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。

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 .

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。

关于建立证型基因表达谱数据库的设想

临床仅用四诊方法获取证候进行证型诊断,存在着较大的模糊性和主观性,影响了中医诊断的科学性,阻碍了中医药现代化和国际化的进程,因而证型诊断必须与现代科学结合,给它赋予现代最前沿的科学内涵。基于分子生物学和计算机科学的迅猛发展,将基因组学融入中医学,从基因微观分子水平研究中医诊断,是完全可以的。通过对足够数量的同一病位或病性患者的基因表达进行分析,建立辨证要素的基因表达谱数据库,再相互组合便可建立证型基因表达谱数据库,以此作为辨证的客观规范化标准。

基于GEO数据库的2型糖尿病骨骼肌差异表达基因生物信息学分析

目的通过采用生物信息学的方法筛选2型糖尿病(type 2 diabetes,T2DM)的差异表达基因,并探索与之发生相关的潜在靶点,为T2DM的诊治提供新思路。方法从GEO(gene expression omnibus,GEO)数据库下载GSE29221基因芯片,利用GEO2R在线工具筛选出T2DM患者与健康人群骨骼肌组织的差异表达基因(adj.P<0.01,logFC绝对值>1)。用DAVID在线工具及STRING在线网站对差异表达基因(differentially expressed genes,DEGs)分别进行功能富集分析和蛋白质互作网络分析,并使用Cytoscape 3.8.0软件筛选关键基因。结果经筛选得到116个DEGs,其中上调DEGs 19个,下调DEGs 97个。基因本体分析提示DEGs在生物过程主要富集于细胞外基质组织、细胞外结构组织、细胞基质黏附等;在细胞组成方面主要富集于细胞外基质、细胞外基质成分、内质网等;在分子功能主要富集于细胞外基质结构成分、纤连蛋白结合、整合素结合等。通路分析提示,DEGs主要富集于PI3K-Akt信号通路、糖尿病并发症中的AGE-RAGE信号通路、AMPK信号通路等。利用Cytoscape筛选出10个关键基因,分别是COL1A1、THBS2、TIMP2、CD44、BGN、FBLN1、FMOD、SPARC、THBS1、VEGFA。结论T2DM中的DEGs与疾病的发生发展相关,通过生物信息学分析可以发现2型糖尿病发展过程中新的生物学过程。

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。

基因表达谱微阵列网络数据库在肿瘤研究中的应用

基因表达谱微阵列数据库是一类可提供存储、查询、下载分析的在线网络数据库,在肿瘤相关领域的研究中提供了大量的数据来源。由于微阵列分析对于无生物/医学信息学专业背景的研究人员仍然有较多困难,致使该数据库的使用尚未普及。本文从数据查询、下载分析和使用方法等方面对常用基因表达谱微阵列数据库进行概述,并对现阶段基因表达微阵列数据库的应用策略进行总结,旨在帮助该领域研究的初学工作者了解数据库的基本知识并推动其在科研工作中的应用。

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。

如何挖掘GEPIA数据库中研究数据并生成分析结果表达图

GEPIA(Gene Expression Profiling Interactive Analysis)即基因表达谱数据动态分析,是一个由中国人新开发的用于癌症和正常基因表达谱分析的公共数据库,填补了癌症基因组学大数据信息的缺口。GEPIA分析来自TCGA和GTEx项目的9736个肿瘤和8587个正常样本的RNA测序表达数据,TCGA和GTEx的表达量数据都是在同一个pipeline下重新算出来的,可以直接进行非常全面的表达分析。该数据库是一个开放的公共数据库,感兴趣的研究者可以申请其中的数据进行相关研究,本文旨在对GEPIA数据库的架构以及基因数据的提取、分析、结果表达制图方法进行介绍。

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。

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数据库和生物信息学分析筛选小鼠心肌缺血再灌注损伤相关的潜在枢纽基因

