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GEO数据库的热应激肉鸡脑组织共享差异表达基因的生物信息学分析

试验旨在筛选与肉鸡热应激有关的重要脑组织共享差异表达基因(DEGs),探究其分子作用机理。从基因表达综合数据库(GEO)中获取热应激处理的鸡大脑和下丘脑两套基因芯片数据集,进行生物信息学数据二次挖掘。结果显示,筛选出与热应激有关的重要脑组织共享DEGs共32个,其中显著表达上调基因27个,显著表达下调基因5个。通过基因本体论(GO)、京都基因与基因组百科全书(KEGG)分析,上述基因主要参与7个生物学过程和3个KEGG通路。利用STRING数据库和Cytoscape软件构建蛋白互作网络,有16个节点和102个蛋白质互作;筛选出前7位枢纽基因为GC、FGG、FGA、FGB、PLG、APOB和FABP1,均为差异表达上调基因。研究表明,共享DEGs可能与热应激过程中肉鸡不同组织或器官的损伤及发病有关。

通过GEO数据库筛选宫颈癌发生的相关基因

目的利用数据库筛选宫颈癌致病的关键基因,探讨宫颈癌的发病机制。方法从高通量基因表达数据库(GEO)下载宫颈癌相关的芯片数据GSE89657、GSE63678和GSE29570,利用GEO2R在线分析软件筛选出宫颈癌差异基因748个,分别对差异基因进行基因本体富集分析(GO)、京都基因和基因组百科全书(KEGG)通路分析以及蛋白质-蛋白质相互作用网络(PPI)分析。结果3个数据库共呈现32个共同差异基因,分别为15个上调基因,17个下调基因。差异基因导入DAVID数据库发现与宫颈癌细胞凋亡和基因表达负调控、癌症通路有关。发现10个差异基因成为PPI网络复合体中的中枢基因,其表达水平的改变与宫颈癌的不良预后有关。其中拓扑异构体酶Ⅱa(TOP2A)在宫颈癌的诊断中最为重要。结论通过GEO数据库分析宫颈癌的基因芯片数据,获取与其预后密切相关的基因,为疾病的早期诊断提供分子水平上的参考依据。

利用GEO数据库分析糖尿病患者冠心病易感相关基因表达差异的生物信息学分析

目的 应用GEO数据库分析单纯糖尿病患者与合并冠状动脉粥样硬化性心脏病(CAD)的糖尿病(DM)患者相关基因的表达差异。方法 检索基因表达数据库(GEO)并筛选DM患者合并CAD的DM患者相关基因表达谱数据。时间截点选择2021年5月,筛选条件选择“Diabetes”及“Coronary Heart Disease”,物种类型选择“human”。使用GEO2R分析DM患者合并CAD的差异表达基因,并对单纯DM患者与合并CAD的DM患者间的通路富集情况做KEGG分析,而后使用PPI分析找出关键基因及其蛋白靶标;并以同期健康体检人群及单纯CAD患者作为参照组,对单纯DM、单纯CAD及合并CAD的DM患者差异基因表达情况进行比较。结果 从选定数据集共筛选出差异基因32 322个,设置筛选条件为组间表达量的比值Log2FC>2且P<0.05,共筛选出差异基因76个,其中上调基因23个,下调基因53个。DM与合并CAD的DM有10条显著差异性富集信号通路(P<0.05)。GO功能分析得到显著富集条目30个,其中10个(33.3%)与生物过程(BP)相关,10个(33.3%)与细胞组分(CC)相关,10个(33.3%)与分子功能(MF)相关。PTC与对照组显著差异基因共计42个,其中排名前10的分别是MYC、C3、AGTR1、PPARG、ADRB3、ACE、NOS3、MTHFR、UTS2、PON2;合并CAD组患者的MYC、C3、AGTR1、PPARG、ADRB3、ACE及UTS2基因表达水平明显高于单纯DM组,而NOS3、MTHFR及PON2基因表达水平明显低于单纯DM组(均P<0.05);单纯DM组与单纯CAD组间MYC、C3、AGTR1、PPARG、ADRB3、ACE、NOS3及MTHFR基因表达水平差异无统计学意义,而单纯CAD组的UTS2明显低于单纯DM组,PON2明显高于单纯DM组(均P<0.01)。结论 DM合并CAD发生的关键影响基因主要包括MYC、C3、AGTR1、PPARG、ADRB3、ACE、NOS3、MTHFR、UTS2、PON2,可能通过磷脂酰肌醇3-激酶/蛋白激酶B信号通路(PI3K/AKT signaling pathway)、病毒致癌作用(Viral carcinogenesis)、黏着斑(Focal adhesion)、Wnt信号通路(Wnt signaling pathway)等对DM发生合并CAD的影响。

