HBV^+肝细胞癌患者lncRNA-mRNA共表达网络分析及作用

目的分析乙型肝炎病毒阳性(HBV+)肝细胞癌患者肝组织长链非编码RNA(long noncoding RNA,lncRNA)和信使RNA(messenger,mRNA)的共表达网络,探讨关键lncRNA的作用。方法下载GEO(GSE54238)lncRNA/mRNA表达谱芯片数据,通过生物信息数据分析方法获得不同临床进展阶段的肝细胞癌患者与正常人均具有显著差异的肝组织lncRNA、mRNA表达谱,并构建被DNA元素百科全书数据库(Encyclopedia of DNA Elements,ENCODE)收录的差异lncRNA-mRNA共表达网络。继而分析共表达网络中的mRNA参与的GO、KEGG;并分析与核心lncRNA高度相关的mRNA与患者生存曲线的相关性。结果与5个ENCODE收录的差异lncRNA具有共表达关系的mRNA共有81个(相关系数≥0.90)。lncRNA-mRNA共表达网络中的mRNA主要参与的GO通路有氧化还原、呼吸电子链传递和脂肪酸代谢过程;KEGG信号通路主要有脂肪酸降解、过氧化物酶体增殖物激活受体和β-丙氨酸代谢。与核心LINC01018(又名SRHC)、EHHADH-AS1和F11-AS1高度相关的mRNA SLC2A2、PCK2、EHHADH、F11、FM04和NR1I3与患者生存曲线具有极显著相关性(P<0.01)。结论 LINC01018、EHHADH-AS1、F11-AS1等lncRNA居于LncRNA-mRNA共表达网络的核心位置,在HBV+肝细胞癌发生、发展中具有关键作用,有望成为HBV+肝细胞癌新的诊断和预后指标。

基于lncRNA-mRNA共表达网络筛选胃癌分期相关的lncRNA

目的构建lncRNA-mRNA共表达网络,探索与胃癌分期相关的lncRNA及其调控关系,为研究胃癌的进展机制及寻找胃癌治疗的潜在靶点提供依据。方法利用TCGA数据库,收集胃癌RNA-seq数据及临床信息数据;采用表达数量性状位点(eQTL)分析与加权基因共表达网络分析(WGCNA)相结合的方法,构建lncRNA-mRNA共表达网络模块,结合临床信息筛选与胃癌分期相关的模块;采用Kruskal-Wallis秩和检验筛选模块内胃癌不同分期差异表达的lncRNA。结果获得286例胃癌组织和30例癌旁对照组织样本的RNA-seq数据;eQTL分析得到5118对顺式作用和1 953 109对反式作用lncRNA-mRNA;2 999个lncRNA和3 884个mRNA纳入WGCNA,产生25个共表达模块,其中与胃癌分期高度相关的模块有3个;模块midnightblue、orange内18个枢纽lncRNA中有14个lncRNA在胃癌不同分期差异表达。结论本研究筛选出14个与胃癌分期相关的lncRNA,这14个lncRNA可能通过调控mRNA的表达影响胃癌的进展,分析其对应的网络调控关系,为研究lncRNA-mRNA调控机制及探索胃癌治疗靶点提供了参考和方向。

