基于高通量基因表达数据库及生物信息学对坐骨神经痛差异表达基因的分析研究

目的基于高通量基因表达(GEO)数据库及生物信息学筛选坐骨神经痛相关差异表达基因(DEGs),分析其生物学功能,为临床治疗坐骨神经痛提供参考。方法通过GEO数据库获取坐骨神经痛基因芯片(GSE124272)数据集,经仙桃学术软件异质性分析获取坐骨神经痛相关DEGs,对坐骨神经痛相关DEGs进行基因本体论(GO)、京都基因与基因组百科全书(KEGG)的通路富集分析。借助Cytoscape软件实施蛋白质互作网络(PPI)分析获取关键基因,经转录因子调控网络专用数据库(TRRUST)确定关键基因的主要调节转录因子及相应的调节关系。结果415个坐骨神经痛相关DEGs经PPI分析共获取15个关键基因,经TRRUST确定共12个TF协同参与检查点激酶1(CHEK1)、含杆状病毒IAP重复序列蛋白5(BIRC5)、细胞周期蛋白B2(CCNB2)、胸苷酸合成酶(TYMS)、细胞周期蛋白B1(CCNB1)关键基因的调控。结论CHEK1、BIRC5、CCNB2、TYMS、CCNB1可作为坐骨神经痛的新治疗靶点和预防标志物。

基于高通量基因表达数据库筛选系统性红斑狼疮妊娠并发先兆子痫的关键基因

目的应用生物信息学方法筛选系统性红斑狼疮(SLE)妊娠并发先兆子痫(PE)的关键基因,并分析其生物学功能。方法从高通量基因表达(GEO)数据库下载SLE妊娠并发PE相关数据集GSE108497,利用R软件筛选差异表达基因(DEGs)。采用在线分析工具对DEGs进行基因本体(GO)功能注释和京都基因与基因组百科全书(KEGG)通路富集分析。利用蛋白质相互作用数据库STRING构建DEGs编码蛋白的相互作用(PPI)网络,并筛选关键基因。绘制受试者工作特征(ROC)曲线评估关键基因对SLE妊娠并发PE的诊断效能。结果从GSE108497数据集中筛选出162个DEGs,其中105个上调,57个下调。GO分析显示,DEGs主要参与T淋巴细胞活化与分化、中性粒细胞介导的免疫调节和脱颗粒等生物学过程。KEGG分析表明,DEGs主要调控原发性免疫缺陷、糖酵解和抗原呈递等通路。PPI网络分析获得9个关键基因:HMGN2、EEFIB2、RPL32、BTF3、MRPLI1、EEFID、EEFIA1、RPL6和RPLPI。ROC曲线提示这些基因对SLE妊娠并发PE具有较高诊断价值,ROC曲线下面积(AUCROC)均大于0.9。结论利用生物信息学方法从GEO数据库筛选并鉴定出9个与SLE妊娠并发PE相关的关键基因,为该病的诊断和治疗提供了新的潜在标志物和靶点。

基于高通量基因表达数据库开发骨肉瘤预后相关的微小RNA研究

目的筛选骨肉瘤失调微小RNA(microRNA),构建多基因预后模型,探索骨肉瘤的关键microRNA治疗靶标。方法通过高通量基因表达数据库(gene expression omnibus, GEO)中的GSE28423数据集,筛选相对于癌旁正常组织和骨肉瘤组织中的差异microRNA,并利用GSE39040数据集中的临床信息,分析这些差异microRNA对预后生存的影响;对关键microRNA的靶基因进行功能富集,探索关键microRNA的功能,构建基于关键microRNA的预后预测模型。结果共获得共166个差异microRNA,其中70个下调,96个上调(P<0.05),其中有3个microRNA对患者的总体生存率以及预后有显著影响(P<0.05),分别是hsa–miR–1、hsa–miR–153和hsa–miR–487b。构建由hsa–mi R–1、hsa–miR–153和hsa–miR–487b共同组成的预后预测模型,ROC结果显示该模型具有良好的预后预测性能(AUC=0.842 8,95%CI:0.741 7~0.943 9,P<0.000 1);功能富集分析也提示,hsa–miR–1、hsa–miR–153和hsa–mi R–487b所调控的靶基因,富集于细胞增殖、凋亡和上皮间充质转化等多个与肿瘤相关的功能(P<0.05)。结论has–mi R–1、has–miR–153和has–miR–487b可能在骨肉瘤的发生发展过程中发挥重要作用,并有望成为骨肉瘤生物分子标志物及治疗靶点。

GEO(Gene Expression Omnibus):高通量基因表达数据库

GEO(Gene Expression Omnibus)数据库包括高通量实验数据的广泛分类,有单通道和双通道以微阵列为基础的对mRNA丰度的测定;基因组DNA和蛋白质分子的实验数据;其中包括来自以非阵列为基础的高通量功能基因组学和蛋白质组学技术的数据也被存档,例如基因表达系列分析(serial analysis of gene expression,SAGE)和蛋白质鉴定技术.迄今为止,GEO数据库包含的数据含概10000个杂交实验和来自30种不同生物体的SAGE库.本文概述了GEO数据库的查询和浏览,数据下载和格式,数据分析,贮存与更新,并着重分析GEO数据浏览器中控制词汇的使用,阐述了GEO数据库的数据挖掘以及GEO在分子生物学领域中的应用前景.GEO可由此公众网址直接登陆http://www.ncbi.nlm.nih.gov/projects/geo/.