基因表达数据处理工具包GEDPT的设计与实现——基于数据库GEO和TCGA

针对基因表达谱数据,建立机器学习模型,进行数据挖掘,有助于疾病诊断和发展精准医疗.由于基因表达谱的分析结果受到数据处理平台、数据格式、数据批次等因素的影响,因此,研究人员希望有统一的数据处理平台和数据处理方法,以降低这些影响,提升分析结果的准确性.基于R语言设计并实现了基因表达数据处理工具包GEDPT,旨在对数据库GEO和TCGA的基因表达谱进行统一处理,包括预处理、基因注释、表型注释、样本分组、差异分析和分析结果可视化等.利用GEDPT分析了人类直肠癌放疗相关的基因表达谱,得到了与相关文献报道一致的结果;通过对比基因分布发现,GEDPT对多个微阵列原始数据采用相同的预处理可以降低批次效应带来的负面影响.测试结果验证了GEDPT的实用性和有效性.

Analysis of differential genes of ischemic stroke-induced heart tissue in mice based on GEO database

Objective:The differential genes of left ventricle in middle cerebral artery occlusion model(MCAO)mice and Sham mice(Sham)mice at 24h and 72h after ischemia were compared respectively,and the differential genes and their regulated functional pathways were analyzed at different time points after ischemic stroke,so as to analyze the mechanism of inducing cardiac dysfunction after ischemic stroke and provide evidence for its treatment.Methods:Gene-chip data from the left ventricle of MCAO mice and Sham mice were downloaded from the GEO database at the National Center for Biotechnology Information(NCBI).The differentially expressed genes were obtained by R language software programming.The GO functional enrichment and KEGG pathway enrichment analysis of the obtained differential genes were performed using DAVID 6.8 online analysis tool,and the Omicshare online analysis tool was used to visualize the enrichment analysis results.Results:At 24h after ischemia,187 differentially expressed genes were obtained,including 56 GO enrichment pathways and 5 KEGG enrichment pathways with significant significance.After 72h after ischemia,51 differentially expressed genes were obtained,14 GO enrichment pathways and 3 KEGG enrichment pathways with significant significance.The two time points involved Aplnr and Itgb6 gene targets and PI3K-Akt signaling pathway.Conclusion:①By analyzing the gene expression profile data,the differentially expressed genes and related pathways of cardiac dysfunction induced by ischemic stroke were obtained.②PI3K-AKT signaling pathway is closely related to the regulation of cardiac function,and regulation of PI3K-AKT signaling pathway may be an important direction for the treatment of cardiac dysfunction after ischemic stroke.

基于GEO数据挖掘分析恶性胸膜间皮瘤相关枢纽基因及其通路

基于GEO数据挖掘分析恶性胸膜间皮瘤(MPM)相关枢纽基因及其信号通路。从GEO数据库下载GSE51024数据集矩阵数据,应用R软件limma包筛选差异表达基因(DEGs),应用ggplot 2和pheatmap包对差异基因进行可视化展示,应用DAVID在线数据库对DEGs进行GO分析和KEGG通路分析,运用STRING和Cytoscape软件构建DEGs的蛋白质-蛋白质相互作用网络并筛选出枢纽基因。通过GEPIA数据库对枢纽基因的表达进行验证,Kaplan-Meier法分析各枢纽基因的预后价值。获得了1259个DEGs,包括351个上调基因及908个下调基因。GO分析和KEGG通路富集分析表明,DEGs主要参与PI3K-Akt信号通路、IL-17信号通路、补体系统、细胞外基质受体相互作用、细胞周期、蛋白质消化和吸收、白细胞跨内皮迁移以及病毒蛋白与细胞因子和细胞因子受体的相互作用、细胞黏附分子。利用Cytoscape筛选出与MPM相关的10个枢纽基因,分别是KIF20A、DLGAP5、NCAPG、CCNB1、KIF23、KIF11、BUB1B、MAD2L1、CCNB2、TTK。枢纽基因高表达的MPM患者OS均显著低于低表达的患者,表明这些基因的高表达患者预后不良。本研究获得的10个枢纽基因可能是MPM潜在的诊断和预后标志物。