博莱霉素诱导小鼠肺纤维化中差异表达的mRNA及其与LncRNA的共表达网络关系

目的研究博莱霉素诱导的小鼠肺纤维化模型中mRNA/LncRNA表达谱的变化,筛选出肺纤维化相关的mRNA,与差异LncRNA进行编码-非编码共表达(CNC)生物信息学分析。方法采用气管内注射博来霉素诱导的小鼠肺纤维化模型。SPF级C57BL/6小鼠随机分为模型组(10只/组,向心端气管内注入100μL博来霉素溶液3 mg/kg)及对照组(10只/组,注入等量的0.9%的氯化钠注射液),于14 d时处死大鼠留取肺组织。通过Masson染色和HE染色评估组织肺纤维化程度。利用LncRNA芯片技术筛选肺纤维化过程中差异表达的mRNA与LncRNA表达谱,通过NCBI数据库、UCSC数据库等对差异mRNA进行GO及pathway等生物信息学分析,筛选出纤维化可能相关的mRNA,通过qRT-PCR验证其表达变化,进一步与所有差异表达LncRNA进行CNC共表达分析,构建纤维化可能相关mRNA与差异LncRNA共表达网络。结果模型组肺组织纤维化程度显著高于对照组。基因芯片显示与对照组相比,模型组中表达上调的mRNA有127个,表达下调的有184个,GO及pathway分析发现差异表达的基因在生物学功能上主要涉及免疫反应、细胞分化、细胞骨架等;参与的信号通路主要有细胞因子与细胞因子受体相互作用、趋化因子信号转导通路等。生物信息学分析发现纤维化相关mRNA与差异表达的LncRNA存在显著的共表达网络关系。结论本研究筛选出小鼠肺纤维化发生过程中差异变化mRNA/LncRNA表达谱,生物信息学分析得出纤维化相关mRNA确实与大量差异的LncRNA存在高度相关的共表达关系。

大麦种子萌发lncRNA-miRNA-mRNA差异表达分析及ceRNA调控网络构建

为解析长链非编码RNA(lncRNA)、microRNA(miRNA)和mRNA如何在ceRNA互作模式下调控大麦种子萌发,揭示大麦(Hordeum vulgare L.)种子萌发转录水平分子调控机制,基于大麦种子萌发相关的RNA-Seq数据,共鉴定出6447个差异表达的mRNA,661个差异表达的lncRNA,310个差异表达的miRNA;对差异表达的mRNA和lncRNA进行加权基因共表达网络(WGCNA)分析,各鉴定到1个与大麦种子萌发高度相关的共表达模块。模块内相关基因涉及水分响应、胚发育等生物学过程,以及MAPK信号转导、植物激素信号转导等信号通路。通过对lncRNA/mRNA和miRNA进行靶基因预测,得到168个miRNA-mRNA靶基因对以及310个miRNA-lncRNA靶基因对,进而构建了包含2个子网络的ceRNA调控网络,发现有16个miRNA、38个lncRNA以及18个mRNA可能具有ceRNA功能。最后,利用qRT-PCR验证了2个关系对:HORVU0Hr1G039470-miR2611-MSTRG.21252以及HORVU6Hr1G031480-miR1858-MSTRG.23227。

胰腺癌中lncRNA和mRNA表达谱分析及调控网络研究

本文研究lncRNAs、mRNAs在胰腺癌中的调控机制。通过对胰腺癌表达谱进行分析,基于生物信息学方法,建立lncRNAs-mRNAs网络,通过获得五个功能显著性模块,网络中结点度较大的HUB节点,这些结点与胰腺癌的发生、发展密切相关。对每个模块进行聚类分析,得到度数小却聚集的集合,这些基因也和胰腺癌密切相关。这些模块中m RNA功能注释又与对炎症、免疫、细胞迁移、细胞增殖和凋亡等有关。表明模块中lncRNAs-mRNAs通过参与多种途径参与胰腺癌的发生及发展过程。通过本文的研究得到lnc RNAs与m RNAs协同作用的一些结果,为今后更深入的研究胰腺癌提供指导和借鉴。