基于GEO数据库分析脓毒症相关性死亡的潜在差异表达基因和微小RNAs

目的基于基因表达数据库(GEO)运用生物信息学筛选与脓毒症相关性死亡相关的潜在差异表达基因和微小RNAs(miRNAs)。方法从GEO数据库下载人类血液样本基因表达谱芯片数据集GSE48080和GSE54514,选择两个时点(诊断脓毒症时、脓毒症病程中),使用GEO2R在线工具对脓毒症存活患者和非存活患者进行差异表达基因(DEGs)筛选。通过基因本体(GO)分析和京都基因与基因组百科全书(KEGG)通路富集分析,研究脓毒症相关性死亡DEGs涉及的病理生理过程和潜在信号通路。使用STRING在线工具构建DEGs蛋白-蛋白相互作用(PPI),使用Cytoscape软件构建PPI网络拓扑,使用CytoHubba工具筛选枢纽(Hub)基因。使用NetworkAnalyst构建Hub基因的目标miRNAs,使用RT-qPCR验证本院脓毒症存活患者和非存活患者相关基因表达变化。结果在脓毒症病程中,脓毒症存活患者和非存活患者基因表达呈现异质性,共筛选出15个DEGs。KEGG通路富集分析显示,金黄色葡萄球菌感染、NOD样受体信号通路、硫代谢和集管酸分泌四个途径存在显著富集。PPI和CytoHubba分析筛选出10个Hub基因(SLC4A1、EPB42、LTF、LCN2、DEFA4、HBM、HBG1、GMPR、CAMP、OLFM4)。NetworkAnalyst分析预测了10个关键miRNAs。RT-qPCR验证结果显示,5个Hub基因(SLC4A1、EPB42、LCN2、DEFA4、OLFM4)与上述分析中的趋势一致。结论基于GEO数据库的生物信息学分析,脓毒症存活患者和非存活患者在脓毒症病程中存在差异表达基因,为探索脓毒症相关性死亡的生物标志物提供了数据支持。

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数据库奶牛乳房炎致病菌差异表达基因的生物信息学分析

试验旨在筛选与奶牛乳房炎致病菌相关的差异表达基因(DEGs),分析其作用机理。在基因表达数据库(GEO)中筛选得到与奶牛乳房炎致病菌密切相关的基因芯片数据集GSE25413进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)分析。联合String数据库在Cytoscape软件中构建出蛋白质互作网络(PPI)并筛选出主要的关键基因。结果显示,在GSE25413数据集中共筛选得到127个差异表达基因,其中上调表达基因49个,下调表达基因78个。GO分析共得到450条功能注释,主要涉及炎症反应、缺氧反应等;KEGG通路富集共得到446条信号通路,主要涉及癌症途径、肿瘤坏死因子等信号通路。PPI互作网络共筛选得到IL-6、IL-1B、VEGFA、CXCL8等10个关键基因。经筛选获得的关键基因可作为潜在的分子标志物用于奶牛乳房炎的早期诊断和临床治疗靶点的选择,为奶牛乳房炎的防治提供参考。

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。

高质量临床微生物基因组参考数据库构建的思考

病原宏基因组高通量测序(mNGS)技术因其检测时间短、分辨率高,能识别罕见、新发病原体引发的感染或者混合感染等优势,已经被广泛地应用于临床疑难感染的辅助诊断。然而,由于目前尚缺乏标准化生物信息学分析流程和高质量临床微生物基因组参考数据库等问题,一定程度上制约了该技术临床应用的进一步发展。本文介绍了高质量临床微生物基因组参考数据库建设现状,探讨了高质量临床微生物基因组参考数据库构建的技术要求、质量控制过程和实现方式,并提出相关思考和建议。

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GEO和TCGA数据库分析促癌基因INHBA和抑癌基因CLCA4、CA4在结直肠癌中表达