目的·基于基因表达数据库(gene expression omnibus,GEO)运用生物信息学分析筛选与小鼠心肌缺血再灌注损伤(myocardium ischemia-reperfusion injury,MIRI)相关的潜在枢纽(hub)基因。方法·从GEO数据库中获取小鼠MIRI数据集GSE61592、GSE83472和GSE160516。利用limma包筛选各数据集中差异表达基因(differentially expressed genes,DEGs),再用稳健排序整合(robust rank aggregation,RRA)方法筛选稳健DEGs。构建稳健DEGs的蛋白质-蛋白质相互作用(protein-protein interaction,PPI)网络,并筛选PPI网络中的子模块和hub基因,利用clusterProfiler包对稳健DEGs、最重要子模块基因和hub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(Kyoto Encyclopedia of Genes and Genomes,KEGG)通路富集分析。将18只6~8周龄的C57BL/6 J雄性小鼠随机分为假手术(sham)组和MIRI组,每组9只,通过结扎冠状动脉左前降支,缺血30 min再灌注24 h,来构建MIRI模型。采用反转录-定量聚合酶链反应(reverse transcription-quantitative polymerase chain reaction,RT-qPCR)检测hub基因mRNA的表达情况。结果·RRA法在3个数据集中共鉴定出294个稳健DEGs。在PPI网络中,共筛选14个子模块,其中模块1最重要;共发现17个关键基因。GO和KEGG分析显示,稳健DEGs、模块1中的基因和hub基因主要涉及调控炎性细胞的迁移、趋化因子和细胞因子及其受体活性、Toll样受体等生物学功能和通路。RT-qPCR结果显示,与sham组相比,MIRI组小鼠心肌中趋化因子(C-C基序)配体4 [chemokine(C-C motif)ligand 4,Ccl4]、Ccl6、Ccl7、趋化因子(C-X-C基序)受体4 [chemokine(C-X-C motif)receptor 4,Cxcr4]、趋化因子(C-C基序)受体2 [chemokine(C-C motif)receptor 2,Ccr2]、信号调节蛋白β1(signal-regulatory proteinβ1,Sirpb1)、低亲和力免疫球蛋白γFc区受体Ⅱb (low affinity immunoglobulin gamma Fc region receptorⅡb,Fcgr2b)、白细胞表面抗原Cd53 (leukocyte surface antigen CD53,Cd53)、花生四烯酸5-脂氧合酶激活蛋白(arachidonate 5-lipoxygenase activating protein, Alox5ap)、髓样分化初级反应基因88 (myeloid differentiation primary response gene 88,Myd88)、巨噬细胞清道夫受体1 (macrophage scavenger receptor 1,Msr1)、基质金属肽酶14 (matrix metallopeptidase 14,Mmp14)、髓样细胞上表达的触发受体2 (triggering receptor expressed on myeloid cells 2,Trem2)、桩蛋白(leupaxin,Lpxn)的mRNA表达上调,而低亲和力免疫球蛋白γFc区受体Ⅲ(low affinity immunoglobulin gamma Fc region receptorⅢ,Fcgr3)、补体C1q亚组分亚单位B (complement C1q subcomponent subunit B,C1qb)、去整合素和含金属蛋白酶结构域蛋白(a disintegrin and metalloproteinase domain-containing protein 8,Adam8)的mRNA表达未见差异。回顾文献,17个hub基因中Trem2、Lpxn、Cd53、Alox5ap、Sirpb1、Fcgr2b这6个基因未见报道参与MIRI。结论·该研究挖掘出小鼠MIRI相关的6个潜在hub基因,可为进一步探讨MIRI的分子机制和治疗靶点提供新的思路和切入点。

TMPRSS4在胃癌中的表达及其与患者预后相关性:基于Oncomie和Kaplan-Meier Plotter数据库分析

背景胃癌(gastric cancer,GC)是癌症相关死亡的重要原因,也是消化系统最为常见的肿瘤.然而,GC预后相关因素并不完全清楚.本文从生物信息角度探讨GC预后的分子标志物.目的探讨应用Oncomie和Kaplan-Meier Plotter数据平台分析跨膜丝氨酸蛋白酶4(transmembrane protease serines4,TMPRSS4)在GC组织与正常胃组织中的差异表达及其与患者生存期的关系.方法深入挖掘Oncomie和Kaplan-Meier Plotter数据平台中TMPRSS4基因表达与GC相关性数据集,并应用在线分析软件比较癌组织和正常胃组织TMPRSS4基因mRNA表达水平是否存在差异.绘制生存曲线比较TMPRSS4高低表达患者生存期是否存在差异,探讨TMPRSS4作为GC患者预后分子标记物的可行性.同时,回顾性分析手术治疗的50例GC患者的临床资料,采用免疫组织化学法检测50例患者癌组织中TMPRSS4蛋白的表达情况,并分析TMPRSS4表达与患者临床特征是否存在相关性.结果Oncomine数据库中共收录了GC、乳腺癌等常见肿瘤组织与对应正常组织中TMPRSS4基因差别表达的相关数据集共185项,其中存在差异表达10项,有9项在肿瘤组织中高表达,有1项在肿瘤组织中低表达.通过聚类层次聚类分析显示,TMPRSS4基因在GC中呈现共表达的基因有LAMB3,LAD1,ANXA4等.TMPRSS4与LAMB3,LAD1,ANXA4的共表达相关系数分别为0.57,0.51和0.43.Oncomine数据库中,有2项基因表达芯片数据关于TMPRSS4基因在GC组织与正常组织中差异表达的研究,2项基因表达芯片结果均提示在GC组织中,TMPRSS4表达水平高于正常胃组织(P<0.05).Kaplan-Meier Plotter分析显示TMPRSS4高低表达组总中位生存时间分别为22.0 mo和32.6 mo,高表达组显著低于低表达组(HR=1.31,95%CI:1.09-1.57,P<0.05).高低表达组中位无疾病进展生存时间分别为22.40 mo和13.87mo,高表达组显著低于低表达组(HR=1.27,95%CI:1.03-1.58,P<0.05).免疫组化显示TMPRSS4阳性表达与患者肿瘤是否侵犯血管存现相关性,TMPRSS4阳性患者肿瘤侵犯血管比显著高于阴性者(P<0.05).结论与正常胃组织比较,GC组织中TMPRSS4基因mRNA表达水平明显上调,其高表达与患者的预后不良相关,且高表达者肿瘤侵犯血管比例较高.