基于已知疾病基因构建共表达网络识别胃癌进展及预后相关非编码基因

本研究旨在总结整理已有胃癌研究的基础上,进一步挖掘出非编码基因在胃癌的进展及预后中起的关键作用。通过胃癌患者编码及非编码基因的表达数据,结合已知胃癌致病基因,进行编码基因与非编码基因的共表达计算,识别出由miRNA介导的并且与已知胃癌基因互作的lncRNA,挖掘出三者(mRNA-miRNA-lncRNA)相互作用的模块,进而对模块进行筛选,并对疾病相关的显著模块的基因进行生存分析。除已知的胃癌相关基因外,研究也使用了差异表达的胃癌基因,这些基因显著的富集在细胞增殖、细胞粘附、肌肉收缩、血管重塑、细胞分裂、染色体分离等生物过程,这些生物过程都与胃的基础功能及胃癌发生发展密切相关。分值最高的三元组模块内核心基因BGN在胃癌患者中显著高表达,而且和胃癌患者的预后显著相关;同时也发现该模块内的miRNA has-miRNA-153-5p和has-miRNA-5001-5p均为已证实的胃癌相关基因;模块内的mRNA和miRNA的表达异常可能是由于与他们显著相关的lncRNA的表达异常导致的。本研究为胃癌已知致病基因的表达异常研究找到了新突破口,潜在的胃癌相关的非编码基因的发现为胃癌预防与治疗提供了新的靶点,为未来的临床应用提供了依据。

LncRNA在部分肿瘤中的差异表达及与mRNA结合作用关系的研究现状

肿瘤是机体细胞在各种促进、抑制及其他各种因素的直接或间接的作用下形成的异于正常组织的增生与分化的新生物,在病因及其他致病因素被消除后其生长、侵袭等过程不会停滞,人类在健康的问题上对于恶性肿瘤对其产生的不利影响已变得日益明显,是迄今为止人类死亡的主要原因之一,其生长、侵袭等过程在正常机体中不受调节,且会破坏机体正常的细胞,进而影响相应的组织和器官。目前肿瘤的诊断方法有很多,但大多恶性肿瘤的发现较晚且有部分肿瘤标志物敏感性较低,以往曾长期将肿瘤的病理学诊断作为肿瘤的最终诊断,但近来随着分子生物学和精准医学的发展,肿瘤在分子诊断方面已经越来越受到重视,且可能会逐渐成为肿瘤的新的诊断标准。目前已有大量研究表明,长链非编码RNA (LncRNA)在结直肠癌、肝癌、胃癌等多种恶性肿瘤中有均显著差异的表达,且与mRNA结合作用后对肿瘤的生长、增殖、侵袭、迁移等过程起调节作用。此外,LncRNA与其他肿瘤检测方法相结合可提高其诊断率。该文总结了LncRNA在部分肿瘤中的差异表达及与mRNA结合对其产生的相应调节,并展望其在临床应用中的前景。

乳腺癌相关lncRNA-miRNA-mRNA共表达及关键基因网络构建预测

目的潜在治疗靶点的筛选鉴定是肿瘤研究的关键。本研究利用癌症和肿瘤基因图谱计划(The Cancer Genome Atlas,TCGA)中RNA-Seq数据构建乳腺癌相关长链非编码RNA(long non-coding RNA,lncRNA)-微小RNA(microRNA,miRNA)-mRNA共表达网络,并筛选验证其中的关键基因。方法对TCGA中1 213例乳腺样本RNA-Seq数据及临床资料进行整理。提取其中113例乳腺癌及癌旁配对样本分析其中lncRNA、miRNA及mRNA的表达差异。利用WGCNA计算上述差异基因在1 100例乳腺癌样本中表达的相关性并构建共表达网络。通过排列网络中基因与基因连接的数量关系分别筛选出关键的lncRNA、miRNA及mRNA,并利用本地标本库乳腺癌样本对关键基因在癌和癌旁的表达进行验证。最后,结合TCGA的临床资料采用Kaplan-Meier分析不同表达患者的生存率差异。结果在113例配对乳腺癌及癌旁样本中共发现4 582个差异基因,其中3 514个表达上调,1 068个表达下调。对上述差异基因的聚类分析可以有效地区分肿瘤与正常组织。构建的共表达网络包括739个节点及17 375个连接,其中lncRNA 65个,miRNA 3个,mRNA 671个,占整个差异表达基因的16.1%。网络中的关键基因CDK1(P<0.001)、RP11-214F16.8(P=0.048)和MIR27A(P=0.027)在肿瘤组织中的表达均高于正常癌旁组织。低表达RP11-214F16.8、MIR27A患者总体生存显著好于高表达患者,均P值<0.001;CDK1的表达与预后有一定程度的关联,但尚未达到有统计学意义的水平,P=0.061。结论乳腺癌相关lncRNA-miRNA-mRNA共表达网络为后续更深入研究乳腺癌关键基因及基因间的调控关系提供了参考和方向。通过共表达网络筛选关键基因是一种兼具高效性和生物学意义的方法。