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数据库筛选不明原因复发性流产的枢纽基因及信号通路

目的利用生物信息学方法筛选不明原因复发性流产(URSA)相关差异表达基因(DEGs)及信号通路,以期为URSA的诊断和治疗提供新思路。方法从GEO数据库中筛选数据集,利用R软件DESeq 2包筛选DEGs,应用DAVID数据库对DEGs进行GO和KEGG分析,通过STRING数据库构建DEGs的蛋白质-蛋白质相互作用(PPI)网络,再通过Cytoscape软件筛选出URSA的最显著模块及枢纽(Hub)基因,并对其进行可视化处理。采用GSE26787数据集验证Hub基因的差异表达。结果经筛选共得到432个DEGs,其中121个DEGs上调,311个DEGs下调。GO富集分析显示,DEGs参与细胞分裂、有丝分裂核分裂、姐妹染色单体的凝聚力和信号转导等生物过程(BP);细胞成分(CC)位于纺锤体、染色体着丝粒点、纺锤体两极、中体;分子功能(MF)与蛋白结合、微管结合、受体活性等相关;KEGG富集分析表明,DEGs富集于自然杀伤(NK)细胞介导的细胞毒性、细胞周期、p53信号通路、抗原加工和呈递、精氨酸和脯氨酸代谢通路。通过PPI网络筛选得到与URSA密切相关的5个Hub基因,分别为CCNB2、MELK、HMMR、CENPU、GTSE1,最后在GSE26787数据集中验证了以上Hub基因的显著差异表达。结论获得的432个DEGs和5个Hub基因可能是URSA的生物标志物。

基于GEO数据集筛选结肠癌相关枢纽基因及验证

从GEO芯片数据集中挖掘与正常结肠组织具有表达差异且与肿瘤病理特征相关的结肠癌关键基因。在GEO数据库中获取并处理GSE41258和GSE39582芯片数据集,筛选差异表达基因,利用DAVID、STRING等数据分析工具对差异表达基因进行KEGG分析、GO分析以及蛋白质相互作用(PPI)网络构建。利用Cytoscape 3.9.1软件与UALCAN数据库筛选枢纽(Hub)基因,并分析其与结肠癌临床病理的相关性。从两个GEO数据集中共筛选出108个差异表达基因,其中上调基因36个、下调基因72个。KEGG分析和GO分析显示差异表达基因主要富集于类固醇激素生物合成、视黄醇代谢、胆汁分泌、IL-17信号通路、PPAR信号通路并参与细胞葡萄糖醛酸化、类固醇代谢、胶原分解代谢、视黄醇代谢等生物过程。最终筛选出排名前五的Hub基因,分别是SPP1、COL1A1、CXCL8、MMP1和FABP1,其中SPP1和COL1A1表达与结肠癌肿瘤分期呈正相关,FABP1、MMP1和CXCL8在结肠癌早期就表现出显著差异性。通过生物信息学分析发现,在5个结肠癌关键基因中,SPP1和COL1A1与结肠癌进展相关,FABP1、MMP1和CXCL8可成为潜在的结肠癌早期生物标志物。

