基于TCGA和GEPIA数据库分析CENPK基因在前列腺癌中的表达及临床意义

目的探讨着丝粒蛋白K基因(CENPK基因)在前列腺癌中的表达及其临床意义。方法通过下载癌症基因组图谱(TCGA)和基因表达谱数据交互分析(GEPIA)数据库相关数据,获得498例前列腺癌患者的mRNA表达水平及临床信息,其中52例患者有配对的癌组织与癌旁组织。分析前列腺癌组织中CENPK基因mRNA表达水平,分析不同特征前列腺癌患者CENPK基因mRNA表达水平,比较CENPK基因高表达组与CENPK基因低表达组总体生存时间(OS)及无进展生存期(DFS),基因富集分析明确CENPK基因调控的相关信号通路。结果498例前列腺癌患者的癌组织和癌旁组织中CENPK基因mRNA的表达水平分别为3.9247±1.0929和3.4066±1.1545,差异有统计学意义(t=3.235,P=0.001)。52例配对的前列腺癌组织和癌旁组织中CENPK基因mRNA的表达水平分别为8.2071±0.2952和3.4066±1.1545,差异有统计学意义(t=28.309,P<0.001)。受试者工作特征(ROC)曲线分析显示CENPK基因可作为一个灵敏度和特异度较高的前列腺癌诊断指标(灵敏度为60.8%,特异度为63.5%,曲线下面积为0.625,95%CI为0.785~0.852)。有生化复发、PSA>4 ng/mL、Gleason评分>7分、有肿瘤残留、T分期为T3~T4期、有淋巴结转移的前列腺癌患者CENPK基因mRNA高表达率明显高于无生化复发、PSA≤4 ng/mL、Gleason评分≤7分、无肿瘤残留、T分期为T1~T2b期、无淋巴结转移的前列腺癌患者,差异有统计学意义(P<0.05)。CENPK基因高表达组OS及DFS明显短于CENPK基因低表达组,差异有统计学意义(P=0.045、0.003)。基因富集分析显示,CENPK基因可能通过碱基切除修复、核苷酸切除修复、基因复制、剪接体、错配修复等通路影响前列腺癌的发生、发展。结论CENPK基因在前列腺癌组织中呈高表达,且与临床特征及预后关系密切,可作为前列腺癌较好的诊断标志物。

基于GEO数据库分析水稻低温胁迫关键基因

为了筛选水稻在低温胁迫下的关键基因,从GEO数据库下载水稻4个数据集中的70个样本。利用在线分析程序GEO2R进行共同差异表达基因分析,并对这些差异表达基因进行GO、KEGG分析,构建蛋白质互作网络,对关键基因构建热图。结果表明,获得共同差异表达基因51个,其中上调表达基因1个,下调表达基因50个。上述基因的GO分析结果表明,其细胞组成主要集中在细胞、细胞要素和细胞器上;在分子功能上,上述基因的功能主要集中在结合、催化活性上;在生物过程中,上述基因的功能主要集中在细胞过程、代谢过程和生物调控上。KEGG信号通路分析结果表明,上述基因主要参与植物激素信号转导等通路。在构建的共同差异表达基因的蛋白质网络中,有29个节点。另外,得到10个关键基因、2个关键子网络。研究结果为进一步研究水稻低温胁迫关键基因奠定了基础,也有利于水稻低温育种。

基于加权基因共表达网络分析及机器学习构建铁死亡相关基因在多囊卵巢综合征的疾病模型及相关中药预测

目的:利用机器学习分析铁死亡基因与多囊卵巢综合征(PCOS)的相关性,构建诊断及预后风险模型,探讨PCOS的潜在铁死亡机制,并预测相关中药。方法:多芯片标准化合并GEO数据库的卵巢组织芯片,采用加权基因共表达网络分析(WGCNA)算法筛选与PCOS相关的铁死亡特征基因,对特征基因进行功能富集分析,利用多种机器学习进行构建并筛选疾病模型,提取最优的疾病特征基因,并构建风险模型,分析其与免疫浸润细胞及功能之间的相关性,对铁死亡基因进行中药及小分子化合物预测,并对小分子化合物与铁死亡靶点进行分子对接验证。结果:共提取26个铁死亡与PCOS的强相关交集靶基因,主要在铁死亡通路中的Xc-系统和铁代谢通路上发挥作用。通过WGCNA结合机器学习筛选以HMOX1、IFNA1、LPCAT3、FOXO4和PARP3为特征基因的RF模型有较优的模拟特性,并通过绘制列线图来预测各基因表达的患病风险性。上述模型基因与PCOS的发病呈正相关性。免疫浸润分析提示多种免疫细胞在两组之间存在显著浸润差异,预测的中药中丹参、三七可能是其潜在的分子药物来源,分子对接中丹酚酸B、葛根素与黄芪甲苷A的匹配程度最高。结论:以HMOX1、IFNA1、LPCAT3、FOXO4和PARP3为特征基因的铁死亡相关基因模型可为早期识别和治疗POCS提供新思路。铁死亡相关基因可通过干预多种途径在PCOS中发挥重要作用,中医药在干预PCOS中可能通过调节铁稳态代谢来介导铁死亡途径。