与DNMT1高表达相关的食管上皮细胞LncRNA-mRNA共表达网络分析

目的对DNMT1高表达食管上皮细胞相关LncRNA进行初步筛选和鉴定,为揭示疾病发病机制提供基础。方法通过Agilent Human LncRNA V5芯片检测DNMT1高表达细胞和正常人食管上皮细胞差异表达的LncRNA和mRNA(差异倍数≥2.0,P<0.05)。选取10种差异较大的LncRNA进行qRT-PCR验证。KEGG通路分析和GO功能注释分析差异表达的mRNA。经过KEEG分析后选取4条信号通路进行LncRNA-mRNA共表达网络分析。结果共筛选出6987个差异表达的LncRNA和7421个差异表达的mRNA。qRT-PCR验证筛选出的10个LncRNA,全部与芯片结果吻合。GO及Pathway显示差异表达的LncRNA和mRNA分别参与凝血、细胞外间隙和蛋白结合等生物学功能。LncRNA-mRNA共表达分析得到了参与p53信号通路、幽门螺旋杆菌感染的上皮细胞信号转导、PI3K-Akt信号通路以及自然杀伤细胞介导的细胞毒性的LncRNA。结论通过芯片分析发现了DNMT1高表达细胞和正常食管上皮细胞中LncRNA和mRNA的差异表达谱。差异表达的LncRNA和mRNA在p53、PI3K-Akt等信号通路中存在复杂的调控作用。

结合WGCNA构建与猪肌肉脂肪酸相关的调控网络

试图通过加权基因共表达网络分析(WGCNA)构建与猪脂肪酸性状相关的关键调控网络,旨在为提高猪肉质品质提供信息。基于猪种质资源发掘与创新利用-山西省科技创新重点团队前期猪肌肉组织的转录组测序数据进行分析,采用WGCNA划分模块,Cytoscape软件插件Clue GO对重要模块进行富集分析并筛选重要模块,利用Cytoscape软件可视化共表达网络。结果表明,分析聚类得到15个模块,对各个模块进行富集分析,发现MEgreen模块和MEyellow模块与脂肪酸的分解代谢通路、PPAR信号通路等显著相关,这些通路均在脂肪酸组成中有重要作用。分别从每个模块筛选出10条核心基因,MEgreen模块核心基因为NDUFB7、CPT2、NDUFB3、ATP5O、NDUFAB1、CPOX、ATP5A1、MRM1、NDUFV1和ETFA,模块中还有7条lncRNAs;MEyellow模块核心基因为PSTPIP2、PGM1、UBE2D4、PGAM2、WWP1、DENND5A、ACTR1B、MACROD1、CAND2和PYGM,模块中还有9条lncRNAs。研究采用WGCNA获得了影响猪脂肪酸组成的关键因子,结果可为解析猪肉质性状形成的分子机制提供理论参考。