基于GEO数据库的食管鳞癌核心基因SPP1和POSTN的鉴定及验证

目的鉴定并验证食管鳞癌(esophageal squamous cell carcinoma,ESCC)的核心基因,探讨SPP1和POSTN表达与食管癌患者临床病理特征和预后的关系。方法GEO数据库下载数据集GSE23400和GSE161533,R语言筛选差异表达基因(differentially expressed genes,DEGs)。DAVID数据库做GO富集分析及KEGG通路分析。STRING数据库构建蛋白质相互作用(protein-protein interaction,PPI)网络,Cytoscape软件鉴定核心基因(Hub genes)。GEPIA数据库验证核心基因在食管癌(包含但不限于ESCC)和正常食管组织中差异表达并评估其预后价值,免疫组化技术进一步验证SPP1和POSTN在ESCC和癌旁组织中差异表达。收集患者临床数据,分析SPP1和POSTN表达与ESCC患者临床病理特征(性别、年龄、肿瘤分化程度、淋巴转移、TNM分期、肿瘤浸润深度及肿瘤最大径)的相关性及其预后价值。结果322个DEGs中,127个上调基因,195个下调基因。GO分析主要富集于钙离子结合、细胞质、胞外基质分配等方面;KEGG通路分析主要富集在蛋白质消化吸收和细胞外基质(extracellular matrix,ECM)受体相互作用。PPI筛选出8个核心基因,GEPIA数据库验证8个核心基因在食管癌组织均高表达(P<0.01),其中COL1A1、POSTN、COL1A2、SPP1高表达与食管癌患者预后差相关性大(P<0.05);免疫组化显示SPP1和POSTN蛋白在ESCC组织中的表达水平较癌旁组织高(分别为P<0.001和P=0.018)。其中SPP1蛋白高表达与ESCC患者的TNM分期、肿瘤大小、浸润深度(均P<0.05)相关性大;POSTN蛋白高表达与ESCC患者的TNM分期、浸润深度(均P<0.05)相关性大,SPP1和POSTN高表达ESCC患者具有更差的无病生存(disease free survival,DFS)期(分别为P=0.0109和P=0.0088)。结论SPP1和POSTN蛋白在ESCC组织中的表达水平高于癌旁组织,且SPP1和POSTN高表达食管癌患者预后更差。

用于基因数据挖掘的基因表达数据库GEO

使用高通量方法学来检测基因表达情况在最近几年已非常普遍。微集芯片技术可同时定量成千上万的基因转录本。基因表达综合数据库(Gene Expression Omnibus简称GEO)是目前最大的而且完全公开的高通量分子丰度数据库,主要储存基因表达数据。该数据库以一个灵活开放的设计理念,允许用户或科研人员来递呈,保存和检索多种不同类型的数据。综述了近年来该数据库在基因表达数据挖掘中的应用,同时介绍一些通过使用用户友好网络界面能有效探索、查询和再现数百个实验和数百万个基因表达谱的工具,以方便数据进行挖掘和可视化。登录GEO公用数据库的网址为:http://www.ncbi.nlm.nih.gov/geo。

GEO数据库架构、申请及数据提取方法与流程

基因表达综合数据库(Gene Expression Omnibus),简称GEO数据库,由美国生物技术信息中心(NCBI)开发的一个完全公开的高通量基因分子丰度数据库,是一个公共功能基因组数据存储库,接受基于数组和序列的数据。该数据库主要储存基因表达数据,涵盖多个生物学领域的高通量实验数据,其提供工具帮助用户查询和下载实验和管理基因表达谱,为生物信息学研究提供了大量与疾病相关的基因表达谱信息。研究者通过对基因芯片提供的大量基因表达谱数据信息的深度挖掘和分析,有助于了解基因的功能以及基因间的相互作用关系,解读基因表达的代谢过程,分析基因的遗传特征和功能,研究疾病的发生发展规律,为疾病的诊断与治疗提供科学参考。本文旨在介绍GEO数据库的架构、申请方式及公开数据的提取方法。