基因表达谱芯片的数据分析

基因芯片数据分析的目的就是从看似杂乱无序的数据中找出它固有的规律,本文根据数据分析的目的,从差异基因表达分析、聚类分析、判别分析以及其它分析等角度对芯片数据分析进行综述,并对每一种方法的优缺点进行评述,为正确选用基因芯片数据分析方法提供参考.

基因芯片表达谱数据的预处理分析

基因芯片数据的预处理是一个十分关键的步骤,通过数据过滤获取需要的数据、数据转换满足正态分布的分析要求、缺失值的估计弥补不完整的数据、数据归一化纠正系统误差等处理为后续分析工作做准备,预处理分析的重要性并不亚于基因芯片的后续分析,它将直接影响后续分析是否能得到预期的结果.本文重点综述了cDNA芯片的数据预处理,简要地概述寡核苷酸芯片的数据预处理.

基于基因数据库分析GRB2在肾癌中的表达及其与患者预后的关系

目的探讨生长因子受体结合蛋白2(GRB2)基因在肾癌中的表达及其对患者预后的影响。方法挖掘ONCOMINE数据库中肾癌GRB2基因相关数据进行基因表达分析,结合在TCGA数据库中挖掘的GRB2基因在肾癌组织和正常组织中的表达差异,获得GRB2基因的表达与患者预后的关系。并通过STRING数据库,构建GRB2基因的蛋白质-蛋白质互作网络图。采取实时荧光定量PCR的方法检测6例肾癌组织及其癌旁正常组织中GRB2基因的相对表达量。结果与正常肾组织相比,GRB2基因在肾癌组织中的表达明显升高,差异具有统计学意义(t=8.21,P<0.05),GRB2基因在肾癌组织中的表达升高与肾癌患者预后相关(z=2.71,P<0.05)。进一步对GRB2相关的14个相互作用蛋白进行分析显示,GRB2主要参与了细胞的增殖和凋亡过程。肾癌组织中GRB2基因相对表达量显著高于其癌旁正常组织(t=6.98,P<0.001)。结论GRB2基因在肾癌组织中高表达,且其基因表达水平与肾癌患者的预后明显相关。

主成分分析在基因表达谱数据分析中的应用

在实际工作中我们经常会遇到对同一个体进行多项观察的情况,这时必定会涉及多个随机变量X1,X2,…,XP,它们都是个体性质的反映,表面上处于同等地位,实质上信息量参差不齐,一时难以综合.这时就需要借助主成分分析(Principal Component Analysis)来概括诸多信息的主要方面.

基于GEO数据库的硒酵母影响肉鸡肝脏差异表达基因的生物信息学分析

试验旨在筛选补充硒酵母后肉鸡肝脏的差异表达基因(DEGs),探究硒酵母影响肉鸡生长发育和健康的分子作用机理。研究从基因表达综合数据库(GEO)获取基因表达谱数据集,进行生物信息挖掘。结果显示,筛选出与硒酵母有关的600个DEGs,利用DAVID软件对其进行基因本体论(GO)、京都基因和基因组百科全书(KEGG)注释,显著富集18个生物学过程和12个KEGG通路;利用STRING数据库构建546个节点和905个边的蛋白互作网络(PPI);利用Cytoscape软件筛选出6个枢纽基因(FN1、PLCG1、MYO3A、ITGA8、KDM6A和ATP2B2)和4个基因模块。研究表明,上述6个枢纽基因和心肌细胞中肾上腺素能信号、钙信号通路、同源重组、黏着斑及真核生物核糖体生物合成5个通路可能是硒酵母影响肉鸡生长发育和健康的关键基因和关键途径。

基因表达谱的数据分析

基因表达谱分析是基因芯片技术的一个重要应用。对基因表达谱分析的一般流程,数据的早期处理包括矩阵转换和标准化过程,后期的矩阵数据分析包括无监督分析方法如层次聚类、K-均值聚类和自组织映射,和有监督分析方法如线性判别、决策树和支持向量机等的研究,将为更好的开发运用这种方法提供方向性的指导。