冷应激后民猪背脂中差异lncRNA的筛选与分析

旨在分析冷应激对猪脂肪组织内lncRNA表达的影响,探讨冷应激下lncRNA与靶基因的改变对脂肪代谢及机体的影响。本研究以6头6月龄雌性民猪为试验材料,随机分为2组,一组置于正常舍内饲养,温度控制在(18±2)℃,设为对照组;另一组置于室外半敞篷舍内饲养,温度控制在(-18±5)℃,设为试验组。处理24 h后,屠宰,取背部皮下脂肪为试验材料,通过转录组测序筛选出受低温诱导的lncRNA及其靶基因,并对差异基因开展生物学功能分析,构建两者间的调控网络。结果发现,166个差异表达lncRNAs和269个基因受到冷应激诱导,其中仅有2个为已知的lncRNAs。差异基因中有多个与机体免疫相关,如干扰素刺激基因、DHX58、PTX3和OASL等,与呼吸、氧化应激和血液循环相关的基因有KCNK3、CCDC38、GAS2L2、KNDC1、LIPG和C1QL3等,与脂类代谢相关的基因有ANGPTL4、KLF11、NUPR1和HERC5,它们均发生了显著上调。而与神经系统相关的基因,如SLIT1、MAP6、TREM2和IRFN2等则发生了显著下调。差异基因参与的生物学过程主要包括防御反应、对生物刺激的反应以及病毒的反应等。通过相关系数分析发现,144个lncRNA与208个靶基因共表达,并以反式调控为主,两者间存在着复杂的调控关系,所筛选出的靶基因显著富集到真核生物的核糖体生物发生和基底细胞癌通路。据此推测,冷应激下机体的先天免疫系统、呼吸、氧化应激、血液循环和神经系统的敏感性等生理过程均受到影响,脂类代谢发生了改变。

苏博美利奴羊毛囊发育不同时期ncRNA调控网络的构建

为探索苏博美利奴羊毛囊发育相关ncRNA分子调控网络,本研究通过挖掘苏博美利奴羊皮肤组织样本不同时期转录组数据,利用生物信息学方法构建lncRNA-miRNA-mRNA分子调控网络。结果表明:不同时期mRNA与lncRNA及miRNA具有复杂的网络连接。通过GO富集分析发现靶基因主要参与细胞增殖调控、凋亡过程及毛囊形态发生等生物学过程;参与细胞外空间、细胞外泌体、转录因子复合体、质膜的整体成分等细胞组分;参与转录因子活性、结构分子活性、细胞外基质结构组成等分子功能。通过KEGG通路分析发现差异的靶基因主要参与TGF-beta信号通路、癌症途径、MAPK信号通路、PI3K-Akt信号通路、细胞因子与细胞因子受体的相互作用等多种途径。筛选寻找调控网络中的关键基因,发现G2 vs.G1组中miR-133、miR-433-5p的靶基因TGFβ2和NOTCH1参与毛囊形态发生(GO:0031069)的生物学过程,因此TGFβ2和NOTCH1为毛囊发育的关键基因。通过构建苏博美利奴羊毛囊发育相关ncRNA分子调控网络,解析毛囊发生发育的分子调控机制,从转录组学层面对毛囊生长发育进行探讨,能够对苏博美利奴羊毛囊发育的分子作用机制进行系统性挖掘。

酒精性股骨头坏死竞争性内源RNA网络及潜在生物标志物的综合分析

背景:酒精性股骨头坏死与饮酒具有高度的相关性,然而其具体发病机制尚不明确且存在一定的个体差异。目的:构建酒精性股骨头坏死的基因网络图谱,进一步探索酒精性股骨头坏死的潜在发病机制。方法:从广西中医药大学第一附属医院骨二科招募3例酒精性股骨头坏死患者和3名健康志愿者,通过对其外周血进行基因测序筛选具有差异表达的mRNA和lncRNA,通过预测lncRNA-miRNA和miRNA-mRNA的相互作用靶点,使用cytoscape软件构建竞争性内源RNA调控网络。结果与结论:①通过差异表达分析从酒精性股骨头坏死样本中鉴定出了差异lncRNA 127个、差异mRNA 921个,通过靶基因预测共预测出了205个miRNA及5184个mRNA靶点,最终构建了包含3个lncRNA(SNHG3、MUC19、LINC00476)、5个miRNA(hsa-miR-146b-5p、hsa-miR-139-5p、hsa-miR-126-3p、hsa-miR-193a-3p、hsa-miR-135a-5p)和11个mRNA(PEX5、ACTR3B、CHMP4B、CSMD1、MTRF1、ZNF3、HTR7、NR5A2、SYT14、CASK、ING5)的ceRNA网络,涉及干细胞分化、炎症反应、神经内分泌、基因多态性等多种生物学过程。②结果表明,通过构建竞争性内源网络筛选出了一系列酒精性股骨头坏死潜在的生物标志物,为进一步研究其分子机制及治疗靶点提供了新思路。

