300、IL-2、IL-4、KIT、FOS、CCND1、HGF、CYCS。GO中分子功能、生物过程、细胞成分富集结果各771、4 648、499个,分子功能主要富集在脂肽结合、磷脂结合等,生物过程主要富集在肽酶活性调节、蛋白水解作用负性调节等,细胞成分主要富集在内质囊泡、等离子膜外侧等;KEGG通路富集结果 299条,主要涉及PI3K-Akt信号通路、病毒蛋白与细胞因子和细胞因子受体相互作用、B细胞受体信号通路、造血细胞谱系、Ras信号通路等。结论 筛选所得差异基因和相关信号通路有助于进一步了解绝经后骨质疏松症的靶点与机制,为新药研发提供了新思路。

加权基因共表达网络分析结肠癌免疫相关生物标志物

目的旨在鉴定可能参与结肠癌发生发展的免疫相关预后基因,采用加权基因共表达网络对癌症基因组图谱(TCGA)和基因表达综合数据库(GEO)联合分析,筛选免疫生物标志物。方法2022年11月至12月,对GSE41657数据集和TCGA结肠癌数据集中免疫相关基因进行加权基因共表达网络分析,并从关键模块筛选免疫相关生物标志物,利用TCGA数据库中基因表达数据和临床信息进一步分析。结果获得了结肠癌发生发展中与免疫相关的最关键模块,其功能富集到免疫细胞趋化、游走、活化、增殖、迁徙等,通路富集到趋化因子信号通路、抗原处理和呈递、MAPK信号通路、HIF-1信号通路、PI3K-Akt信号通路、NF-kappa B信号通路等。找到了有望作为结肠癌预后靶点的10个基因:NMB、SCG2、IL1A、ULBP2、INHBB、COLEC12、F2RL1、ANGPTL1、NR3C2、TNFRSF17。通过TIMER数据库筛选出2个与结肠癌免疫相关性最为密切的基因——COLEC12、ANGPTL1,这两个基因富集到诸多免疫相关和癌症相关通路——JAK Stat信号通路、Toll样受体信号通路、MAPK信号通路等,可能在肿瘤免疫微环境中发挥重要作用。结论COLEC12、ANGPTL1可能通过多种信号通路对结肠癌及其免疫微环境进行调控,有望成为潜在的免疫治疗靶点。

基于GEO数据库的DPN相关靶点挖掘及与芍药苷分子对接研究

目的基于GEO数据库挖掘与糖尿病周围神经病变(diabetic peripheral neuropathy,DPN)发生发展相关的潜在基因与靶点,并通过分子对接探讨芍药苷的干预作用。方法从GEO数据库中收集DPN和糖尿病人群研究的全基因组微阵列共计12例。在GEO2R平台内对两组的数据做差异基因分析,将筛选出的差异基因导入STRING在线数据库,获得差异基因所编码的蛋白质之间的相互作用并分析筛选核心靶点。采用AutoDock VINA对芍药苷与上述筛选的核心靶点进行对接打分,并采用Western blot法检测芍药苷对mCCL2/CCR2激活的MAPK表达的影响进行验证。结果通过GEO数据库筛选出DPN组相对于糖尿病组表达差异基因共计有132个,其中CCR2、TNF和BDNF处于蛋白相互作用网络核心位置,芍药苷与相应靶点对接分数分别为-8.0,-5.2和-5.0,具有较强亲和力,芍药苷能够抑制mCCL2/CCR2激活的MAPK表达。结论芍药苷抗DPN机制可能与通过调节神经生长因子(BDNF)、调控趋化因子受体(CCR2)和促炎因子(TNF)以促进神经修复和减轻炎性疼痛有关。