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。

基于数据库语言实现基因表达谱数据的单因素重复测量方差分析

目的创建一个能够适合基因表达谱数据的批量统计分析软件,实现单因素重复测量方差分析的批量处理。方法使用数据库管理软件Visual foxpro,开发包含数据转换、数据字典、数据统计分析以及数据结果汇总等模块,以达到基因表达谱数据单因素重复测量方差分析需求。结果利用本软件对miRNA时间序列表达谱进行分析,结果表明本软件适用于重复测量样本的基因表达谱数据的规模化分析。结论本软件优于传统统计软件的优势是可以批量完成单因素重复测量方差分析,特别适合基因表达谱数据特异基因表达的筛选。

基于改进标记传播算法的基因表达谱数据分析

针对原始标记传播算法迭代次数过多和阈值选取的不确定性等问题,提出一种改进的标记传播算法,并将其应用于基因表达谱数据分析。首先将高维基因表达谱数据表示为权值矩阵,同时定义一个表示样本类别属性的标记序列,并将其中少量样本标记为已知;然后利用根据Gauss-Seidel迭代算法推导出的迭代公式更新标记序列,并证明标记序列的解的收敛性;最后采用正负标记的方式,根据标记序列各分量的符号差异实现数据类别的划分。通过白血病和结肠癌数据集实验,证明了本文方法的有效性。

大灰象甲非典型气味受体基因SvelOrco的克隆及组织表达谱分析

旨在克隆大灰象甲Sympiezomias velatus的Orco基因,明确其分子特征及其组织表达谱。通过分析成虫触角转录组数据并利用RT-PCR克隆出大灰象甲Orco基因,对大灰象甲Orco蛋白进行结构分析和系统发育分析,并采用qPCR测定Orco基因在大灰象甲成虫不同组织中的表达量。克隆获得大灰象甲Orco基因并命名为SvelOrco(GenBank登录号:OM417062),其开放阅读框长1 449 bp,编码482个氨基酸。预测SvelOrco蛋白的分子质量为53.49 ku,等电点为5.66,主要由α-螺旋和无规则卷曲组成,有7个跨膜结构域。系统发育分析表明大灰象甲与云杉八齿小蠹Ips typographus亲缘关系最近。qPCR结果显示:SvelOrco主要在大灰象甲成虫触角上表达,雄虫触角表达量最高,是雌虫触角表达量的1.22倍,SvelOrco在翅部也有少量表达,在头、胸、腹和足的表达量极低。

基因表达差异谱数据的显著性分析方法

cDNA微阵列实验的基因表达差异水平的检测,在癌症诊断中鉴别肿瘤特异性基因分型的方法,可采用比较条件下的两个基因的表达差异,发现与疾病相关的基因的特异性表达。在实验中对相同样品通常有两次或多次的重复,来提高实验数据的可靠性、稳定性,但是不能重复足以满足对实验数据的分析的要求,因为cDNA微阵列费用仍然比较昂贵,对实验数据的表达差异分析就是要识别在不同条件下有显著表达差异的基因,因此需要采用分析这些数据的统计方法,这样有助于揭示生命体的奥秘,而且还可以为基因诊断与基因治疗提供重要的科学依据和为复杂疾病的发病机制研究提供重要的方法。