目的:通过分析GEO数据库结直肠癌相关芯片集,寻找差异基因,并在TCGA数据库和GEO数据库进行验证,为结直肠癌的早期诊断寻找标志物。方法:分析GEO数据库结直肠癌相关芯片集GSE21510、GSE25071、GSE32323。分别分析差异基因,采用文恩图软件查找共同差异基因。进一步在TCGA数据库查找差异基因在结直肠癌中的表达及生存曲线。最后通过GEO数据库GSE24514验证差异基因的表达。结果:GSE21510,包含104例样本,共筛选出251个差异基因,其中上调基因146个,下调基因105个。GSE25071,包含50例样本,共筛选出669个差异基因,其中上调基因312个,下调基因357个。GSE32323,包含10例样本,共筛选出353个差异基因,其中上调基因115个,下调基因238个。在样本中上调基因为促癌基因,下调基因为抑癌基因。经文恩图分析,3个基因集交集共有15个基因,其中上调基因3个,下调基因12个。在TCGA数据库中查找差异基因的表达量和生存曲线,生存曲线选择结肠癌数据集,选取279个样本进行分析。根据差异基因的表达和生存曲线,最终确定促癌基因INHBA和抑癌基因CLCA4、CA4为结直肠癌的标志物。最后在GSE24514芯片集验证差异基因的表达。结论:通过GEO和TCGA数据库筛选及验证,发现在结直肠癌组织中INHBA基因明显上调,CLCA4、CA4基因明显下调。最终确定促癌基因INHBA和抑癌基因CLCA4、CA4可作为结直肠癌早期诊断的标志物。

利用GO数据库分析与预测乳杆菌肽聚糖对小鼠免疫细胞基因表达的影响

目的:探索乳酸菌肽聚糖对小鼠免疫细胞基因表达的影响。方法:给BALB/c小鼠腹腔注射乳杆菌肽聚糖1次或3次,从腹腔巨噬细胞和脾淋巴细胞合并细胞提取RNA,利用Affymetrix MOE430A基因芯片分析基因表达,利用基于GO数据库的芯片数据分析工具分析乳杆菌肽聚糖诱导后的代表性GO定义。结果:腹腔注射一次乳杆菌肽聚糖(i·p·)引起了腹腔巨噬细胞和脾脏淋巴细胞基因表达的广泛变化,但特异性不强。注射三次后表达显著改变的基因主要与免疫反应有关。定义两次刺激引起显著变化的所有基因为肽聚糖响应基因,其代表性GO生理过程定义预测主要与巨噬细胞吞噬活力增强、淋巴细胞激活、炎性反应正调节有关。结论:肽聚糖刺激的早期反应涉及先天性免疫激活和抗原呈递过程。

玉米D亚族bZIP转录因子基因的数据库挖掘、分析、克隆与表达

碱性亮氨酸拉链(basic leucine zipper,bZIP)是真核生物特有的转录因子家族,在高等植物基因表达与调控中起重要作用。本文通过对玉米基因组数据库中收录的全长cDNA序列全基因组范围的bZIP分析,发现其中25个序列编码D亚族bZIP转录因子。针对这些序列进行生物信息学分析、染色体分布和直系同源组的分类分析,发现部分序列可能是由同一基因座编码,但不同方式剪切形成的。对部分基因克隆和测序发现了更多的剪切形式。定量检测其中3个基因在ABA和干旱胁迫条件下的表达发现,其中1个受ABA诱导,2个受ABA抑制,但均不受干旱胁迫影响。表明玉米中D亚族基因可能参与ABA响应。

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。

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Kaplan-Meier plotter数据库分析CD_(44)基因表达状态对卵巢癌生存结局的影响

目的:探讨不同CD_(44)基因表达状态与卵巢癌生存结局的关系。方法:通过Kaplan-Meier plotter数据库检索CD_(44)基因的表达结果与生存数据,分析CD_(44)基因在卵巢癌组织和正常卵巢组织中的表达差异,同时分析不同CD_(44)基因表达分组的总生存差别。结果:Kaplan-Meier plotter数据库包含了1653个样本,其中5个样本为正常卵巢组织,1648个样本是卵巢癌组织。正常卵巢组织CD_(44)基因表达量为174(91-276),而卵巢癌组织为231(4-4204),但差异无统计学意义(P=0.262)。数据库共记录了655例卵巢癌患者的总生存数据,以表达量172为阈值,低表达组卵巢癌中位总生存时间为35.0个月,而高表达组为47.8个月;差异具有显著统计学意义[风险比HR=0.76,95%CI(0.61-0.93),P=0.0089]。结论:卵巢癌组织中CD_(44)基因的表达与正常卵巢组织相当,但卵巢癌CD_(44)基因高表达提示预后良好,可以提高患者总生存率。

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。

TissueMap：人类基因和蛋白质表达数据库

表达信息(或者是组织特异性)是基因和蛋白质最重要的自然属性之一。在当前主要的序列数据库中,对这些信息的描述没有一致的标准,同时,表达量的描述也没有统一。为了更好地利用基因和蛋白质的表达信息,建立了人类基因和蛋白质表达数据库,命名为TissueMap(http://168.160.62.35/cgi-bin/tissuemap/index.pl)。TissueMap整合了来自Swiss-prot和UniGene两个数据库的表达信息,并把跨膜蛋白信息从Swiss-prot专门抽取出来作为一个独立的库提供用户搜索。这个数据库规范化了描述表达信息时使用的组织名称和表达水平。目前,数据库中共有45389条基因,11377条蛋白质,和2796条人类跨膜蛋白的表达信息,将随着Unigene和UniProt同步更新。