基于GEO数据库分析支气管肺发育不良发生的关键基因及通路

目的:采用生物信息学方法分析支气管肺发育不良(bronchopulmonary dysplasia,BPD)发生的关键基因和信号通路。方法:在基因表达综合数据库(GEO)中筛选数据集,使用GEO2R工具筛选出BPD与非BPD极早早产儿之间的差异表达基因。使用DAVID数据库进行功能注释和通路分析,使用STRING在线工具完成关键差异表达基因的蛋白质相互作用(PPI)网络构建,通过Cytoscape软件筛选出核心基因,并对其进行可视化处理。结果:差异分析得到表达上调的基因375个,表达下调的基因390个;GO富集分析显示差异表达基因参与细胞对钙离子的反应、RNA聚合酶Ⅱ启动子转录调控、心脏发育等生物过程;KEGG富集分析显示差异表达基因集中于胰高血糖素信号通路、乳腺癌信号通路。通过PPI网络筛选得到10个核心基因,分别为Jun原癌基因(JUN)、Fos原癌基因(FOS)、SWI/SNF染色体重塑复合体亚基4(SMARCA4)、激活转录因子3(ATF3)、早期生长反应蛋白1(EGR1)、Erb-b2受体酪氨酸激酶(ERBB2)、过氧化物酶体增殖物激活受体(PPARA)、FosB原癌基因(FOSB)、核受体亚家族4A组成员1(NR4A1)、胰岛素样生长因子1(IGF1)。结论:JUN、FOS、ATF3、EGR1基因可能在BPD发生发展过程中发挥重要作用。

表达谱数据库的原理与应用

表达谱数据库是近几年发展起来的一类生物信息数据库,具有社区共建和数据共享的特征,为生物学家提供丰富的基因表达数据及初步分析这些数据的生物信息工具,体现了高通量数据研究的发展趋势。表达谱数据能够提供组织特异性表达的基因,提示细胞内的信号转导途径的变化,甚至通过与基因组非翻译序列信息的结合进行协调表达的研究,因此有效地查询和利用表达谱数据对充分利用基因表达信息,提高科研效率有重要的意义。

基于GEO数据库糖尿病肾病患者基因芯片数据的生物信息学分析

目的:通过生物信息学的方法分析糖尿病肾病的肾小球组织与正常肾小球组织之间的差异基因,为进一步研究糖尿病肾病的发生、发展机制提供思路。方法:从基因表达数据库(Gene Expression Omnibus,GEO)下载芯片数据GSE96804,通过t检验获得差异基因。然后使用DAVID数据库对差异表达基因进行京都基因与基因组百科全书(KEGG)信号通路富集分析。结果:共获得差异基因76个,其中在糖尿病肾病肾小球组织中表达下调的基因有57个,表达上调的基因有19个。KEGG信号通路富集分析主要包括了丝裂原活化蛋白激酶(Mitogen-Activated Protein Kinase,MAPK)信号通路、内吞作用通路、雌激素信号通路、氧化磷酸化通路、内质网中的蛋白质加工通路、抗原处理和呈递通路。蛋白质-蛋白质相互作用分析筛选获得了关键基因13个,分别为FOS原癌基因(Fos Proto-Oncogene,FOS),双特异性磷酸酶1(Dual Specificity Phosphatase 1,DUSP1),热休克蛋白家族A(Hsp70)成员1A[Heat Shock Protein Family A(Hsp70)Member 1A,HSPA1A],辅酶A合成酶(Coenzyme A Synthase,COASY)等,其中有12个下调基因(FOS,DUSP1,HSPA1A等),一个上调基因[Dicer1,RNA酶Ⅲ(Dicer 1,Ribonuclease III,DICER1)]。结论:糖尿病肾病肾小球组织与正常肾小球组织基因表达存在差异的关键基因多与信息转导和能量代谢相关,采用生物信息学方法筛选出的核心靶点有利于从基因层面进一步了解糖尿病肾病的发生机制。