血管样本生物信息学分析鉴定烟雾病相关的潜在关键基因

目的本研究对烟雾病患者血管样本的差异表达基因(differentially expressed genes,DEGs)进行生物信息学鉴定和分析,旨在探讨烟雾病的潜在发病机制。方法本研究以烟雾病和颈内动脉瘤患者大脑血管样本为研究对象。利用R语言线性模型微阵列数据(linear models for microarray data,limma)分析包对基因表达综合数据库(gene expression omnibus,GEO)中的GSE141025数据集进行分析,该数据集涵盖4例烟雾病患者和4例颈内动脉瘤患者的大脑中动脉和颞浅动脉样本各1个,共计16个样本。选择烟雾病患者的大脑中动脉、颞浅动脉及颈内动脉瘤患者的颞浅动脉共12个样本进行DEGs筛选。通过R语言功能富集分析工具包clusterProfiler,对筛选出的DEGs进行基因本体(gene ontology,GO)富集分析和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)通路分析。利用STRING数据库构建蛋白质-蛋白质相互作用(proteinprotein interaction,PPI)网络,并使用网络可视化软件Cytoscape进行蛋白质网络的可视化和枢纽基因筛选。结果本研究在烟雾病患者的大脑中动脉与颞浅动脉样本间鉴定出138个DEGs,包括18个上调基因和120个下调基因。GO富集分析显示,以上DEGs在细胞外基质、受体配体活性和生长因子活性等方面显著富集,可能与烟雾病相关的血管病变和神经保护机制有关。KEGG通路分析提示,DEGs主要在酪氨酸代谢通路中富集。通过PPI网络分析,共筛选出9个枢纽基因,包括骨膜蛋白(periostin,POSTN)、脑源性神经营养因子(brain derived neurotrophic factor,BDNF)、血小板衍生生长因子受体α(platelet derived growth factor receptor alpha,PDGFRA)、Thy-1细胞表面抗原(Thy-1 cell surface antigen,THY1)、ⅩⅤ型胶原蛋白α1链(collagen typeⅩⅤalpha 1 chain,COL15A1)、成纤维细胞生长因子7(fibroblast growth factor 7,FGF7)、光蛋白聚糖(l umi can,LUM)、层粘连蛋白α2亚基(laminin subunit alpha 2,LAMA2)和RELN(reelin)。此外,上调基因delta样典型Notch配体4(delta like canonical Notch ligand 4,DLL4)在本研究中首次被发现可能在烟雾病中扮演重要角色,或与烟雾病的病理性血管生成有关。结论细胞外基质、生长因子及其受体的表达失调等可能参与烟雾病的发病过程。DEGs分析筛选出的枢纽基因(POSTN、BDNF、PDGFRA、THY1、COL15A1、FGF7、LUM、LAMA2、RELN)以及DLL4可能在烟雾病的病理形成过程中发挥作用。

谱聚类算法在基因表达数据分析中的应用

基因表达数据的爆炸性增长迫切需要一种自动而有效的聚类分析工具。因此,将谱聚类算法应用于基因表达数据的分析,并针对基因表达数据的特点对谱聚类算法进行改进。同时,还提出一个聚类效果外部评价指标ARI,用该指标与经典的内部评价指标adjust-FOM分别对改进后的谱聚类算法(ASC算法)的聚类效果进行评价。实验结果表明,与传统的聚类算法相比,ASC算法应用于基因表达数据能够取得更好的聚类效果。

甘蓝型油菜REVEILLE家族鉴定及诱导表达分析

【目的】REVEILLE家族基因具有重要生物学功能,而在甘蓝型油菜(Brassica napus L.)中该家族基因研究较少,深入认识甘蓝型油菜中RVE家族基因功能及其与非生物胁迫的关系。【方法】利用生物信息学方法,在甘蓝型油菜、白菜(Brassica rapa)和甘蓝(B.oleracea)中分别鉴定到33、16和16个RVE基因,并对其系统进化、染色体定位、基因结构和理化性质以及启动子顺式元件进行分析。【结果】所有的RVE蛋白被分为两个亚家族。33个BnaRVE分别定位在18条A亚基因组的染色体和15条C亚基因组的染色体上。大部分成员属于较稳定的疏水蛋白;多数Ka/Ks值小于1,说明该家族受到强烈的纯化选择作用。基因结构变异较大,内含子数目在4-11之间。共线性分析结果表明,甘蓝型油菜和拟南芥、白菜、甘蓝存在大量的同源基因。大部分甘蓝型油菜RVE家族成员在子叶和叶都有表达且表达量最多。BnaRVE启动子上含有大量与激素和生物逆境相关的元件,通过定量PCR分析,4个BnaRVE在ABA与MeJA诱导和低温胁迫下的表达量显著上调。【结论】在甘蓝型油菜基因组中鉴定出33个BnaRVE家族成员。不同基因在不同发育时期和不同组织中表现出不同的表达模式。不同基因对各种胁迫存在响应,且表达模式不一。RVE家族成员对ABA、MeJA和冷胁迫具有正向响应功能。

表达序列标签数据库搜索鉴定小鼠UBAP1基因及其数字化表达分析

UBAP1(ubiquitinassociatedprotein 1)基因是最近克隆的一个定位于人类染色体 9p2 1 2 2鼻咽癌杂合性丢失高频区的泛肽相关蛋白家族新成员 .为了深入研究UBAP1基因的功能 ,利用计算机对表达序列标签(expressedsequencetag ,EST)、UniGene等数据库进行综合搜索分析 ,结合cDNA克隆测序的方法 ,成功地获得了UBAP1基因在小鼠中的同源基因 .小鼠UBAP1基因cDNA全长为 2 6 76bp ,编码一个由 44 1个氨基酸组成的蛋白质 ,在其蛋白质C端只有一个泛肽相关功能域 (UBAdomain) .与人UBAP1基因相比 ,两者编码的氨基酸序列有 89%相同 .基于EST的数字化表达分析显示UBAP1基因在小鼠正常组织中广泛高表达 .