基于GEO数据库筛选慢性乙型病毒性肝炎患者对干扰素α治疗无应答相关的关键免疫基因和通路

目的基于GEO数据库筛选接受干扰素α(IFN-α)治疗的慢性乙型病毒性肝炎(CHB)患者中应答者(Rs)和无应答者(NRs)之间差异表达的免疫基因,以探索IFN-α治疗CHB失败的分子基础。方法从GEO数据库中下载基因芯片数据集GSE27555,包含6例Rs和7例NRs。使用R软件筛选Rs和NRs肝脏组织的差异表达基因,再从免疫相关基因数据库ImmPort下载包含1793个基因在内的标志性免疫基因集,提取差异表达基因中的免疫基因,获取差异免疫基因。再对差异免疫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)分析。通过STRING在线分析工具构建差异免疫基因的蛋白-蛋白相互作用(PPI)网络,进一步利用Cytoscape软件中的Cytohubba插件对差异免疫基因按Degree、MCC、MNC、Closeness算法计算评分位于前10的基因,再取交集,得到枢纽基因(Hub基因)。结果从Rs与NRs间共筛选出差异免疫基因88个,其中上调基因13个,下调基因75个。GO分析发现,这些差异免疫基因主要涉及的生物过程包括T细胞活化、细胞趋化性、细胞-细胞粘附的调节、抗原加工和提呈等方面。KEGG分析显示,这些差异免疫基因主要富集于细胞因子-细胞因子受体相互作用、Th细胞分化、抗原加工和提呈、病毒蛋白与细胞因子和细胞因子受体的相互作用、趋化因子信号通路、T细胞受体信号通路、IL-17信号通路、自然杀伤细胞介导的细胞毒性、Toll样受体信号通路等免疫应答信号通路中。在PPI网络中通过不同算法筛选出的7个共同的Hub基因分别为CD8A、I FNG、CCL2、CCL5、CXCL10、CCL4、FCGR3A。结论利用生物信息学方法分析了Rs与NRs之间的差异免疫基因及信号通路,并确定了7个与IFN-α治疗CHB无应答相关的Hub基因。这些Hub基因可能成为预测IFN-α治疗CHB应答情况的潜在生物标志物。

基于GEO数据库筛选狼疮性肾炎的关键基因和信号通路

目的·利用生物信息学分析方法筛选狼疮性肾炎相关差异表达基因及相关信号通路。方法·从GEO公共数据库中下载GSE32591数据集矩阵数据,应用R软件limma包进行标准化以及筛选差异表达基因,应用ggpubr和pheatmap包对差异基因绘制火山图及热图。应用DAVID在线数据库对差异表达基因进行GO(Gene Ontology)分析和KEGG(Kyoto Encyclopedia of Genes and Genomes)通路分析,使用R语言ggplot包绘制柱状图及气泡图。运用STRING和Cytoscape软件构建差异表达基因的蛋白质-蛋白质相互作用网络,应用MCODE及cytohubba插件筛选出参与狼疮性肾炎的最显著模块及枢纽基因。采用GSE99339数据集验证枢纽基因的差异表达。结果·通过limma包分析GSE32591数据集,获得了367个差异表达基因,包括253个上调基因及114个下调基因。GO分析和KEGG通路富集分析表明,差异表达基因在病毒防御反应、质膜外侧、甲型流感、结核病、EB病毒感染、补体途径等方面显著富集。应用STRING和Cytoscape构建了差异表达基因的蛋白互作网络,并鉴定出与狼疮性肾炎相关的10个枢纽基因,在验证数据集GSE99339中有显著的差异表达。结论·获得的367个差异表达基因和10个枢纽基因可能是狼疮性肾炎潜在的生物标志物。

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。

急性心肌梗死发病过程中miR-30a-5p的变化及其潜在的分子机制

目的 评估miR-30a-5p作为急性心肌梗死(acute myocardial infarction, AMI)新诊断指标的潜力和潜在的分子机制。方法 下载GEO数据库中AMI相关microRNAs(miRNAs)和mRNA芯片数据集。qRT-PCR技术检测血清样本中miRNAs的水平,全自动生化仪检测其他的生化指标。受试者工作特征(ROC)曲线分析和Spearman相关性分析评估miR-30a-5p作为诊断AMI标志物的价值。R语言multiMiR包对miR-30a-5p的靶基因进行预测,STRING数据库构建蛋白相互作用网络,将结果导入Cytoscape3.7.1软件,筛选网络的中枢基因。R语言clusterProfiler包对中枢基因进行KEGG及GO分析,探索miR-30a-5p在AMI中的临床意义及其潜在的分子机制。结果 与对照组比较,AMI组患者血清中的miR-30a-5p上调,差异有统计学意义(P<0.05);miR-30a-5p与CK-MB、CK、TnT、proBNP和CRP水平呈正相关(rs=0.489,P<0.001;rs=0.347,P<0.001;rs=0.545,P<0.001;rs=0.533,P<0.001;rs=0.206,P<0.05),ROC曲线下面积(AUC)为0.862,灵敏度为84.4%,特异度为74.2%;2个数据集共得到差异表达基因(differentially expressed genes, DEGs)780个,miR-30a-5p的靶基因共1 061个,取交集共鉴定出61个共同基因。在PPI的中枢基因中BCL6、FOSL2、JDP2、LYN、PDE4D、SOCS3和SOX4得分较高且与AMI的发生密切相关;KEGG和GO富集分析显示,miR-30a-5p可能调节JAK-STAT、NF-kappaB及Wnt等信号通路参与炎症反应、细胞凋亡、自噬及心肌梗死后重塑等过程进而参与AMI的发生。结论 血清miR-30a-5p在AMI早期表达上调,对miR-30a-5p及其调控通路的研究,有助于诊断及治疗AMI。