氧化应激状态下心肌细胞中长链非编码RNA的差异表达谱分析

为了寻找氧化应激状态下与心脏疾病有关的lncRNA,采用基因芯片法对正常心肌细胞和H2O2诱导的心肌细胞进行lncRNA和mRNA表达图谱分析,通过基因本体论和通路分析探索差异表达基因的功能,构建lncRNA和mRNA共表达网络,从差异表达的lncRNA中选取10组上调和10组下调差异显著的lncRNA进行RT-qPCR验证。研究结果表明,在正常心肌细胞和氧化应激下的心肌细胞中,lncRNA和mRNA的表达均有差异,在差异上调显著的10组lncRNA中,RT-qPCR检测结果与芯片结果一致,这表示它们可能是心脏疾病的潜在治疗靶点。

糖尿病肛瘘LncRNA芯片分析及CNC图搭建

目的研究糖尿病肛瘘创面特异表达LncRNA与mRNA基因功能之间调控网络。方法用基因芯片技术对糖尿病肛瘘创面和普通肛瘘创面组织中差异性表达的LncRNA及mRNA进行基因表达谱检测,筛选的标准为2倍差异及P<0.05,再进行差异表达分析,然后对差异表达的mRNAs进行KEGG通路分析及Pathway Map展示,挑选出显著mRNA指标,将这些显著mRNA指标进行q-PCR验证,得到有意义的阳性指标,再将阳性指标与差异LncRNA交集得出LncRNA-mRNA共表达网络,并基于LncRNA-mRNA共表达网络挑选出不同LncRNA进行功能验证。结果将芯片标准化后分析差异表达的长链非编码RNA和mRNA,发现上调差异有502个,下调差异有1204个;mRNA分析发现上调差异621个,下调差异505个,KEGG通路分析发现上调和下调的通路均有10条;通过分别对上调、下调最明显的通路进行Pathway Map展示,挑选出显著mRNA指标8个:BMP2、IFNB1、IL6、IL18、PIK3CB、SMAD7、SMAD9、β-actin,分别将其进行q-PCR验证,得到有意义的阳性指标个5个:BMP2、IL6、IL18、PIK3CB、SMAD7,将5个阳性指标和差异LncRNA交集得出LncRNA-mRNA共表达网络,并基于LncRNA-mRNA共表达网络挑选出不同LncRNA进行功能验证。结论挑选出的20个LncRNA(NR125383、T323486、ENST00000582334、TCONS00018312、ENST00000418393、TCONS00017190、TCONS00019532、ENST00000601559、ENST00000566575、NR109882、NR026913、T301537、NR109774、ENST00000415536、ENST00000610000、ENST00000412485、ENST00000573220、T175957、ENST00000580756、TCONS00014747)所调控的mRNA居于LncRNA-mRNA共表达网络,其在各个领域当中均有不同程度的报道,为后续的功能和机制研究提供了方向和重点,为加速慢性难愈合和创面愈合的研究提供了新的思路,为开发促愈药物提供基础研究借鉴。