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。

基于生物信息学分析肝纤维化的关键基因及相关通路研究

目的通过生物信息学分析筛选肝纤维化治疗的关键基因及相关通路,挖掘肝纤维化患者的差异表达基因,预测肝纤维化的潜在治疗靶点。方法从GEO数据库中获得基因表达谱GSE197112;通过Limma筛选差异表达基因;使用DAVID在线数据库对差异表达基因进行GO富集分析和KEGG信号通路富集分析;差异表达基因通过STRING数据库获取其蛋白-蛋白互作(PPI)网络图并用Cytoscape软件进行可视化,同时通过Cytoscape软件中的插件CytoHubba筛选肝纤维化靶点基因。结果该研究共筛选了399个差异表达基因(P<0.01,|Log2FC|>1.5),包括300个下调基因和99个上调基因。这些基因主要参与了有丝分裂检验点、DNA复制、染色体分离、细胞分裂、细胞凋亡过程、适应性免疫应答等GO生物过程,主要调控产生IgA的肠道免疫网络、孕酮介导的卵母细胞成熟、人T细胞白血病病毒1感染、细胞周期、抗原处理和呈递、p53信号通路、癌症转录失调、细胞黏附分子等。通过Cytoscape软件筛选出5个靶点基因:TTK、KIF2C、ASPM、DLGAP5、PBK。结论本研究通过生物信息学的方法筛选出肝纤维化中399个差异表达基因和5个靶点基因,这些基因在肝纤维化相关的生物学过程中发挥了关键作用,为肝纤维化的药物治疗提供了新方向。

皮肤鳞状细胞癌免疫细胞浸润与基因富集分析

目的通过生物信息学方法分析皮肤鳞状细胞癌(CSCC)中免疫细胞浸润相关基因差异表达及其意义。方法从基因表达数据库(GEO)搜索并下载CSCC数据集,经过检索及筛选得到临床信息GSE45216和GSE108008两个数据集,使用R语言CIBERSORT函数分析免疫细胞浸润情况,以及它们在CSCC组和对照组中的差异性。使用vioplot软件绘制差异细胞的小提琴图,R软件clusterProfiler包对靶基因通过基因本体(GO)功能注释和基于京都基因与基因组百科全书(KEGG)通路数据库进行信号通路富集分析。结果与对照组相比,CSCC组中380个差异表达基因,其中76个上调基因、304个下调基因,通过分析差异表达基因筛选排名前10的关键基因分别为人乳铁蛋白、G蛋白偶联受体1、RPTN、天冬氨酰氨基葡糖苷酶、PAN3、烟酰胺N-甲基转移酶、分泌粒蛋白5、叶酸受体3、维甲酸诱导蛋白14、多肽N-乙酰半乳糖氨基转移酶14;CSCC发生发展中导致浆细胞数量增加,M1型巨噬细胞数量减少,记忆性CD4+T细胞为高浸润性,且细胞溶解活性与嗜酸粒细胞呈正相关(r=0.530,P<0.001),而与M2型巨噬细胞呈显著负相关(r=-0.570,P<0.001),影响CSCC预后。GO富集分析显示,基因功能主要与角质细胞分化、细胞防御、存在于细胞膜或细胞核内的蛋白酶体有关。KEGG信号通路富集显示,差异表达基因主要参与胆固醇代谢、脂肪酸等脂质代谢通路。结论部分免疫细胞浸润及其相关基因差异表达在CSCC发生过程及其预后中起重要作用,角质细胞分化、脂质代谢信号通路改变可能与CSCC的发病机制密切相关。