鉴别参与调控长白猪脂肪沉积的重要基因和lncRNA

脂肪沉积与生猪生产效率、猪肉品质和繁殖性状密切相关,猪脂肪沉积的调控机制一直是研究热点,且研究多基于脂肪和肌肉组织。本研究以极端背膘厚的长白猪的肝脏组织为研究样本,进行转录组测序,并鉴定长链非编码RNA(long non-coding RNA,lncRNA),之后进行差异mRNA和lncRNA表达分析。通过生物信息学分析筛选出ACAA1、ACLY、APOA4、CRABP1、ELOVL6、FASN、HMGCR、PCK1、SQLE9个可能参与脂肪沉积调控的候选基因。根据lncRNA与mRNA之间的位置关系和表达相关预测它们之间顺式和反式调节方式,并构建两者间的调控网络,发现8个lncRNA参与调控ACAA1、ACLY、CRABP1、ELOVL6、FASN、HMGCR、PCK17个候选基因。该研究结果为脂肪沉积相关的lncRNA的发现和注释提供了新的见解,并为进一步阐明猪脂肪沉积的分子调控机制奠定基础。

共表达网络中lnc-RAPGEF2-3:1在甲状旁腺肿瘤诊断中的价值研究

目的 探讨甲状旁腺腺瘤(PA)中关键lncRNA在PA与甲状旁腺癌(PC)鉴别诊断中的价值。方法 选择2017-01-01-2021-02-28在北京世纪坛医院手术治疗的原发性甲状旁腺功能亢进症患者57例,其中PA 46例,PC 11例。在PA中构建差异lncRNA与mRNA的共表达网络,在该网络中选择与之有关的mRNA数目最多的关键lncRNA,且满足芯片中均一化信号值>7的lnc-RAPGEF2-3:1。通过实时荧光定量聚合酶链反应(qRT-PCR)试验验证PA及PC标本中lnc-RAPGEF2-3:1的表达,分析lnc-RAPGEF2-3:1与患者临床特征的相关性,并使用受试者工作特征(ROC)曲线评估其在PA与PC鉴别诊断中的价值。结果 在PA组中构建共表达网络,与lnc-RAPGEF2-3:1存在相关性的mRNA最多(共9条),其中双功能凋亡调节因子(r_(s)=0.982,P<0.001)及脂肪酸结合蛋白5(r_(s)=0.996,P<0.001)与lnc-RAPGEF2-3:1呈正相关,寡核苷酸结合摺叠区1基因(r_(s)=-0.997,P<0.001)和抗肌萎缩蛋白(r_(s)=-0.997,P<0.001)与其呈负相关。PC组与PA组lnc-RAPGEF2-3:1的表达分别为-4.470(-6.270,-0.090)和-5.885(-6.645,-5.317),差异有统计学意义,Z=-2.022,P=0.043。lnc-RAPGEF2-3:1在PA组中与甲状旁腺素(PTH)、血钙及肿瘤大小均无关联,是PA的保护因素(OR=0.485,95%CI:0.273~0.859,P=0.013)。在PA与PC的鉴别诊断中,lnc-RAPGEF2-3:1联合临床指标(血钙、PTH及肿瘤大小)的ROC曲线下面积达0.800(95%CI:0.673~0.895,P<0.001),与本课题组前期关注的“lncRNA score”差异无统计学意义,Z=1.008,P=0.314。结论 lnc-RAPGEF2-3:1可能是PA患者的lncRNA-mRNA共表达网络中重要的调控点,与临床指标联合后可能为PA与PC的鉴别诊断提供新的方法。

中医证候的转录组学研究进展与探析

中医证候是中医理论的精粹部分,其生物学基础研究是证明中医科学性和中医药现代化的关键环节。转录组学从分子水平研究证候相关基因转录及转录调控规律以探索证候生物学基础,目前在证候研究中得到一定应用。本文对中医证候转录组学研究进行综述,包括转录组学内涵及研究方向、转录组学相关技术、中医证候的转录组差异表达和调控网络分析,并阐述了证候转录组学面临的挑战以及发展前景,以期为证候生物学基础研究提供新的思路和方法。